Dataset for "Emergence of Interfacial Magnetism in Strongly-Correlated Nickelate‐Titanate Superlattices"
Notice bibliographique
Résumé
This dataset is a collection of data that support the findings of the following publication: T. C. Asmara et al., Adv. Mater. 36, 2310668 (2024) DOI: https://doi.org/10.1002/adma.202310668 This dataset is persistently available in the following links: All versions: https://doi.org/10.5281/zenodo.12745079 Version 1 (only .pxp file): https://doi.org/10.5281/zenodo.12745080 If this data is re-used elsewhere, please correctly cite the related publication (T. C. Asmara et al., Adv. Mater. 36, 2310668 (2024)) and include the DOI links to both the publication (https://doi.org/10.1002/adma.202310668) and the dataset repository (https://doi.org/10.5281/zenodo.12745079). Description of the data and file structure This dataset has been collected using the following experimental methods: Resonant inelastic x-ray scattering (RIXS) X-ray absorption spectroscopy (XAS) Muon spin rotation (μSR) X-ray diffraction (XRD) X-ray reflectivity (XRR) Electron energy loss spectroscopy (EELS) Electrical transport The data have only been minimally processed, mainly to present them as figures in the related scientific publication. The data has been collected in a .pxp file, which needs a software called IGOR Pro to open. Text-based files of the dataset will be available in the next version. Code/Software The dataset has also been analysed using variety of fitting analysis and theoretical calculations using the following software packages: lmfit package of Python ATHENA MUSRFIT TRIM.SP DIFFRAC.XRR The fitting and calculation results are also included in the .pxp file.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,042 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».