MétaCan
Menu
Retour à la cohorte
Enregistrement W7117761095 · doi:10.1021/acs.nanolett.5c04373

Chemical Pressure Induced Strain Control of Magnetic Anisotropy in the Simple Perovskite ϵ-Fe <sub>2</sub> O <sub>3</sub>

2025· article· en· W7117761095 sur OpenAlexafffund
Subir Roy, Gurleen K. Uppal, Alberto Acosta, Rachel Nickel, Charles A. Roberts, J. van Lierop

Notice bibliographique

RevueNano Letters · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMultiferroics and related materials
Établissements canadiensResearch ManitobaUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationUniversity of Manitoba
Mots-clésCoercivityMagnetocrystalline anisotropyMultiferroicsIonic radiusAnisotropyMagnetic anisotropyHysteresisMagnetizationPerovskite (structure)

Résumé

récupéré en direct d'OpenAlex

ϵ-Fe 2 O 3 is an exceptional nanoscale ferrimagnet, distinguished by its high coercivity (μ 0 H c > 2 T) and multiferroic behavior. Realizing its potential in advanced technologies requires precise control of its structural, electronic, and magnetic properties. Here, we report La-doping-induced chemical pressure arising from the larger ionic radius of La 3+ substituting for Fe 3+ that systematically modified the local chemical environments. These dopant-driven lattice strains and modified local chemical environments perturbed exchange pathways, producing a non-monotonic variation in saturation magnetization depending on the specific lattice sites occupied by La 3+ . Magnetic hysteresis concurrently revealed a remarkable rise in coercivity from ∼0.2 T for undoped nanoparticles ( x = 0) to ∼2.3 T at x = 0.072, predominantly resulting from a strain-driven enhancement of magnetocrystalline anisotropy. These results established rare-earth substitution as an effective strategy to engineer strain-mediated changes in the nanomagnetism of ϵ-Fe 2 O 3, offering a practical route to tailor high-coercivity and magnetoelectric properties for device applications.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,227
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetMultiferroics and related materialsTravaux en français237 207