亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Spin-exchange Hamiltonian and topological degeneracies in elemental gadolinium

马格农 凝聚态物理 哈密顿量(控制论) 物理 铁磁性 非弹性中子散射 自旋波 中子散射 散射 量子力学 数学 数学优化
作者
Allen Scheie,Pontus Laurell,P. A. McClarty,G. E. Granroth,M. B. Stone,Roderich Moessner,S. E. Nagler
出处
期刊:Physical review [American Physical Society]
卷期号:105 (10) 被引量:12
标识
DOI:10.1103/physrevb.105.104402
摘要

Elemental Gd is a textbook example of a spin-only ferromagnet, but due to its complex magnon dispersion, its magnetic exchange Hamiltonian has never been fully determined. Here, the authors use modern inelastic time-of-flight neutron scattering to fully map and fit the Gd spectrum to a spin wave model. The results show long-range magnetic interactions, in accord with RKKY conduction-mediated exchange. The authors also identify symmetry-protected topological degeneracies in the magnon dispersion, which should appear in other ferromagnetic hcp metals.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
thunder完成签到,获得积分10
6秒前
科研通AI5应助su采纳,获得10
9秒前
勺子爱西瓜完成签到,获得积分10
13秒前
小悔完成签到,获得积分10
14秒前
科研通AI5应助小北采纳,获得10
24秒前
xl完成签到 ,获得积分10
30秒前
谦让的博完成签到,获得积分10
38秒前
小小竞技场完成签到,获得积分10
41秒前
chenyijiao完成签到,获得积分10
52秒前
科研通AI5应助chenyijiao采纳,获得10
58秒前
1分钟前
小蘑菇应助Mu采纳,获得10
1分钟前
张占完成签到,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
努力中的小鹿完成签到,获得积分20
1分钟前
1分钟前
chenyijiao发布了新的文献求助10
1分钟前
1分钟前
1分钟前
ZHY发布了新的文献求助10
1分钟前
1分钟前
yyy完成签到,获得积分10
1分钟前
1分钟前
小北发布了新的文献求助10
1分钟前
yyy发布了新的文献求助10
1分钟前
我是老大应助科研通管家采纳,获得10
1分钟前
TongKY完成签到,获得积分10
2分钟前
2分钟前
nebula应助zhengzheng采纳,获得10
2分钟前
123发布了新的文献求助10
2分钟前
NSS完成签到,获得积分10
2分钟前
XCHI完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
TongKY发布了新的文献求助10
2分钟前
情怀应助北辰一刀流采纳,获得10
2分钟前
2分钟前
高分求助中
All the Birds of the World 4000
Production Logging: Theoretical and Interpretive Elements 3000
Animal Physiology 2000
Les Mantodea de Guyane Insecta, Polyneoptera 2000
Am Rande der Geschichte : mein Leben in China / Ruth Weiss 1500
CENTRAL BOOKS: A BRIEF HISTORY 1939 TO 1999 by Dave Cope 1000
Machine Learning Methods in Geoscience 1000
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3736611
求助须知:如何正确求助?哪些是违规求助? 3280584
关于积分的说明 10020042
捐赠科研通 2997270
什么是DOI,文献DOI怎么找? 1644496
邀请新用户注册赠送积分活动 782041
科研通“疑难数据库(出版商)”最低求助积分说明 749648