Stability of the magnetic subsystem of 2D magnets from the method of the crystal orbital hamilton population

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

The densities of electronic states in quasi-two-dimensional vanadium nitrides have been studied using density functional theory and the method of the crystal orbital Hamilton population. The contribution of various orbital pairs and their influence on the stability of the magnetic subsystem of these compounds has been analyzed using the crystal orbital Hamilton population (COHP) algorithm. The calculation results and their analysis suggest that the formation of long-range magnetic order plays a role in the structural stabilization of magnetic quasi-two-dimensional transition metal nitrides. Comparing –COHP curves for different vanadium nitrides shows that the nitrogen stoichiometry in VxNy compounds affects the electronic properties and the nature of the chemical bond during the transition to the ferromagnetic state. Calculation data and total energies prove the structure-stabilizing effect of long-range magnetic ordering in quasi-two-dimensional vanadium-nitrogen compounds.

Авторлар туралы

L. Kushchuk

Bauman Moscow State Technical University

Email: karec1@gmail.com
Ресей, Moscow

D. Veretimus

Bauman Moscow State Technical University

Email: karec1@gmail.com
Ресей, Moscow

P. Lega

Bauman Moscow State Technical University; Kotelnikov Institute of Radio Engineering and Electronics RAS; RUDN University

Email: karec1@gmail.com
Ресей, Moscow; Moscow; Moscow

A. Antonenkova

RUDN University

Email: karec1@gmail.com
Ресей, Moscow

A. Kartsev

Computing Center Far Eastern Branch RAS; Kotelnikov Institute of Radio Engineering and Electronics RAS; RUDN University

Хат алмасуға жауапты Автор.
Email: karec1@gmail.com
Ресей, Khabarovsk; Moscow; Moscow

Әдебиет тізімі

  1. Mahapatra P.L., Tromer R., Pandey P. et al. // Small. 2022. V. 18. № 27. P. 2201667. https://doi.org/10.1002/smll.202201667
  2. Ghosh S.K., Mandal D. // 2D Nanomaterials for Energy Applications: Graphene and Beyond. Elsevier, 2020. P. 1. https://doi.org/10.1016/C2018-0-00152-8
  3. Cortie D.L., Causer G.L., Rule K.C. et al. // AdV. Funct. Mater. 2020. V. 30. № 18. P. 1901414. https://doi.org/10.1002/adfm.201901414
  4. Coronado E. // Nat. Rev. Mater. 2020. V. 5. P. 87. https://doi.org/10.1038/s41578-019-0146-8
  5. Pramanik A., Kumbhakar P., Negedu S.D., Tiwary C.S. // Opt. Lett. 2022. V. 47. № 19.P. 4965. https://opg.optica.org/ol/abstract.cfm?URI=ol-47- 19-4965
  6. Moradi Z., Vaezzadeh M., Saeidi M. // Phys. Chem. C. 2023. V. 127. № 25. P. 12243. https://doi.org/10.1021/acs.jpcc.3c01954
  7. Park J.G. // J. Phys.: Condens. Matter. 2016. V. 28. № 30. P. 301001. https://doi.org/10.1088/0953-8984/28/30/301001
  8. Negedu S.D., Karstev A., Palit M., Pandey P., Emmanuel O.F., Roy A.K., Das G.P., Ajayan M.P. Kumbhakar P., Tiwary C.S.// J. Phys. Chem. C. 2022. V. 126. № 30. P. 12545. https://doi.org/10.1021/acs.jpcc.2c02102
  9. Mazaev P.V., Koledov V.V., Shavrov V.G. et al. // J. Commun. Technol. Electron. 2016. V. 61. P. 630. https://doi.org/10.1134/S1064226916060176
  10. Lega P., Kuchin D.S., Koledov V.V., Sampath V., Zhikharev A.M., Shavrov V.G. // Mater. Sci. Forum. 2016. V. 845. P. 142. http://dx.doi.org/10.4028/www.scientific.net/MSF.845.142
  11. Giannozzi P., Andreussi O., Brumme T. et al. // J. Phys.: Condens. Matter. 2017. V. 29. № 46. P. 465901. https://doi.org/10.1088/1361-648X/aa8f79
  12. Sihi A., Pandey S.K. // Eur. Phys. J. B. 2020. V. 93. P. 9. https://doi.org/10.1140/epjb/e2019-100500-8
  13. Şaşıoğlu E., Friedrich C., Blügel S. // Phys. Rev. B. 2011. V. 83. № 12. P. 121101(R). https://doi.org/10.1103/PhysRevB.83.121101
  14. Kartsev A., Feya O.D., Bondarenko N., Kvashnin A.G. // Phys. Chem. Chem. Phys. 2019. V. 21. № 9. P. 5262. https://doi.org/10.1039/C8CP07165A
  15. Kartsev A., Malkovsky S., Chibisov A. // Nanomaterials. 2021. V. 11. № 11. P. 2967. https://doi.org/10.3390/nano11112967
  16. Prandini G., Marrazzo A., Castelli I.E., Mounet N., Marzari N. // npj Comput. Mater. 2018. V. 4. № 1. P. 72. https://doi.org/10.1038/s41524-018-0127-2
  17. Grimme S., Antony J., Ehrlich S., Krieg H. // J. Chem. Phys. 2010. V. 132. № 15. P. 154104. https://doi.org/10.1063/1.3382344
  18. Maintz S., Deringer V.L., Tchougréeff A.L., Dronskowski R. // J. Comput. Chem. 2016. V. 37. № 11. P. 1030. https://doi.org/10.1002/jcc.24300
  19. Landrum G.A., Dronskowski R. // Ang. Chem. Int. Ed. 2000. V. 39. № 9. P. 1560. https://doi.org/10.1002/(SICI)1521-3773 (20000502)39:9%3C1560::AID-ANIE1560%3E3.0. CO;2-T
  20. Сорокин А.А., Макогонов С.В., Королев С.П. // Научно-техническая информация. Сер. 1. Организация и методика информационной работы. 2017. № 12. С. 14.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

© Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».