Der Jahn-Teller-Effekt wurde in den letzten Jahrzehnten theoretisch, experimentell und mit computergestützten Methoden untersucht. Eines der wichtigsten Paradigmen in diesem Bereich ist die Dichtefunktionaltheorie. Eine neuartige Methode, die auf der Dichtefunktionaltheorie aufbaut, nämlich die Methode sogenannter machine learned force fields 1, 2, wurde erfolgreich eingesetzt, um den strukturellen Phasenübergang in LaMnO3 vorherzusagen 3, einem der wichtigsten Materialien, die einen kooperativen Jahn-Teller-Effekt aufweisen. Die vorliegende Studie baut auf diesem Ergebnis auf, indem sie die Belege festigt, dass es sich bei dem simulierten Übergang um den experimentell beobachteten 4, 5 strukturellen Phasenübergang handelt. Darüber hinaus wird die Methode der machine learned force fields für Ba2NaOsO6 eingesetzt. Dieses Material weist bei niedrigen Temperaturen eine magnetisch und strukturell geordnete Phase auf, auf die bei Erwärmung eine nematische Phase folgt, bis das Material kubisch wird 6. Eine starke Spin-Bahn-Kopplung, Wechselwirkungen zwischen Struktur und Magnetismus und das Vorhandensein eines dynamischen Jahn-Teller-Effekts 7, 8 beeinflussen die Anwendung der machine learned force fields Methode auf Ba2NaOsO6. Das Phasendiagramm kann nicht erfolgreich reproduziert werden, während Einblicke in die Grenzen der machine learned force fields gewonnen werden.
Alexander Ehrentraut (Wed,) studied this question.