MétaCan
Menu
Retour à la cohorte
Enregistrement W1978857664 · doi:10.1364/ao.41.001929

Study of bandwidth effects in monochromator-based spectral responsivity measurements

2002· article· en· W1978857664 sur OpenAlexaff
Louis‐Philippe Boivin

Notice bibliographique

RevueApplied Optics · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueCalibration and Measurement Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMonochromatorOpticsBandwidth (computing)ResponsivityStray lightMaterials sciencePhysicsTelecommunicationsComputer sciencePhotodetectorWavelength

Résumé

récupéré en direct d'OpenAlex

The errors caused by monochromator bandwidth in spectral responsivity measurements with a monochromator-based apparatus are discussed. Bandwidth effects are not negligible in high-accuracy cryogenic radiometer-based calibrations. A simple numerical method is used to calculate bandwidth effects for different types of detectors, monochromator slit scattering functions, and monochromator output spectral distributions. The method uses low-order Lagrange polynomials fitted segmentwise to measured spectral responsivity and monochromator spectral distribution data in order to make the calculations. It is shown that the shape of the slit function has only a small influence on the bandwidth errors, whereas the output spectral distribution of the monochromator can strongly affect bandwidth errors. It is also shown that in most cases the magnitude of bandwidth effects will vary as the square of the bandwidth. Bandwidth error calculations are presented for various types of detectors (silicon, silicon trap, germanium, InGaAs), for a V(X) detector, and for a typical filter radiometer. A comparison is made between calculated and measured bandwidth effects to validate the method used. In general, calculations of bandwidth effects will be mostly useful for determining uncertainties associated with monochromator bandwidth in spectral responsivity measurements; however, in certain cases the calculations can be used to apply corrections for such effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,233
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetCalibration and Measurement TechniquesTravaux en français237 207