MétaCan
Menu
Retour à la cohorte
Enregistrement W1987228670 · doi:10.1063/1.4794169

Parallel plate waveguide with anisotropic graphene plates: Effect of electric and magnetic biases

2013· article· en· W1987228670 sur OpenAlexaff
Ali Malekabadi, Serge A. Charlebois, Dominic Deslandes

Notice bibliographique

RevueJournal of Applied Physics · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensUniversité du Québec à MontréalQuébec Science (Canada)Université de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésGrapheneWaveguideCondensed matter physicsElectric fieldMaterials scienceIsotropyAnisotropyGraphene nanoribbonsMagnetic fieldTransverse planeOpticsPhysicsOptoelectronicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

The performances of a parallel plate waveguide (PPWG) supported by perfect electric conductor (PEC)-graphene and graphene-graphene plates are evaluated. The graphene plate behavior is modeled as an anisotropic medium with both diagonal and Hall conductivities derived from Kubo formula. The PPWG modes supported by PEC-graphene and graphene-graphene plates are studied. Maxwell's equations are solved for these two waveguides, while the graphene layers are biased with an electric field only and with both electric and magnetic fields. It is shown that when both electric and magnetic biases are applied to the graphene, a hybrid mode (simultaneous transverse electric (TE) and transverse magnetic (TM) modes) will propagate inside the waveguide. The intensity of each TE and TM modes can be adjusted with the applied external bias fields. Study of different waveguides demonstrates that by decreasing the plate separation (d), the wave confinement improves. However, it increases the waveguide attenuation. A dielectric layer inserted between the plates can also be used to improve the wave confinement. The presented analytical procedure is applicable to other guiding structures having walls with isotropic or anisotropic conductivities.

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)0,000
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 enseignants0,127
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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

Citations30
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetPhotonic Crystals and ApplicationsTravaux en français237 207