MétaCan
Menu
Retour à la cohorte
Enregistrement W2005207941 · doi:10.1364/oe.18.013813

Spectral characterization of porous dielectric subwavelength THz fibers fabricated using a microstructured molding technique

2010· article· en· W2005207941 sur OpenAlexafffund
Alexandre Dupuis, Anna Mazhorova, Frédéric Désévédavy, Mathieu Rozé, Maksim Skorobogatiy

Notice bibliographique

RevueOptics Express · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueTerahertz technology and applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceFabricationOpticsPorosityTerahertz radiationDielectricOptical fiberComposite materialSubwavelength-diameter optical fibreMolding (decorative)Transfer moldingOptoelectronicsMoldWavelength

Résumé

récupéré en direct d'OpenAlex

We report two novel fabrication techniques, as well as THz spectral transmission and propagation loss measurements of subwavelength plastic wires with highly porous (up to 86%) and non-porous transverse geometries. The two fabrication techniques we describe are based on the microstructured molding approach. In one technique the mold is made completely from silica by stacking and fusing silica capillaries to the bottom of a silica ampoule. The melted material is then poured into the silica mold to cast the microstructured preform. Another approach uses a microstructured mold made of a sacrificial plastic which is co-drawn with a cast preform. Material from the sacrificial mold is then dissolved after fi ber drawing. We also describe a novel THz-TDS setup with an easily adjustable optical path length, designed to perform cutback measurements using THz fibers of up to 50 cm in length. We fi nd that while both porous and non-porous subwavelength fibers of the same outside diameter have low propagation losses (alpha

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

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 GPT0,211
Écart entre enseignants0,204 · 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

Citations58
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetTerahertz technology and applicationsTravaux en français237 207