MétaCan
Menu
Retour à la cohorte
Enregistrement W2011190989 · doi:10.1155/2009/524237

Microstructured and Photonic Bandgap Fibers for Applications in the Resonant Bio‐ and Chemical Sensors

2009· article· en· W2011190989 sur OpenAlexaff
Maksim Skorobogatiy

Notice bibliographique

RevueJournal of Sensors · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésAnalyteRefractive indexMaterials scienceAbsorption (acoustics)Optical fiberOptoelectronicsBand gapMicrostructured optical fiberPhotonicsCore (optical fiber)FiberOpticsPlasmonPhotonic bandgapPhotonic crystalFiber optic sensorGraded-index fiberChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

We review application of microstructured and photonic bandgap fibers for designing resonant optical sensors of changes in the value of analyte refractive index. This research subject has recently invoked much attention due to development of novel fiber types, as well as due to development of techniques for the activation of fiber microstructure with functional materials. Particularly, we consider two sensors types. The first sensor type employs hollow core photonic bandgap fibers where core guided mode is confined in the analyte filled core through resonant effect in the surrounding periodic reflector. The second sensor type employs metalized microstructured or photonic bandgap waveguides and fibers, where core guided mode is phase matched with a plasmon propagating at the fiber/analyte interface. In resonant sensors one typically employs fibers with strongly nonuniform spectral transmission characteristics that are sensitive to changes in the real part of the analyte refractive index. Moreover, if narrow absorption lines are present in the analyte transmission spectrum, due to Kramers‐Kronig relation this will also result in strong variation in the real part of the refractive index in the vicinity of an absorption line. Therefore, resonant sensors allow detection of minute changes both in the real part of the analyte refractive index (10−6–10−4 RIU), as well as in the imaginary part of the analyte refractive index in the vicinity of absorption lines. In the following we detail various resonant sensor implementations, modes of operation, as well as analysis of sensitivities for some of the common transduction mechanisms for bio‐ and chemical sensing applications. Sensor designs considered in this review span spectral operation regions from the visible to terahertz.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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

Citations68
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of SensorsMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207