MétaCan
Menu
Retour à la cohorte
Enregistrement W2022208465 · doi:10.1117/12.2033792

Comparison of Al<sub>2</sub>O<sub>3</sub>nano-overlays deposited with magnetron sputtering and atomic layer deposition on optical fibers for sensing purposes

2013· article· en· W2022208465 sur OpenAlexaff
Mateusz Śmietana, Tomasz Drążewski, Piotr Firek, Predrag Mikulic, Wojtek J. Bock

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSputter depositionAtomic layer depositionDeposition (geology)Optical fiberRefractive indexPhysical vapor depositionSputteringOptoelectronicsLayer (electronics)FiberChemical vapor depositionNano-Aluminum oxideThin filmOpticsAluminiumNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

In this work we compare effects of thin (&lt;300 nm) aluminum oxide (Al<sub>2</sub>O<sub>3</sub>) deposition using advanced physical (Magnetron Sputtering - MS) and chemical (Atomic Layer Deposition – ALD) vapor deposition methods on optical fibers. We investigate an influence of the process parameters on optical properties of the nano-films deposited with MS. In order to investigate the properties of the films directly on the fibers, we induced long-period fiber grating (LPG) in the fiber prior the deposition. Thanks to LPG sensitivity to thickness and optical properties of the overlays deposited on the fiber, we are able to monitor Al<sub>2</sub>O<sub>3</sub> nano-overlay properties. Moreover, we investigate an influence of the overlays deposited with both the methods on LPG-based refractive index (RI) sensing. We show and discuss tuning of the RI sensitivity by proper selection of both thickness and optical properties of the Al<sub>2</sub>O<sub>3</sub> nano-overlays.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,200
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,211 · 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.

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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207