MétaCan
Menu
Retour à la cohorte
Enregistrement W2068503422 · doi:10.1364/ao.41.003039

Topical Meeting on Optical Interference Coatings (OIC’2001): manufacturing problem

2002· article· en· W2068503422 sur OpenAlexaff
J. A. Dobrowolski, Stephen Browning, M. R. Jacobson, María E. Nadal

Notice bibliographique

RevueApplied Optics · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Roughness and Optical Measurements
Établissements canadiensNational Research Council CanadaInstitute for Microstructural Sciences
Organismes subventionnairesnon disponible
Mots-clésOpticsTransmittanceMaterials scienceOptical coatingSputter depositionSputteringInterference (communication)CoatingPhysical vapor depositionDeposition (geology)Interference filterEvaporationElectron beam physical vapor depositionThin filmIon beamOptical filterBeam (structure)OptoelectronicsChemical vapor depositionPhysicsComputer scienceComposite materialWavelengthNanotechnologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Measurements are presented of the experimental filters submitted to the first optical thin-film manufacturing problem posed in conjunction with the Topical Meeting on Optical Interference Coatings, in which the object was to produce multilayers with spectral transmittance and reflectance curves that were as close as possible to the target values that were specified in the 400- to 600-nm spectral region. No limit was set on the overall thickness of the solutions or the number of layers used in their construction. The participants were free to use the coating materials of their choice. Six different groups submitted a total of 11 different filters for evaluation. Three different physical vapor deposition processes were used for the manufacture of the coatings: magnetron sputtering, ion-beam sputtering, and plasma-ion-assisted, electron-beam gun evaporation. The solutions ranged in metric thickness from 758 to 4226 nm and consisted of between 8 and 27 layers. For all but two of the samples submitted, the average rms departure of the measured transmittances and reflectances from the target values in the spectral region of interest was between 0.98% and 1.55%.

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)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,007

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 Opus0,031
Tête enseignante GPT0,213
Écart entre enseignants0,183 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetSurface Roughness and Optical MeasurementsTravaux en français237 207