MétaCan
Menu
Retour à la cohorte
Enregistrement W2074351692 · doi:10.1103/physrevlett.107.243004

Control of Molecular Rotation with a Chiral Train of Ultrashort Pulses

2011· article· en· W2074351692 sur OpenAlexaff
Sergey Zhdanovich, A. Milner, Casey Bloomquist, Johannes Floß, Ilya Sh. Averbukh, J. W. Hepburn, Valery Milner

Notice bibliographique

RevuePhysical Review Letters · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFemtosecondPolarization (electrochemistry)LaserExcitationMultiphoton intrapulse interference phase scanPulse (music)PicosecondUltrashort pulseFemtosecond pulse shapingTrainRotation (mathematics)PhysicsOpticsChirality (physics)Materials scienceAtomic physicsChemistryQuantum mechanicsComputer science

Résumé

récupéré en direct d'OpenAlex

Trains of ultrashort laser pulses separated by the time of rotational revival (typically, tens of picoseconds) have been exploited for creating ensembles of aligned molecules. In this work we introduce a chiral pulse train--a sequence of linearly polarized pulses with the polarization direction rotating from pulse to pulse by a controllable angle. The chirality of such a train, expressed through the period and direction of its polarization rotation, is used as a new control parameter for achieving selectivity and directionality of laser-induced rotational excitation. The method employs chiral trains with a large number of pulses separated on the time scale much shorter than the rotational revival (a few hundred femtosecond), enabling the use of conventional pulse shapers.

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 enseignants0,065
Score d'incertitude au seuil0,271

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 Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,254 · 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

Citations83
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207