MétaCan
Menu
Retour à la cohorte
Enregistrement W2084218217 · doi:10.5539/apr.v5n1p102

Designing High Reflectivity Omnidirectional Coating of Mirrors for Near Infrared Spectrum (700-2500 nm)

2013· article· en· W2084218217 sur OpenAlexvenueno aff
Shireen Mohammed Abed, Saeed Naif Turki Al-Rashid

Notice bibliographique

RevueApplied Physics Research · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueOptical Coatings and Gratings
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceBorosilicate glassOpticsWavelengthOptical coatingCoatingAnti-reflective coatingLaserOptoelectronicsReflectivityNanotechnology

Résumé

récupéré en direct d'OpenAlex

In this paper, a high reflection coating is designed depending on the variable of refractive indices for NIR spectral region (700-2500 nm) by the use of the computer program MATLAB version 7. We could find the reflective 99.62% for seven layers at the incident angels (90°, 40°) in the wavelength (1064 nm) for coatings (Si, MgF2), substrata BK7 (relatively hard borosilicate crown glass with high homogeneity), which is used for laser application such as the ND:YAG laser (1060 nm), and R=98.37% for coatings (SbSe, Na3AIF6) and substrata glass for eleven layers at ?=90° which covers the wavelength from (955.6 nm) to (1622 nm) and represents the complete range for optical telecommunication band (short (S) 1460-1530 nm, conventional (C) 1530-1560 nm and long (l)1560-1620 nm). The results show that the reflectivity of the stack increases with the number of layers in the stack, the best layer number is nine which has a reflective of 99.62% at (1060 nm), as shown in Figure 4a. Also the reflective changes with incident angel; the best angel is (40°) which gives the convergent reflective for electric and magnetic polarization 99.91% and 99.36%, respectively for the wavelength (1060 nm).

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,096
Tête enseignante GPT0,364
Écart entre enseignants0,269 · 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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics ResearchMême sujetOptical Coatings and GratingsTravaux en français237 207