MétaCan
Menu
Retour à la cohorte
Enregistrement W2108060155 · doi:10.1088/1367-2630/13/5/055023

Low-temperature tapered-fiber probing of diamond nitrogen-vacancy ensembles coupled to GaP microcavities

2011· article· en· W2108060155 sur OpenAlexaff
Kai‐Mei C. Fu, Paul E. Barclay, C. Santori, Andrei Faraon, Raymond G. Beausoleil

Notice bibliographique

RevueNew Journal of Physics · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensNational Institute for NanotechnologyUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPhysicsDiamondCommon emitterFiberSpontaneous emissionVacancy defectOptoelectronicsAtomic physicsOptical fiberResonance (particle physics)Q factorOpticsCondensed matter physicsResonatorMaterials science

Résumé

récupéré en direct d'OpenAlex

In this work, we present a platform for testing the device performance of a cavity–emitter system, using an ensemble of emitters and a tapered optical fiber. This method provides high-contrast spectra of the cavity modes, selective detection of emitters coupled to the cavity and an estimate of the device performance in the single-emitter case. Using nitrogen-vacancy (NV) centers in diamond and a GaP optical microcavity, we are able to tune the cavity onto the NV resonance at 10 K, couple the cavity-coupled emission to a tapered fiber and measure the fiber-coupled NV spontaneous emission decay. Theoretically, we show that the fiber-coupled average Purcell factor is 2–3 times greater than that of free-space collection, although due to ensemble averaging it is still a factor of 3 less than the Purcell factor of a single, ideally placed center.

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 enseignants0,003
Score d'incertitude au seuil0,888

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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,255
Écart entre enseignants0,228 · 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

Citations27
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Journal of PhysicsMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207