MétaCan
Menu
Retour à la cohorte
Enregistrement W2131905006 · doi:10.1063/1.4931699

Plasmonic gain in long-range surface plasmon polariton waveguides bounded symmetrically by dye-doped polymer

2015· article· en· W2131905006 sur OpenAlexaff
Choloong Hahn, Seok Ho Song, Cha Hwan Oh, Pierre Berini

Notice bibliographique

RevueApplied Physics Letters · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésCladding (metalworking)Materials sciencePlasmonOptoelectronicsSurface plasmon polaritonDielectricOpticsSurface plasmonDopingWavelengthComposite material

Résumé

récupéré en direct d'OpenAlex

The plasmonic gain of a top-pumped active symmetric metal slab waveguide is investigated theoretically and experimentally. The structure consists of a thin Ag film cladded above and below by gain media (IR140-doped poly (methyl methacrylate)), and operating with long-range surface plasmon polaritons (LRSPPs) at near-infrared wavelengths. We consider the spatial distribution of the pump intensity and the position dependence of the dipole lifetime within the claddings when computing the LRSPP gain. We find that the bottom cladding provides significant gain to the LRSPP, despite the low pump transmittance through the Ag film, as long as the pump intensity is strong enough to saturate the gain material (∼4 MW/cm2). In this situation, the LRSPP gain is doubled compared to the case where the top cladding only is active. The LRSPP gain was measured in a fabricated structure using the variable stripe length method, yielding gmod = 16.7 cm−1 at a pump intensity of ∼4 MW/cm2. The measured LRSPP gain agrees very well with the computed value, implying that the bottom cladding provides significant gain to the mode. Active plasmonic devices based on the symmetric dielectric-metal-dielectric structure can be significantly more efficient by using gain layers as both the top and bottom claddings.

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)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,017
Tête enseignante GPT0,230
Écart entre enseignants0,213 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207