MétaCan
Menu
Retour à la cohorte
Enregistrement W2166814293 · doi:10.1364/oe.17.020191

Modeling surface plasmon-polariton gain in planar metallic structures

2009· article· en· W2166814293 sur OpenAlexaff
Israel De Leon, Pierre Berini

Notice bibliographique

RevueOptics Express · 2009
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésOpticsSurface plasmon polaritonPlanarSurface plasmonPhysicsDipolePolaritonMaterials sciencePlasmonQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Amplification of the single-interface and long-range surface plasmon-polariton modes is studied in planar metallic structures incorporating gain media formed by Rhodamine 6G dye molecules in solution. We employ a theoretical model that accounts for the nonuniformity of the gain medium close to the metal surface due to position-dependent dipole lifetime and pump irradiance. The results of this model are used as a baseline for a comparative study against two simplified models: one neglects the position-dependent dipole lifetime while the other assumes a uniform gain medium. The discrepancies between the models are explained in terms of the mode overlap with the gain distribution near the metal. For the cases under analysis, the simplified models estimate the required pump irradiance with deviation factors that vary from 1.45 at the lossless conditions to 8 for gains near saturation. The relevance of describing properly the amount o gain interacting with the SPP mode and the role played by the dipole quantum efficiency are discussed.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil1,000

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 recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,251
Écart entre enseignants0,230 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations46
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207