MétaCan
Menu
Retour à la cohorte
Enregistrement W2249571851 · doi:10.1103/physreva.80.043808

High-order harmonic generation from<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mrow><mml:msub><mml:mtext>C</mml:mtext><mml:mrow><mml:mn>60</mml:mn></mml:mrow></mml:msub></mml:mrow></mml:math>-rich plasma

2009· article· lv· W2249571851 sur OpenAlexafffund
R. A. Ganeev, L. B. Elouga Bom, M. C. H. Wong, J.-P. Brichta, V. R. Bhardwaj, P. V. Redkin, T. Ozaki

Notice bibliographique

RevuePhysical Review A · 2009
Typearticle
Languelv
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensUniversity of OttawaInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsWavelengthLaserSecond-harmonic generationHarmonicHigh harmonic generationPolarization (electrochemistry)Atomic physicsOpticsQuantum mechanicsChemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

We performed systematic investigation of high-order harmonic generation from fullerene-rich laser-produced plasmas. We studied harmonic generation by varying several experimental parameters, such as the delay between the ablation and driving pulses, and divergence and polarization of the pump laser. Enhancement of harmonic yield is observed near 20 eV, which is attributed to the influence of a broadband plasmon resonance of ${\text{C}}_{60}$ on the nonlinear optical response of fullerene-rich plasma. This increase in the harmonic intensity occurs despite the increased absorption by ${\text{C}}_{60}$ at these wavelengths. Using simulations based on time-dependent density-functional theory, we confirm that this effect is due to the influence of collective excitations. We compare harmonic generation from fullerenes using lasers with 793 nm and 396 nm wavelengths, which show the influence of plasmon resonance on the conversion efficiency of high-order harmonics for different laser wavelengths.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1810,008

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 Opus0,020
Tête enseignante GPT0,269
Écart entre enseignants0,249 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations61
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

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