MétaCan
Menu
Retour à la cohorte
Enregistrement W2531936206 · doi:10.1116/1.4963373

Comprehensive study of antireflection coatings for mid-infrared lasers

2016· article· en· W2531936206 sur OpenAlexaff
Jeyran Amirloo, Simarjeet S. Saini, M. Dagenais

Notice bibliographique

RevueJournal of Vacuum Science & Technology A Vacuum Surfaces and Films · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueOptical Coatings and Gratings
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCoatingAnti-reflective coatingOptoelectronicsInfraredLayer (electronics)Optical coatingLaserOpticsScanning electron microscopeSiliconSemiconductorZinc selenideWavelengthComposite material

Résumé

récupéré en direct d'OpenAlex

A comprehensive study is done for optimizing antireflection coatings at mid-infrared wavelengths around 3.4 μm for applications in semiconductor lasers. Different materials are tested for single and double layer coatings. The coatings are characterized by comparing the change in the threshold currents before and after coating the lasers. The change in the differential slope efficiency was used to estimate the loss in the coatings. The lowest value achieved for a single layer coating was 5% using aluminum oxide while a minimum value of reflectivity of 7 × 10−4 was achieved with a double layer coating of zinc selenide and silicon dioxide. The coatings' quality was tested using scanning electron microscopy and tape test. The study provides a comprehensive list of materials that can be used for antireflection coating applications in the mid-infrared region.

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 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 enseignants0,020
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,292
Écart entre enseignants0,272 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology A Vacuum Surfaces and FilmsMême sujetOptical Coatings and GratingsTravaux en français237 207