MétaCan
Menu
Retour à la cohorte
Enregistrement W2808295746 · doi:10.1117/12.2291135

In-situ fiber temperature sensor for anti-Stokes cooling measurements in doped fibers

2018· article· en· W2808295746 sur OpenAlexaff
Mina Esmaeelpour, Arushi Arora, Michel J. F. Digonnet, Martin Bernier, Jean-Simon Frenière, Tommy Boilard, Jennifer M. Knall

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOptical properties and cooling technologies in crystalline materials
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFiber Bragg gratingTemperature measurementFiber laserOptical fiberOpticsLaserFemtosecondFiberOptoelectronicsAtmospheric temperature rangeWavelength

Résumé

récupéré en direct d'OpenAlex

The experimental study of cooling by anti-Stokes fluorescence in a fiber or a radiation-balanced fiber laser necessitates the development of a sensor that can measure the temperature of the fiber core with an excellent temperature and spatial resolution, a large dynamic range, a small drift, a fast response, and a low absorptive loss. We report an in-situ slow-light fiber sensor written directly in a Yb-doped silica fiber using a femtosecond laser. The sensor has a spatial resolution of 6.5 mm, an excellent measured temperature resolution of 0.9 m°C/√Hz, and a measured drift as low as 20 m°C/min. One of the grating’s slow-light resonances is interrogated with a tunable 1.55-μm laser to measure the temperature-induced shift in the resonance wavelength when the fiber is optically pumped. The laser frequency is also modulated at 30 kHz to greatly reduce the detection noise. The sensor was pumped with 0.58 mW from a 1020-nm laser and measured a positive temperature change of 0.33 °C. The dominant source of heating is shown to be likely the photodarkening loss induced in the Yb-doped fiber when the FBG was written. The total FBG loss is predicted to be ~24 m-1 at 1020 nm and expected to reduce after annealing. Projections indicate that if the loss of the rare-earth doped FBG can be decreased to the level of the loss observed in slow-light FBGs written in SMF-28 fibers, these sensors can be used to measure ASF cooling.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,284
Écart entre enseignants0,248 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical properties and cooling technologies in crystalline materialsTravaux en français237 207