MétaCan
Menu
Retour à la cohorte
Enregistrement W2849522642 · doi:10.1364/ol.43.003337

High-resolution slow-light fiber Bragg grating temperature sensor with phase-sensitive detection

2018· article· en· W2849522642 sur OpenAlexafffund
Arushi Arora, Mina Esmaeelpour, Martin Bernier, Michel J. F. Digonnet

Notice bibliographique

RevueOptics Letters · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversité Laval
Organismes subventionnairesAir Force Office of Scientific ResearchNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationNorthrop Grumman
Mots-clésFiber Bragg gratingMaterials scienceOpticsTemperature measurementFiber optic sensorOptical fiberAbsorption (acoustics)Phase (matter)OptoelectronicsPhysics

Résumé

récupéré en direct d'OpenAlex

This Letter reports a slow-light fiber Bragg grating (FBG) temperature sensor with a record temperature resolution of ∼0.3  m°C/√Hz, a drift of only ∼1  m°C over the typical duration of a measurement (∼30  s), and negligible self-heating. This sensor is particularly useful for applications requiring the detection of very small temperature changes, such as radiation-balanced lasers and the measurement of small absorptive losses using calorimetry. The sensor performance is demonstrated by measuring the heat generated in a pumped Yb-doped fiber. The sensor is also used to measure the slow-light FBG’s very weak internal absorption loss (0.02  m−1), which is found to be only ∼2% of the total loss.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,201
Écart entre enseignants0,196 · 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

Citations60
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207