MétaCan
Menu
Retour à la cohorte
Enregistrement W2902348601 · doi:10.1109/lpt.2018.2883913

Measurement of In-Fiber Refractive Index Change Using a Mach–Zehnder Interferometer

2018· article· en· W2902348601 sur OpenAlexaff
Farid Ahmed, Vahid Ahsani, Seunghwan Jo, Colin Bradley, Ehsan Toyserkani, Martin Byung‐Guk Jun

Notice bibliographique

RevueIEEE Photonics Technology Letters · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of VictoriaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésInterferometryOpticsGraded-index fiberMach–Zehnder interferometerStep-index profileNormalized frequency (unit)Materials scienceRefractive indexOptical fiberCladding (metalworking)Single-mode optical fiberPhysicsFiber optic sensorPhase noise

Résumé

récupéré en direct d'OpenAlex

We report, for the first time, the use of a fiber optic Mach-Zehnder interferometer to measure core refractive index changes written by an ultrafast laser irradiation. The core-offset interferometer was constructed by splicing a slightly misaligned stub of standard single-mode fiber between the lead-in and lead-out optical fibers. When the core refractive index of an in-fiber interferometer is altered, it changes the phase of the core light. Since the phase of light propagating in the cladding (reference arm) remains unchanged, the transmission fringe pattern of the interferometer observes a spectral shift. The spectral shift was used to quantify the effective core refractive index change in a standard single-mode fiber. Measurements of effective refractive index changes as high as 0.01356 and as low as 0.000475 are reported in this letter.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
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
Bibliométrie0,0010,001
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 Opus0,035
Tête enseignante GPT0,258
Écart entre enseignants0,223 · 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'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

Citations28
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Photonics Technology LettersMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207