MétaCan
Menu
Retour à la cohorte
Enregistrement W2924942253 · doi:10.1364/ol.44.001801

More than 200  W random Raman fiber laser with ultra-short cavity length based on phosphosilicate fiber

2019· article· en· W2924942253 sur OpenAlexaff
Jinyan Dong, Lei Zhang, Jiaqi Zhou, Weiwei Pan, Xijia Gu, Yan Feng

Notice bibliographique

RevueOptics Letters · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRandom lasers and scattering media
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésMaterials scienceFiber laserLaser linewidthOpticsRaman spectroscopyFiberLaserRaman laserLaser power scalingOptical fiberOptoelectronicsPolarization-maintaining optical fiberRaman scatteringFiber optic sensorPhysics

Résumé

récupéré en direct d'OpenAlex

An over 200 W high-power first-order random Raman fiber laser (RRFL) at 1238 nm is demonstrated. The laser is based on a half-open cavity with a piece of 30 m phosphosilicate fiber. This RRFL is pumped by a conventional 1064 nm Yb-doped fiber laser. After suppressing the silica Raman component, a maximum output power of 206.7 W is obtained with a full width half-maximum linewidth of 7.1 nm at a pump power of 346.3 W, corresponding to an optical-to-optical efficiency of 59.7%. To the best of our knowledge, this is the highest reported output power of RRFL on the basis of phosphosilicate fiber with the shortest cavity length.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,200
Écart entre enseignants0,195 · 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

Citations31
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetRandom lasers and scattering mediaTravaux en français237 207