MétaCan
Menu
Retour à la cohorte
Enregistrement W2940790322 · doi:10.1103/physrevlett.122.133601

Measurement of the Photon-Plasmon Coupling Phase Shift

2019· article· en· W2940790322 sur OpenAlexafffund
Akbar Safari, Robert Fickler, Enno Giese, Omar S. Magaña‐Loaiza, Robert W. Boyd, Israel De Leon

Notice bibliographique

RevuePhysical Review Letters · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Excellence Research Chairs, Government of Canada
Mots-clésPhysicsPlasmonPhotonSurface plasmonCoupling (piping)Phase (matter)QuantumQuantum opticsSurface plasmon polaritonInterference (communication)ScatteringObservableOpticsQuantum mechanicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Scattering processes have played a crucial role in the development of quantum theory. In the field of optics, scattering phase shifts have been utilized to unveil interesting forms of light-matter interactions. Here we investigate the phase shift experienced by a single photon as it scatters into a surface plasmon polariton and vice versa. This coupling phase shift is of particular relevance for quantum plasmonic experiments. Therefore, we demonstrate that the photon-plasmon interaction at a plasmonic slit can be modeled through a quantum-mechanical tritter, a six-port scattering element. We show that the visibilities of a double-slit and a triple-slit interference patterns are convenient observables to characterize the interaction at a slit and determine the coupling phase. Our accurate and simple model of the interaction, validated by simulations and experiments, has important implications not only for quantum plasmonic interference effects, but is also advantageous to classical applications.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,283
Écart entre enseignants0,259 · 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

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207