MétaCan
Menu
Retour à la cohorte
Enregistrement W3013487765 · doi:10.1364/josab.390847

Modeling and experimental characterization of a dual-wavelength Bi-doped fiber laser with cascaded cavities

2020· article· en· W3013487765 sur OpenAlexafffund
Galina Nemova, Jin Xian, Lawrence R. Chen, Sergei Firstov, Omur Sezerman

Notice bibliographique

RevueJournal of the Optical Society of America B · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensOZ Optics (Canada)McGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRussian Foundation for Basic Research
Mots-clésMaterials scienceCascadeLaserOpticsFiber laserWavelengthFiber Bragg gratingDispersion-shifted fiberLaser power scalingRate equationOptoelectronicsDistributed feedback laserFiberOptical fiberPhysicsFiber optic sensorChemistry

Résumé

récupéré en direct d'OpenAlex

We present a comprehensive theoretical and experimental investigation of a dual-wavelength, bismuth-doped fiber (BDF) laser operating near 1700 nm based on cascaded cavities. The BDF provides optical gain from 1650 nm to 1800 nm when pumped at 1550 nm. The linear laser cavity is defined by a 90% fiber mirror on one end and two fiber Bragg gratings (FBGs) with two lengths of BDF in cascade on the other. The laser can operate at either wavelength alone, or both wavelengths simultaneously by simple adjustment of the pump power. We develop a model based on rate equations and radiation transport equations for two level BDF lasers which we then extend to the case for cascaded cavities. Experimental results agree with simulations.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,343
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,217
Écart entre enseignants0,204 · 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.

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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Optical Society of America BMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207