MétaCan
Menu
Retour à la cohorte
Enregistrement W3032538841 · doi:10.3390/atoms8020025

Laboratory Courses on Laser Spectroscopy and Atom Trapping

2020· article· en· W3032538841 sur OpenAlexafffund
H. C. Beica, Shoshana Winter, C. Mok, B. Barrett, R. Berthiaume, A. Vorozcovs, Fadi Yachoua, N. Afkhami-Jeddi, Monika Aggarwal, Gehrig Carlse, Alexander Pouliot, Kevin B. Borsos, Thomas Vacheresse, Raanan Marants, A. Kumarakrishnan

Notice bibliographique

RevueAtoms · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCold Atom Physics and Bose-Einstein Condensates
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaYork UniversityOntario Innovation Trust
Mots-clésGraduate studentsPhysicsLaserTrappingAtom (system on chip)Trap (plumbing)SpectroscopyVariety (cybernetics)Engineering physicsCarry (investment)Laser coolingAtomic physicsComputer scienceMedical educationOpticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We present an overview of experiments covered in two semester-length laboratory courses dedicated to laser spectroscopy and atom trapping. These courses constitute a powerful approach for teaching experimental physics in a manner that is both contemporary and capable of providing the background and skills relevant to a variety of research laboratories. The courses are designed to be accessible for all undergraduate streams in physics and applied physics as well as incoming graduate students. In the introductory course, students carry out several experiments in atomic and laser physics. In a follow up course, students trap atoms in a magneto-optical trap and carry out preliminary investigations of the properties of laser cooled atoms based on the expertise acquired in the first course. We discuss details of experiments, impact, possible course formats, budgetary requirements, and challenges related to long-term maintenance.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1450,067

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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,222 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtomsMême sujetCold Atom Physics and Bose-Einstein CondensatesTravaux en français237 207