MétaCan
Menu
Retour à la cohorte
Enregistrement W3041228358 · doi:10.24908/iqurcp.14018

Exploring the Phenomena of a Quantum Eraser in Young’s Double Slit Experiment

2020· article· en· W3041228358 sur OpenAlexvenueno aff
Alex Shaw, Trevor Vrckovnik, Billy Thorpe, Christian Sprang

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum Mechanics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDouble-slit experimentInterference (communication)PhysicsOpticsSlitPhotonDiffractionQuantumQuantum mechanicsTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

This experiment explores the quantum phenomenon known as the Quantum Eraser, using a variation of Young’s Double Slit experiment. Young’s Double Slit experiment demonstrates that light acts as a wave by creating an interference pattern when diffracted through two slits. If one measures which of the two slits the photons pass through, then the interference pattern is replaced by a single bright spot, as would be expected for particle-like behaviour. The “Quantum Eraser” eliminates the measurement on the photons, thereby reintroducing the interference pattern observed in Young’s original experiment. The experiment’s first stage saw Young’s Double Slit experiment recreated and an interference pattern was observed. Upon adding two orthogonally polarized filters, the photon’s path was measured, and the interference pattern was removed. By then adding a third filter which was polarized 45O relative to both other polarisers, the interference pattern was somewhat restored. For each experiment, the heights of the peaks in the interference patterns were compared to each other to examine the quality of the reproduced interference pattern based on the original double slit interference pattern. This comparison gave a quantitative result that demonstrated that the Quantum Eraser was able to restore the interference pattern to within 5 standard errors, thereby exemplifying the effect that changing the measurement conditions affects the final measurement.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,254
Tête enseignante GPT0,372
Écart entre enseignants0,117 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetQuantum Mechanics and ApplicationsTravaux en français237 207