MétaCan
Menu
Retour à la cohorte
Enregistrement W3091216418 · doi:10.1364/ol.403823

Compensating deep focusing distortion for femtosecond laser inscription of low-loss optical waveguides

2020· article· en· W3091216418 sur OpenAlexafffund
Ehsan Alimohammadian, Sifan Liu, Mohammad Salehizadeh, Jianzhao Li, Peter R. Herman

Notice bibliographique

RevueOptics Letters · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOpticsFemtosecondConical surfaceMaterials scienceDistortion (music)LaserWavefrontGaussian beamPhase distortionWaveguideSpherical aberrationBeam (structure)Phase (matter)PhysicsLens (geology)OptoelectronicsAmplifier

Résumé

récupéré en direct d'OpenAlex

Various beam shaping approaches were examined to counter the negative influence of surface aberration arising when inscribing optical waveguides deeply inside of glass with a femtosecond laser. Aberration correction was found unable to completely recover the low-loss waveguide properties, prompting a comprehensive examination of waveguides formed with focused Gaussian-Bessel beams. Diverging conical phase fronts are presented as a hybrid means of partial aberration correction to improve insertion loss and a new, to the best of our knowledge, means of asymmetric beam shaping. In this way, low-loss waveguides are presented over shallow to deep writing depth (2.8 mm) where morphological and modal properties could be further tuned with conical phase front.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,581

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 Opus0,015
Tête enseignante GPT0,212
Écart entre enseignants0,197 · 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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetLaser Material Processing TechniquesTravaux en français237 207