MétaCan
Menu
Retour à la cohorte
Enregistrement W3168490902 · doi:10.1364/ome.426545

Conical phase front and aberration beam shaping for manipulating femtosecond laser chemical etching

2021· article· en· W3168490902 sur OpenAlexafffund
Ehsan Alimohammadian, Erdem Yigit Ertorer, Peter R. Herman

Notice bibliographique

RevueOptical Materials Express · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOpticsMaterials scienceIsotropic etchingFemtosecondEtching (microfabrication)LaserConical surfaceSurface micromachiningSurface finishBeam (structure)OptoelectronicsNanotechnologyFabricationLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

The countering and enhancing influence of surface aberration in combination with conical phase front beam shaping was examined over shallow to deep focusing inside of fused silica to facilitate the geometric control of chemical etching tracks formed by femtosecond laser inscription. The tuning of the collective shaping effects is shown to compensate for a wide focusing range to favorably manipulate the chemical etching rate, the resolution, the surface roughness, and the cross-section profile of the resulting micro-channels. Using only a single laser scanning track, micro-channels have been tailored from symmetrical to highly asymmetric cross-section of up to 1:13 aspect ratio, permitting distortion-free processing to depths of 1.5 mm. The combined shaping effects thus expand the utility of laser chemical etching for micromachining of transparent substrates.

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 enseignants0,027
Score d'incertitude au seuil0,872

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 Opus0,030
Tête enseignante GPT0,282
Écart entre enseignants0,252 · 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptical Materials ExpressMême sujetLaser Material Processing TechniquesTravaux en français237 207