MétaCan
Menu
Retour à la cohorte
Enregistrement W3171581625 · doi:10.1021/acsphotonics.1c00525

Single Nanoflake Hexagonal Boron Nitride Harmonic Generation with Ultralow Pump Power

2021· article· en· W3171581625 sur OpenAlexafffund
Ghazal Hajisalem, Mirali Seyed Shariatdoust, Rana Faryad Ali, Byron D. Gates, Paul E. Barclay, Reuven Gordon

Notice bibliographique

RevueACS Photonics · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensUniversity of CalgarySimon Fraser UniversityUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSecond-harmonic generationMaterials scienceOptoelectronicsPlasmonNonlinear opticsLaserDiffractionOpticsNanoscopic scaleHigh harmonic generationNanophotonicsOptical tweezersLithium niobateNanotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

The strong nonlinear optical response of two-dimensional materials has applications in bioimaging and integrated optical information processing; however, past experiments were on diffraction limited samples or required intense pulsed lasers, which is a detriment to potential applications due to cost, power and complexity. Here we show that second harmonic generation can be achieved from single subwavelength two-dimensional material nanoflakes smaller than the diffraction limit using a plasmonic optical tweezer with a low-power (down to 3 mW) laser diode operating in continuous-wave mode. A double nanohole plasmonic tweezer enhances the local field and the local density of optical states to allow for trapping and significant nonlinear generation at the nanoscale. Also, the fact that it is a two-dimensional material means that it can be positioned closer to the highest field regions, realizing 2 orders of magnitude higher power second harmonic generation than other nonlinear materials like lithium niobate. The ability to have simple high efficiency nonlinear generation at the nanoscale will benefit future nonlinear optics applications of these emerging materials.

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 enseignants0,014
Score d'incertitude au seuil0,786

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 Opus0,014
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS PhotonicsMême sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207