MétaCan
Menu
Retour à la cohorte
Enregistrement W3199224259 · doi:10.1002/adpr.202100113

Raman Red‐Shift Compressor: A Simple Approach for Scaling the High Harmonic Generation Cut‐Off

2021· article· en· W3199224259 sur OpenAlexafffund
Katherine Légaré, Reza Safaei, Guillaume Barrette, L. Arias, Philippe Lassonde, Heide Ibrahim, Boris Vodungbo, Emmanuelle Jal, J. Lüning, Nicolas Jaouen, Zhensheng Tao, Andrius Baltuška, François Légaré, Guangyu Fan

Notice bibliographique

RevueAdvanced Photonics Research · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésHigh harmonic generationRaman scatteringPhotonLaserScalingPhoton energyRaman spectroscopyOpticsUltravioletWavelengthPhysicsMaterials scienceOptoelectronics

Résumé

récupéré en direct d'OpenAlex

The use of ultrashort laser pulses with long wavelengths as drivers is a relevant strategy for scaling high harmonic generation (HHG) to higher photon energies. Here, stimulated Raman scattering enhanced by the formation of multidimensional solitary states in a molecular gas‐filled hollow‐core fiber as the mechanism to produce a versatile HHG driver is reported on. This recently discovered method allows to red shift and to compress conventional subpicosecond laser pulses with a simple experimental apparatus, ultimately increasing the generated photon energy, while assuring a high photon flux. The adaptability, simplicity, and stability of this method make it attractive for tailoring HHG sources to individual applications at specific photon energies. Measurements of resonant magnetic scattering in a cobalt/platinum multilayer sample are presented as a demonstration of the relevance of this approach for photon‐hungry applications in the extreme ultraviolet.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,078
Tête enseignante GPT0,388
Écart entre enseignants0,310 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Photonics ResearchMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207