MétaCan
Menu
Retour à la cohorte
Enregistrement W4224260786 · doi:10.1364/ol.457206

Anti-Stokes fluorescence cooling of nanoparticle-doped silica fibers

2022· article· en· W4224260786 sur OpenAlexaff
P. Vigneron, Bailey Meehan, Mary Ann Cahoon, Thomas W. Hawkins, John Ballato, Peter D. Dragic, Magnus Engholm, Tommy Boilard, Martin Bernier, Michel J. F. Digonnet

Notice bibliographique

RevueOptics Letters · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOptical properties and cooling technologies in crystalline materials
Établissements canadiensUniversité Laval
Organismes subventionnairesAir Force Office of Scientific Research
Mots-clésMaterials scienceFiberNanoparticleOptical fiberAluminosilicateChemical vapor depositionDopingQuenching (fluorescence)Analytical Chemistry (journal)Composite materialOpticsFluorescenceOptoelectronicsNanotechnologyChromatographyChemistry

Résumé

récupéré en direct d'OpenAlex

The first observation of cooling by anti-Stokes pumping in nanoparticle-doped silica fibers is reported. Four Yb-doped fibers fabricated using conventional modified chemical vapor deposition (MCVD) techniques were evaluated, namely, an aluminosilicate fiber and three fibers in which the Yb ions were encapsulated in CaF2, SrF2, or BaF2 nanoparticles. The nanoparticles, which oxidize during preform processing, provide a modified chemical environment for the Yb3+ ions that is beneficial to cooling. When pumped at the near-optimum cooling wavelength of 1040 nm at atmospheric pressure, the fibers experienced a maximum measured temperature drop of 20.5 mK (aluminosilicate fiber), 26.2 mK (CaF2 fiber), and 16.7 mK (SrF2 fiber). The BaF2 fiber did not cool but warmed slightly. The three fibers that cooled had a cooling efficiency comparable to that of the best previously reported Yb-doped silica fiber that cooled. Data analysis shows that this efficiency is explained by the fibers’ high critical quenching concentration and low residual absorptive loss (linked to sub-ppm OH contamination). This study demonstrates the large untapped potential of nanoparticle doping in the current search for silicate compositions that produce optimum anti-Stokes cooling.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetOptical properties and cooling technologies in crystalline materialsTravaux en français237 207