MétaCan
Menu
← Retour à la cohorte
Enregistrement W4232840970 · doi:10.31219/osf.io/xzjmf

small

2020· preprint· en· W4232840970 sur OpenAlexaff
David Moss

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceOptoelectronicsPhotolithographyResonatorGrapheneLayer (electronics)WavelengthOxideNanotechnologyOptics

Résumé

récupéré en direct d'OpenAlex

Layered 2D graphene oxide (GO) films are integrated with micro-ringresonators (MRRs) to experimentally demonstrate enhanced nonlinear optics.Both uniformly coated (1−5 layers) and patterned (10−50 layers) GO films areintegrated on complementary-metal-oxide-semiconductor (CMOS)-compatibledoped silica MRRs using a large-area, transfer-free, layer-by-layer GO coatingmethod with precise control of the film thickness. The patterned devices furtheremploy photolithography and lift-off processes to enable precise control of thefilm placement and coating length. Four-wave-mixing (FWM) measurementsfor different pump powers and resonant wavelengths show a significantimprovement in efficiency of 7.6 dB for a uniformly coated device with 1 GOlayer and 10.3 dB for a patterned device with 50 GO layers. The measurementsagree well with theory, with the enhancement in FWM efficiency resultingfrom the high Kerr nonlinearity and low loss of the GO films combined withthe strong light–matter interaction within the MRRs. The dependence of GO’sthird-order nonlinearity on layer number and pump power is also extractedfrom the FWM measurements, revealing interesting physical insights aboutthe evolution of the GO films from 2D monolayers to quasi bulk-like behavior.These results confirm the high nonlinear optical performance of integratedphotonic resonators incorporated with 2D layered GO films.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1490,090

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 Opus0,036
Tête enseignante GPT0,220
Écart entre enseignants0,184 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotonic and Optical Devices→Travaux en français237 207→