MétaCan
Menu
Retour à la cohorte
Enregistrement W4255301392 · doi:10.21203/rs.3.rs-578919/v1

A Systematic Study of PPLN Length Dependence in Intracavity SHG

2021· preprint· en· W4255301392 sur OpenAlexafffund
Tyler Kashak, Liam Flannigan, Chang‐Qing Xu

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiquePhotorefractive and Nonlinear Optics
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFull width at half maximumSecond-harmonic generationMaterials scienceLithium niobateOpticsSaturation (graph theory)Crystal (programming language)Second-harmonic imaging microscopyNonlinear opticsLaserMaximum power principleDopingOptoelectronicsEnergy conversion efficiencyDiodePower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, a systematic study of the relationship between nonlinear crystal length and intracavity second-harmonic generation (SHG) using MgO-doped periodically-poled lithium niobate (MgO:PPLN) is presented. The experimental results demonstrate a relationship between the maximum SHG power generated and the full-width at half maximum (FWHM) of the crystal’s temperature tuning curve to the length of the nonlinear optical crystal. It was shown that maximum SHG power increases rapidly with the increase of MgO:PPLN length, reaching a saturation length (~2 mm), which is much shorter than that predicted by the single-pass SHG theory. This saturation length of the MgO:PPLN crystal is almost independent on 808 nm pump power for typical powers used in continuous wave intracavity SHG lasers. In addition to this saturation effect, a broadening effect was also observed, the FWHM of the temperature tuning curve was shown to have a larger FWHM than that predicted by the single-pass SHG theory for MgO:PPLN shorter than the saturation length. This work has the benefit of allowing engineers to optimize nonlinear crystal length when developing intracavity SHG based diode-pumped solid state (DPSS) lasers.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,067
Tête enseignante GPT0,420
Écart entre enseignants0,353 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetPhotorefractive and Nonlinear OpticsTravaux en français237 207