MétaCan
Menu
Retour à la cohorte
Enregistrement W4283262967 · doi:10.1515/joc-2021-0213

RETRACTED ARTICLE: Signal propagation parameters estimation through designed multi layer fibre with higher dominant modes using OptiFibre simulation

2022· article· en· W4283262967 sur OpenAlexaff
Ahmed Nabih Zaki Rashed, Sk Hasane Ahammad, Malek G. Daher, Vishal Sorathiya, Abrar Siddique, Sayed Asaduzzaman, Hasin Rehana, Nitul Dutta, Shobhit K. Patel, Vincent Omollo Nyangaresi, Rayhan Habib Jibon, Anas Ibrahim

Dossier post-publication

OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.

Notice bibliographique

RevueJournal of Optical Communications · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésModal dispersionModalDispersion (optics)Layer (electronics)SIGNAL (programming language)WavelengthOpticsMaterials scienceSubwavelength-diameter optical fibreMode (computer interface)AcousticsField (mathematics)Optical fiberPhysicsComputer scienceMathematicsDispersion-shifted fiberComposite materialFiber optic sensor

Résumé

récupéré en direct d'OpenAlex

Abstract The aim and scope of the paper is to simulate the signal propagation parameters estimation through designed multi-layer fibre with higher dominant modes by using OptiFibre simulation software. The multi-layer fibre profile has a length of 1000 m is designed and clarified with six layers. RI difference profile variations are clarified with radial distance variations. Modal/group index, group delay, dispersion, mode field diameter and total fibre losses are demonstrated with the fibre wavelength variations. All the dominant mode field distribution for multi-layer fibre are simulated and demonstrated. The other modes for designed multi-layer fibre with the theoretical fibre cutoff values for the different modes based the designed multi-layer fibre are analyzed and clarified clearly in details.

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 candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,082
Tête enseignante GPT0,309
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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

Citations33
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Optical CommunicationsMême sujetOptical Network TechnologiesTravaux en français237 207