MétaCan
Menu
Retour à la cohorte
Enregistrement W4311098427 · doi:10.1002/lpor.202100598

Temperature‐Sensitive Dual Dispersive Wave Generation of Higher‐Order Modes in Liquid‐Core Fibers

2022· article· en· W4311098427 sur OpenAlexafffund
Ramona Scheibinger, Johannes Hofmann, Kay Schaarschmidt, Mario Chemnitz, Markus A. Schmidt

Notice bibliographique

RevueLaser & Photonics Review · 2022
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic Crystal and Fiber Optics
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsche ForschungsgemeinschaftCarl-Zeiss-Stiftung
Mots-clésSolitonFemtosecondPhysicsDispersion (optics)OpticsNonlinear systemWavelengthBroadbandWaveguideComputational physicsQuantum mechanicsLaser

Résumé

récupéré en direct d'OpenAlex

Abstract The emission of resonant radiation from temporal solitary waves—also known as dispersive wave generation—allows efficient energy transfer to far‐distant spectral domains. This coherent radiation can deliver large spectral densities at selected wavelengths once control over the individual soliton is achieved. Here, the concepts of few‐mode operation and local temperature tuning are combined for precise steering of cascaded dispersive wave generation in liquid‐core optical fibers. By exciting higher‐order TM and TE modes with femtosecond pulses at 1600 nm, the generation of two dispersive waves tunable by up to 33 nm K−1 through adjusting a selected part of the waveguide is observed. Sophisticated soliton‐driven nonlinear dynamics arising from thermally transitioning from anomalous to all‐normal dispersion with temperature changes of only a few Kelvin have been found, including soliton steering, soliton breakdown, and soliton post‐fission tuning. All experimental results are verified by nonlinear simulations and semi‐analytic phase‐matching calculations, overall providing a cost‐effective and practical toolbox for discovering unexplored states of light as well as for developing dynamically tunable broadband light sources.

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 enseignants0,000
Score d'incertitude au seuil0,002

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,241
Écart entre enseignants0,212 · 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

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLaser & Photonics ReviewMême sujetPhotonic Crystal and Fiber OpticsTravaux en français237 207