Toward low-loss mid-infrared Ga2O3–BaO–GeO2 optical fibers
Notice bibliographique
Résumé
Abstract The development of efficient and compact photonic systems in support of mid-infrared integrated optics is currently facing several challenges. To date, most mid-infrared glass-based devices are employing fluoride or chalcogenide glasses (FCGs). Although the commercialization of FCGs-based optical devices has rapidly grown during the last decade, their development is rather cumbersome due to either poor crystallization and hygroscopicity resilience or poor mechanical-thermal properties of the FCGs. To overcome these issues, the parallel development of heavy-metal oxide optical fiber from the barium-germanium-gallium oxide vitreous system (BGG) has revealed a promising alternative. However, over 30 years of fiber fabrication optimization, the final missing step of drawing BGG fibers with acceptable losses for meters-long active and passive optical devices had not yet been reached. In this article, we first identify the three most important factors that prevent the fabrication of low-loss BGG fibers i.e., surface quality, volumic striae and glass thermal-darkening. Each of the three factors is then addressed in setting up a protocol enabling the fabrication of low-loss optical fibers from gallium-rich BGG glass compositions. Accordingly, to the best of our knowledge, we report the lowest losses ever measured in a BGG glass fiber i.e., down to 200 dB km −1 at 1350 nm.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».