MétaCan
Menu
Retour à la cohorte
Enregistrement W4366773682 · doi:10.3390/s23084137

Silicon Fresnel Zone Plate Metalens with Subwavelength Gratings

2023· article· en· W4366773682 sur OpenAlexafffund
William Fraser, Winnie N. Ye

Notice bibliographique

RevueSensors · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésZone plateOpticsFresnel zoneMaterials scienceGratingHolographyWavelengthAmorphous siliconPlanarFabricationOptoelectronicsSiliconPhysicsCrystalline siliconDiffractionComputer science

Résumé

récupéré en direct d'OpenAlex

Metalenses are planar optical components that have demonstrated immense potential for integrated optics. In particular, they are capable of high-efficiency subwavelength focusing without the bulkiness of traditional lenses. Dielectric metalenses operating in the C-band typically employ relatively tall, amorphous silicon structures arranged in a periodic array. Phase control spanning from 0 to 2π is accessed by varying the geometry of these scattering structures. The full 2π phase range is necessary to impose a hyperbolic focusing phase profile, but this is difficult to achieve without custom fabrication practices. In this work, we propose a binary phase Fresnel zone plate metalens designed for the standard 500 nm silicon-on-insulator platform. Our design uses subwavelength gratings with trapezoidal segmentation to form concentric rings. The effective index of the grating is set with the duty cycle using a single full-etch step to form the binary phase profile of the zone plate. The metalens design can be easily tuned to achieve longer focal lengths at different wavelengths. It offers a simple platform for high-throughput wavelength-scale focusing elements in free-space optics, including for microscopy and medical imaging.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,248
Écart entre enseignants0,225 · 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

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetMetamaterials and Metasurfaces ApplicationsTravaux en français237 207