MétaCan
Menu
Retour à la cohorte
Enregistrement W4380447208 · doi:10.1002/lpor.202300129

Efficient and Unidirectional Launching of Surface Plasmons from a Hyperbolic Meta‐Antenna

2023· article· en· W4380447208 sur OpenAlexaff
Yiyun Zhang, Dominic Lepage, Bingtao Gao, Pan Wang, Chenxinyu Pan, Junru Niu, Hongsheng Chen, Haoliang Qian

Notice bibliographique

RevueLaser & Photonics Review · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNational Key Research and Development Program of ChinaZhejiang UniversityNational Natural Science Foundation of China
Mots-clésPlasmonMetamaterialOptoelectronicsPhotonicsQuantum tunnellingAntenna (radio)Surface plasmon polaritonOpticsSurface plasmonMaterials sciencePhysicsTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Tunnel nanojunctions associated with inelastic electron tunneling have demonstrated crucial applications in on‐chip photonic and plasmonic circuitries due to their high photon modulation speed, large‐scale integration capability, and working‐wavelengths range tunability. However, because most electrons tunnel through a junction elastically, the external quantum efficiency of a nanojunction‐based plasmonic source tends to be around 10−4, severely limiting their applications to date. In this work, an integrated high‐efficiency unidirectional plasmonic source composed of an edge‐to‐edge thickness gradient hyperbolic meta‐antenna is proposed. By engineering the extra wavevector dimension, this study demonstrates a theoretical external quantum efficiency of up to 23% for this system. This is attributed to the large local density of optical states from hyperbolic dispersion and wavevector‐match conditions provided by the optical antennas. Furthermore, this study also demonstrates the tunability of this system across a range of wavelengths from 1300 to 1700 nm. The implementations of these metamaterial‐based tunneling structures enable fast and tunable on‐chip high‐efficiency sources for applications in high‐performance plasmonic circuitries.

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 seuil0,002

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)0,0010,000

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 Opus0,037
Tête enseignante GPT0,268
Écart entre enseignants0,232 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaser & Photonics ReviewMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207