MétaCan
Menu
Retour à la cohorte
Enregistrement W4386285851 · doi:10.18280/mmep.100433

Effects of the Magnetic Field and Thickness of Layers on Intersubband Absorption in Asymmetric Double Parabolic Quantum Wells

2023· article· en· W4386285851 sur OpenAlexvenueno aff
Djamel Sebbar, Bouzid Boudjema, Abdelali Boukaoud, Younes Chiba

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMagneto-Optical Properties and Applications
Établissements canadiensnon disponible
Organismes subventionnairesDirection Générale de la Recherche Scientifique et du Développement Technologique
Mots-clésCondensed matter physicsQuantum wellMagnetic fieldAbsorption (acoustics)Field (mathematics)Materials sciencePhysicsOpticsQuantum mechanicsMathematics

Résumé

récupéré en direct d'OpenAlex

This numerical study scrutinizes the impact of both the thickness of layers and an externally applied magnetic field on the optical absorption coefficient and alterations in the refractive index pertaining to the intersubband optical transition (1-2) within an asymmetric double parabolic structure, utilizing GaAs/AlGaAs quantum wells as a basis.Energy levels and their corresponding wave functions have been ascertained through the use of the shooting method.The findings of this investigation suggest a pronounced sensitivity of the optical absorption coefficient and changes in the refractive index to the thickness of the layers and the applied external magnetic field.It has been observed that the intensification of the magnetic field results in a resonant peak position shifting towards higher energy values, whereas the thickness of the layers exerts an influence on the resonance peak magnitude.The insights derived from this study hold considerable potential for application, particularly in the development of optical devices predicated on intersubband electronic transitions.

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 candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,014
Tête enseignante GPT0,194
Écart entre enseignants0,181 · 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'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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetMagneto-Optical Properties and ApplicationsTravaux en français237 207