MétaCan
Menu
Retour à la cohorte

Toward Low-Loss Mid-Infrared Ga<sub>2</sub>O<sub>3</sub>-BaO-GeO<sub>2</sub> Optical Fibers: Solving 30 Years of High Losses

2023· article· en· W4386427977 sur OpenAlexaff
Théo Guérineau, Samar Aouji, Steeve Morency, Jean-Luc Delarosbil, Florian Calzavara, Patrick Larochelle, Phillipe Labranche, Jérôme Lapointe, Sylvain Danto, Thierry Cardinal, Évelyne Fargin, Martin Bernier, Réal Vallée, Younès Messaddeq

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic Crystal and Fiber Optics
Établissements canadiensInstitut National d'OptiqueUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésChalcogenideMaterials scienceOptical fiberFabricationChalcogenide glassOptoelectronicsLaserFiberCrystallizationFiber laserComputer scienceTelecommunicationsOpticsComposite materialChemical engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Following the exceptional development of low-loss silica fibers in the 1970s, the emergence of high-speed long-distance telecommunication systems and high-power fiber lasers have revolutionized our daily lives [1]. However, silica fibers do not transmit light beyond <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$2.5\ \mu \mathrm{m}$</tex> and therefore cannot be employed for applications in the so-called mid-infrared (MIR) range. As a result, most MIR glass-based devices use fluoride or chalcogenide glasses (FCGs). However, the development of FCGs-containing devices is laborious due to either bad crystallization and hygroscopicity resilience or poor mechanical properties [2]. Moreover, even though their low thermal property is an important advantage for their fabrication, it becomes a disadvantage for the development of stable and powerful fiber lasers for instance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,009
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,012
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotonic Crystal and Fiber OpticsTravaux en français237 207