MétaCan
Menu
Retour à la cohorte
Enregistrement W4391326150 · doi:10.1063/5.0177603

Development and validation of a cryogenic far-infrared diffraction grating spectrometer used to post-disperse the output from a Fourier transform spectrometer

2024· article· en· W4391326150 sur OpenAlexafffund
Alicia M. Anderson, David A. Naylor, Brad G. Gom, Matthew A. Buchan, Adam J. Christiansen, Ian Veenendaal

Notice bibliographique

RevueReview of Scientific Instruments · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueOptical Coatings and Gratings
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesCanada Foundation for InnovationCanadian Space AgencyUniversity of LethbridgeAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaCMC Microsystems
Mots-clésOpticsSpectrometerDiffraction efficiencyDiffractionDetectorDiffraction gratingGratingFourier transformFourier transform infrared spectroscopyPolarization (electrochemistry)Materials scienceBlazed gratingInfraredImaging spectrometerWavelengthPhysicsOptoelectronicsChemistry

Résumé

récupéré en direct d'OpenAlex

Recent advances in far-infrared detector technology have led to increases in raw sensitivity of more than an order of magnitude over previous state-of-the-art detectors. With such sensitivity, photon noise becomes the dominant noise component, even when using cryogenically cooled optics, unless a method of restricting the spectral bandpass is employed. The leading instrument concept features reflecting diffraction gratings, which post-disperse the light that has been modulated by a polarizing Fourier transform spectrometer (FTS) onto a detector array, thereby reducing the photon noise on each detector. This paper discusses the development of a cryogenic (4 K) diffraction grating spectrometer that operates over the wavelength range of 285 to 500 μm and was used to post-disperse the output from a room-temperature polarizing FTS. Measurements of the grating spectral response and diffraction efficiency are presented as a function of both wavelength and polarization to characterize the instrumental performance.

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 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 enseignants0,127
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,272
Écart entre enseignants0,246 · 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.

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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetOptical Coatings and GratingsTravaux en français237 207