MétaCan
Menu
Retour à la cohorte
Enregistrement W4391474260 · doi:10.1038/s41377-023-01364-3

Stable, intense supercontinuum light generation at 1 kHz by electric field assisted femtosecond laser filamentation in air

2024· article· en· W4391474260 sur OpenAlexafffund
Yaoxiang Liu, Fukang Yin, Tie Jun Wang, Yuxin Leng, Ruxin Li, Zhizhan Xu, See Leang Chin

Notice bibliographique

RevueLight Science & Applications · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensUniversité LavalInstitut National d'Optique
Organismes subventionnairesNSAF Joint FundState Key Laboratory of High Field Laser PhysicsUniversity of Chinese Academy of SciencesShanghai Science and Technology Development FoundationChinese Academy of SciencesBureau of International Cooperation, Chinese Academy of SciencesNational Safety Academic FundShanghai Institute of Optics and Fine Mechanics, Chinese Academy of SciencesNational Natural Science Foundation of ChinaUniversité Laval
Mots-clésFilamentationSupercontinuumFemtosecondElectric fieldLaserOpticsMaterials scienceOptoelectronicsPhysicsWavelength

Résumé

récupéré en direct d'OpenAlex

Supercontinuum (SC) light source has advanced ultrafast laser spectroscopy in condensed matter science, biology, physics, and chemistry. Compared to the frequently used photonic crystal fibers and bulk materials, femtosecond laser filamentation in gases is damage-immune for supercontinuum generation. A bottleneck problem is the strong jitters from filament induced self-heating at kHz repetition rate level. We demonstrated stable kHz supercontinuum generation directly in air with multiple mJ level pulse energy. This was achieved by applying an external DC electric field to the air plasma filament. Beam pointing jitters of the 1 kHz air filament induced SC light were reduced by more than 2 fold. The stabilized high repetition rate laser filament offers the opportunity for stable intense SC generation and its applications in air.

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 seuil0,001

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,267
Écart entre enseignants0,259 · 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

Citations29
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLight Science & ApplicationsMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207