MétaCan
Menu
Retour à la cohorte
Enregistrement W4399384952 · doi:10.1364/ome.527643

Spectroscopy of substrate thermal vibrational modes using an optomechanical sensor

2024· article· en· W4399384952 sur OpenAlexfundno aff
K. G. Scheuer, Francisco Belmonte Romero, R. G. DeCorby

Notice bibliographique

RevueOptical Materials Express · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsGovernment of Alberta
Mots-clésSubstrate (aquarium)Materials scienceResonatorPhononCoupling (piping)SpectroscopyMolecular vibrationThermalQ factorOptoelectronicsQuality (philosophy)InfraredMolecular physicsOpticsPhysicsRaman spectroscopyCondensed matter physicsComposite material

Résumé

récupéré en direct d'OpenAlex

We used an optomechanical sensor to record the vibrational spectrum of its own fused silica substrate. The coupling of the substrate modes was greatly enhanced by covering the sensor with an appropriately sized ethylene glycol droplet, and in that case even thermally populated modes could be clearly detected. We observed a rich spectrum of high-quality flexural modes for frequencies less than ∼ 10 MHz, in good agreement with analytical theory and finite element simulations. We also observed signatures of acoustic waves resonantly confined by the droplet, over the entire ∼ 0–40 MHz range of the experiment. This work could inform efforts to increase the quality factor of mechanical resonators, and the use of substrate phonon modes as information channels.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,346
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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)0,0040,000

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 Opus0,024
Tête enseignante GPT0,294
Écart entre enseignants0,270 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptical Materials ExpressMême sujetMechanical and Optical ResonatorsTravaux en français237 207