MétaCan
Menu
Retour à la cohorte
Enregistrement W4400824375 · doi:10.1364/ol.533925

Optical cooling of a Yb-doped alumino-phosphosilicate fiber in air by −250 mK

2024· article· en· W4400824375 sur OpenAlexafffund
Chun‐Wei Chen, Bailey Meehan, Thomas W. Hawkins, John Ballato, Peter D. Dragic, Tommy Boilard, Martin Bernier, Michel J. F. Digonnet

Notice bibliographique

RevueOptics Letters · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOptical properties and cooling technologies in crystalline materials
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceOpticsDopingOptical fiberPhotonic-crystal fiberOptoelectronicsFiber laserFiberComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Recent progress in the fabrication of Yb-doped silicate fibers with low concentration quenching and low background absorption loss has led to the demonstration of anti-Stokes-fluorescence cooling in several aluminosilicate compositions. This breakthrough is critical to combat deleterious thermal effects due to the quantum defect in fiber lasers and amplifiers. Since cooling efficiencies remain low (1-2.7%), it is paramount to engineer compositions that improve this metric. We report a silica fiber with a core glass heavily doped with aluminum and phosphorus that sets, to our knowledge, a few new records. This few-mode fiber (16-µm core) was cooled in air by -0.25 K from room temperature with ∼0.5 W of 1040-nm power. The measured cooling efficiency is 3.3% at low pump power and 2.8% at the power that produced maximum cooling. The critical quenching concentration inferred from the measured dependence of cooling on pump power and careful calibration of the pump absorption and saturation is 79 wt.%. The inferred background absorption loss is 15 dB/km. Together with the fiber's average Yb concentration of 4.2 wt.%, these metrics rank among the best reported in a silica glass.

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 enseignants0,007
Score d'incertitude au seuil0,013

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,235
Écart entre enseignants0,226 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetOptical properties and cooling technologies in crystalline materialsTravaux en français237 207