Laser damage of UV hafnia-based multilayer dielectric coatings at 355 nm wavelength
Notice bibliographique
Résumé
This work reports on the 1-on-1 and S-on-1 laser damage behavior of anti-reflection (AR) multilayer dielectric (MLD) coatings synthesized by biased target deposition (BTD) to include mixtures of HfO<sub>2</sub> and SiO<sub>2</sub> and HfO<sub>2</sub> and Al<sub>2</sub>O<sub>3</sub> as the high index layer in the 2-layer coating structure. For comparison, HfO<sub>2</sub>/SiO<sub>2</sub> AR and HR coatings were also synthesized using ion beam sputtering (IBS) and ion beam assisted evaporation (EBE). The results show that in the BTD ARs the scaling of the 1-on-1 LIDT with the UV band-edge is not significant, unless the content of HfO<sub>2</sub> is less than approximately 20%. The Hf<sub>0.2</sub>Si<sub>0.8</sub>O<sub>x</sub> AR coating 1-on-1 LIDT, 6.1 J/cm<sup>2</sup>, is similar to that measured in AR containing Al<sub>2</sub>O<sub>3</sub> as high index layer, 6.9 J/cm<sup>2</sup>. The S-on-1 LIDT of selected ARs shows a decrease of ~10% for S=10 and remains at the same level for up to S=10<sup>4</sup>. This fatigue behavior is also observed in the reference EBE HfO2/SiO2 AR sample. Instead, the IBS reference HfO<sub>2</sub>/SiO<sub>2</sub> HR coatings show the S-on-1 LIDT reduces with the increase in pulse number S. These results highlight the dominance of the materials’ properties and the substrate quality on affecting the laser damage behavior of AR coatings for λ=355 nm.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».