MétaCan
Menu
Retour à la cohorte
Enregistrement W4408877295 · doi:10.1016/j.optmat.2025.116985

Overview of laser imprinted refractive index changes and related thermal stability in mid-infrared optical glasses

2025· article· en· W4408877295 sur OpenAlexaff
Julien Ari, Maxime Cavillon, Martin Bernier, Marc Dussauze, Matthieu Lancry

Notice bibliographique

RevueOptical Materials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésRefractive indexInfraredMaterials scienceThermal stabilityLaserOpticsMid infraredOptoelectronicsChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Various glass compositions adapted to mid-infrared (heavy metal oxide, fluoride and chalcogenide glasses) were irradiated by femtosecond laser and their refractive index variations characterized as a function of laser pulse energy. Their thermal stability was studied through isochronal annealing conditions in order to determine their erasure temperatures. The measured index variations were compared to values collected from literature for a broad range of glass candidates. Additional chalcogenide glasses studied in this article (e.g. GeSbS and 75GeS 2 -15In 2 S 3 –10CsCl) present very high refractive index variations (up to 5.5·10 −2 ), almost 3 times the maximum value reported in heavy metal oxide glasses (2·10 −2 , Corning 9754) or SiO 2 , bringing interest for the development of mid-infrared optical devices. Nevertheless, they can be limited by their relatively low thermal stability, since the refractive index variations fully erase around their glass transition temperatures (typ. 200–300 °C for chalcogenide glasses studied herein). • Fs laser direct writing creates index changes in mid-IR glasses, being useful for optical devices and sensors. • Chalcogenide glasses offer the highest refractive index contrast compared to heavy metal oxide and fluoride glasses. • In chalcogenides, these changes disappear at 200–300 °C during isochronal annealing, due to structural relaxation.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,274
Écart entre enseignants0,256 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptical MaterialsMême sujetLaser Material Processing TechniquesTravaux en français237 207