MétaCan
Menu
Retour à la cohorte

A Polarization Maintaining Cladding Light Stripper with Ultra-Low Backscattering, Based on 20/400-μm Double Clad Fiber

2025· article· en· W4413461017 sur OpenAlexfundno aff
Jihwan Kim, Ju Han Lee

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic Crystal and Fiber Optics
Établissements canadiensnon disponible
Organismes subventionnairesInstitute for Information and Communications Technology PromotionInformation Technology Research CentreMinistry of Science and ICT, South Korea
Mots-clésCladding (metalworking)Materials scienceOptical fiberPolarization (electrochemistry)OptoelectronicsOpticsComposite materialPhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

High-power optical fiber laser systems are currently widely used in various applications such as materials processing, medicine, and defense [1]. High-power optical fiber laser technologies employ large mode area (LMA), double clad fibers (DCFs) to increase output power by using a cladding pumping scheme [2]. For the successful implementation of LMA DCF-based high power fiber lasers one of the key components is the cladding light stripper (CLS). It is well-known that a non-negligible amount of residual pump power always exists at the output end of a gain medium based on rare-earth ion-doped LMA DCF after the launched pump beam was used to induce stimulated emission. The residual pump beam together with undesired signal beam within the inner cladding of a LMA DCF is known to degrade output beam quality and potentially damage fiber splicing points. In implementing CLSs, one critical issue is the backward scattering of cladding light since it can induce fiber heating and burning [3]. It was also reported that conventional CLS designs based on randomly roughened surface structures or periodically V-grooved structures are vulnerable to the residual pump backscattering [4], [5]

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 seuil0,004

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotonic Crystal and Fiber OpticsTravaux en français237 207