MétaCan
Menu
Retour à la cohorte
Enregistrement W4416193729 · doi:10.1002/adfm.202524783

MetaScope: Metasurface Based Multimodal Imaging System

2025· article· en· W4416193729 sur OpenAlexaff
Isma Javed, Azhar Javed Satti, Juliano Katrib, Hanjun Cho, Hyemi Park, Khaled Mohamad Almustafa, Maad Ebrahim, Fadi Alzhouri, Muhammad Qasim Mehmood, Inki Kim

Notice bibliographique

RevueAdvanced Functional Materials · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensUniversité de MontréalHôtel-Dieu de Montréal
Organismes subventionnairesSamsungMinistry of Science and ICT, South KoreaNational Research Foundation
Mots-clésBroadbandPolarization (electrochemistry)PhotonicsFocus (optics)SuperresolutionCircular polarizationHigh resolutionFeature (linguistics)

Résumé

récupéré en direct d'OpenAlex

Abstract Conventional approaches struggle to image tiny biological subjects because their features are too small, and the contrasts are too weak. Metalenses are simple alternatives that can capture all the data from a complex field with one device. A broadband optical metalens is presented, capable of polarization‐tunable, bright‐field (BF), edge‐enhanced (EE), and wide field‐of‐view (WFOV) imaging systems. The metalens has a feature resolution of 3.91 µm and focuses differently depending on the polarization state. When illuminated with linearly polarized light, it forms focus spots around the metalens suitable for high‐resolution WFOV imaging. When light with left and right circular polarization states (LCP or RCP) is incident, the focus shifts farther away, resulting in lower‐resolution contrast‐enhanced captures. The compact setup, which includes just a metalens and two polarizers, can easily be added to existing microscopes. This work holds significant potential for tiny, high‐performance bioimaging and integrated photonic computing devices.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,001

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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetMetamaterials and Metasurfaces ApplicationsTravaux en français237 207