MétaCan
Menu
Retour à la cohorte
Enregistrement W7028499845

Generation of green second harmonic radiation in LBO, BiBO, KTP, and PPLN crystals using passively Q-switched sub-nanosecond microchip laser

2011· dissertation· en· W7028499845 sur OpenAlexaff

Notice bibliographique

RevueMspace (University of Manitoba) · 2011
Typedissertation
Langueen
DomainePsychology
ThématiquePsychology, Coaching, and Therapy
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLaserSecond-harmonic generationHarmonicGreen laserRadiationGreen-lightEnergy conversion efficiencyCrystal (programming language)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A sub-nanosecond green laser source has big demand in such fields like spectroscopy, micromachining, fluorescence imaging, and laser displays. Most often green light is produced by frequency doubling of pulsed laser sources based on Nd3+-ion or Yb3+-ion doped gain media that oscillate in the near-IR range. For creating compact and relatively small source of green light suitable for broad type of applications a passively Q-switched Nd:YAG microchip laser (Teem Photonics) operating at 1064 nm with 6.9 kHz repetition rate was chosen. It delivers 560 ps long pulses with 10 μJ energy, corresponding to an average output power of 69 mW. Crystals of BiBO, KTP, LBO, and PPLN were chosen for frequency doubling. Main goal of this work was to study the characteristics of these crystals under similar experimental conditions and to select the most efficient one for this task. To optimize second harmonic generation (SHG) process, different focusing conditions were used during the experiments. In this work we measured the second harmonic output power as a function of the incident power, beam profile for fundamental and second harmonic radiation for all crystals, and second harmonic output power as a function of temperature for PPLN crystal. Crystal of PPLN was found to be the most suitable for SHG process and produced it with up to 60% conversion efficiency.

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 seuil0,002

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)0,0000,000

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 Opus0,052
Tête enseignante GPT0,268
Écart entre enseignants0,216 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)Même sujetPsychology, Coaching, and TherapyTravaux en français237 207