MétaCan
Menu
Retour à la cohorte
Enregistrement W1966753191 · doi:10.1002/cssc.201402958

Metal–Inorganic–Organic Matrices as Efficient Sorbents for Hydrogen Storage

2015· article· en· W1966753191 sur OpenAlexafffund
Abdelkrim Azzouz, Saadia Nousir, Nabil Bouazizi, René Roy

Notice bibliographique

RevueChemSusChem · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueMetal-Organic Frameworks: Synthesis and Applications
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère du Développement Économique, de l’Innovation et de l’Exportation
Mots-clésHydrogen storageHydrogenChemistryMetalChemical engineeringAdsorptionInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Stabilization of metal nanoparticles (MNPs) without re-aggregation is a major challenge. An unprecedented strategy is developed for achieving high dispersion of copper(0) or palladium(0) on montmorillonite-supported diethanolamine or thioglycerol. This results in novel metal-inorganic-organic matrices (MIOM) that readily capture hydrogen at ambient conditions, with easy release under air stream. Hydrogen retention appears to involve mainly physical interactions, slightly stronger on thioglycerol-based MIOM (S-MIOM). Thermal enhancement of desorption suggests also a contribution of chemical interactions. The increase of hydrogen uptake with prolonged contact times arises from diffusion hindrance, which appears to be beneficial by favoring hydrogen entrapment. Even with compact structures, MIOMs act as efficient sorbents with much higher efficiency factor (1.14-1.17 mmol H 2 m(-2)) than many other sophisticated adsorbents reported in the literature. This opens new prospects for hydrogen storage and potential applications in microfluidic hydrogenation reactions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,079
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,259
Écart entre enseignants0,234 · 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

Citations36
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemSusChemMême sujetMetal-Organic Frameworks: Synthesis and ApplicationsTravaux en français237 207