MétaCan
Menu
Retour à la cohorte
Enregistrement W1968453607 · doi:10.1063/1.3385673

Note: Determination of effective gas diffusion coefficients of stainless steel films with differently shaped holes using a Loschmidt diffusion cell

2010· article· en· W1968453607 sur OpenAlexafffund
Nelson G. C. Astrath, Jun Shen, F. B. G. Astrath, Jialiang Zhou, Cheng Huang, Xiao‐Zi Yuan, Hongmei Wang, Titichai Navessin, Z. S. Liu, G. Vlajnic, Dmitri Bessarabov, Xin-yue Zhao

Notice bibliographique

RevueReview of Scientific Instruments · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat and Mass Transfer in Porous Media
Établissements canadiensBallard Power Systems (Canada)Automotive Fuel Cell Cooperation (Canada)BC Innovation Council
Organismes subventionnairesBallard Power Systems
Mots-clésDiffusionEffective diffusion coefficientMaterials scienceDiffusion processGaseous diffusionMolecular diffusionGrain boundary diffusion coefficientWork (physics)ThermodynamicsPhysicsChemistryPhysical chemistryComposite materialInnovation diffusion

Résumé

récupéré en direct d'OpenAlex

In this work, an in-house made Loschmidt diffusion cell is used to measure the effective O(2)-N(2) diffusion coefficients through four porous samples of different simple pore structures. One-dimensional through-plane mass diffusion theory is applied to process the experimental data. It is found that both bulk diffusion coefficient and the effective gas diffusion coefficients of the samples can then be precisely determined, and the measured bulk one is in good agreement with the literature value. Numerical computation of three-dimensional mass diffusion through the samples is performed to calculate the effective gas diffusion coefficients. The comparison between the measured and calculated coefficient values shows that if the gas diffusion through a sample is dominated by one-dimensional diffusion, which is determined by the pore structure of the sample, these two values are consistent, and the sample can be used as a standard sample to test a gas diffusion measurement system.

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 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 enseignants0,124
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,008
Tête enseignante GPT0,240
Écart entre enseignants0,232 · 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 tête enseignante, 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

Citations8
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetHeat and Mass Transfer in Porous MediaTravaux en français237 207