MétaCan
Menu
Retour à la cohorte
Enregistrement W1982721472 · doi:10.1002/cjce.21954

Preparation and characterization of palladium–ruthenium composite membrane on alumina‐modified PSS substrate

2014· article· en· W1982721472 sur OpenAlexafffundvenue
Nong Xu, Sung Su Kim, Anwu Li, John R. Grace, C. Jim Lim, Tony Boyd

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensNORAM (Canada)University of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRutheniumPalladiumPermeationX-ray photoelectron spectroscopyMembraneHydrogenMaterials scienceSubstrate (aquarium)AlloyChemical engineeringComposite numberMetalPlating (geology)Nuclear chemistryChemistryInorganic chemistryCatalysisMetallurgyComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A new Ru/Pd/Al2O3/PSS layered membrane was fabricated by electroless plating of palladium and ruthenium for hydrogen separation. Pd and Ru were successively deposited on a pretreated PSS substrate using palladium and ruthenium plating baths at 333 and 358 K, respectively. EDX, XRD and XPS results confirmed the successful plating of ruthenium. Surface analysis showed that the palladium and ruthenium layers did not alloy significantly at temperatures of 723, 823 and 923 K over 100 h. The hydrogen permeation performance of the Pd–Ru composite membrane followed Sieverts' law, suggesting that diffusion of atomic hydrogen through the dense metal layer was rate‐limiting. The addition of ruthenium had a negligible effect on hydrogen permeability when the Ru weight content was ≤8 wt%. However, when the Ru content was increased to 11 wt%, H2permeability decreased by 10 %. The Pd–Ru membrane exhibited good chemical stability and high H2/N2selectivity in long‐term permeation testing.

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 seuil0,003

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)0,0010,001

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 Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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

Citations14
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysts for Methane ReformingTravaux en français237 207