MétaCan
Menu
Retour à la cohorte
Enregistrement W1995907795 · doi:10.1007/s11665-012-0456-0

Cyclic Voltammetric Studies of the Behavior of Lead-Silver Anodes in Zinc Electrolytes

2012· article· en· W1995907795 sur OpenAlexafffund
W. Zhang, Changqing Tu, Yih‐Fung Chen, Wenya Li, Georges Houlachi

Notice bibliographique

RevueJournal of Materials Engineering and Performance · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensHydro-QuébecUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésZincElectrolyteCyclic voltammetryInorganic chemistryAnodeSulfuric acidRedoxMaterials scienceElectrochemistryLinear sweep voltammetryNernst equationChemistryElectrodeMetallurgyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Cyclic voltammetry (CV) for lead-silver anodes has been performed in an acidic zinc sulfate solution with and without Mn 2+ at 38 °C. It has been found that the most redox peaks observed at the lowest sweep rate of 3 mV/s in the sulfate solution could be characterized by the Nernst equation. Bubbling argon into the zinc electrolyte and increasing the potential sweep rates from 3 to 300 mV/s did not change the shape of the CV diagrams. It was also found that 0.7% silver as alloying element had an important influence on the reactions of Pb-Ag anodes in the zinc electrolyte. Lead-silver alloys were oxidized more easily in sulfuric acid than in the examined zinc electrolyte. The addition of MnSO 4 to the zinc electrolyte decreased the numbers of the redox peaks on the curve of CV for lead-silver anode in zinc electrolyte.

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)0,000
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 enseignants0,096
Score d'incertitude au seuil0,290

Scores Codex et Gemma par catégorie

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 Opus0,021
Tête enseignante GPT0,264
Écart entre enseignants0,243 · 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

Citations21
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Engineering and PerformanceMême sujetAdvanced battery technologies researchTravaux en français237 207