MétaCan
Menu
Retour à la cohorte
Enregistrement W1997828777 · doi:10.1149/1.3505042

A Pore-Scale Model of Oxygen Reduction in Ionomer-Free Catalyst Layers of PEFCs

2010· article· en· W1997828777 sur OpenAlexafffund
Karen Chan, Michael Eikerling

Notice bibliographique

RevueJournal of The Electrochemical Society · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensBC Innovation CouncilSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSimon Fraser University
Mots-clésElectrolyteCharge densityNernst equationMaterials scienceElectrokinetic phenomenaIonomerChemical physicsPlatinumChemistryPolymerElectrodeCatalysisNanotechnologyComposite materialPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

We present a model for oxygen reduction in water-filled, cylindrical nanopores with platinum walls. At one end, the pores are in contact with a polymer electrolyte membrane. The electrostatic interaction of the protons with the charged pore walls drives proton migration into the ionomer-free channels. We employ the Stern model to relate the surface charge density at the pore walls to the electrode potential. Proton and potential distributions within the pores are governed by the Poisson–Nernst–Planck theory and the oxygen distribution by Fick's law. Assuming a small local current density from oxygen reduction, we found an approximate analytical solution to the transport equations. The metal surface charge density and the corresponding proton conductivity of the pores are tuned by the deviation of the electrode potential from the potential of zero charge of the metal phase, which is the key determinant of the effectiveness of platinum utilization. Other determinants of pore performance are the Helmholtz capacitance, electrokinetic parameters, and pore size and length. Upon upscaling, the model is consistent with polarization data for ionomer-free, ultrathin catalyst layers in polymer electrolyte fuel cells (PEFCs). We discuss the implications of the model for the materials selection and nanostructural design of such catalyst layers.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,001
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 Opus0,004
Tête enseignante GPT0,182
Écart entre enseignants0,178 · 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'étudeSimulation ou modélisation
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

Citations105
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetFuel Cells and Related MaterialsTravaux en français237 207