MétaCan
Menu
Retour à la cohorte
Enregistrement W2015624158 · doi:10.1021/ma0523825

Solid-State NMR Study of Two Classic Proton Conducting Polymers:  Nafion and Sulfonated Poly(ether ether ketone)s

2006· article· en· W2015624158 sur OpenAlexaff
G. Ye, Nils Janzen, Gillian R. Goward

Notice bibliographique

RevueMacromolecules · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensMcMaster UniversityBrockhouse Institute for Materials Research
Organismes subventionnairesnon disponible
Mots-clésNafionPeekEtherMagic angle spinningPolymer chemistryPolymerSolid-state nuclear magnetic resonanceProtonActivation energyChemistrySulfonic acidMaterials sciencePhysical chemistryNuclear magnetic resonance spectroscopyOrganic chemistryNuclear magnetic resonancePhysics

Résumé

récupéré en direct d'OpenAlex

Proton mobilities in Nafion and sulfonated poly(ether ether ketone) (S-PEEK) have been studied using high-resolution solid-state 1 H NMR under fast magic angle spinning (MAS). These studies demonstrated proton exchange between sulfonic acid groups and water within both Nafion and S-PEEK. Variable temperature experiments were used to determine the activation energy for proton transport in pure Nafion, found to be 11.0 kJ/mol, which is lower than those determined for S-PEEKs with different degrees of sulfonation. Increasing proton exchange rates with increasing temperature indicate the expected dependence of proton mobility on temperature. A rotor-synchronized homonuclear double quantum filter sequence (BaBa) was used to disclose the nature of the H-bonding interactions in the two polymers, from which a model of the proton interactions in the polymers is developed.

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 enseignants0,008
Score d'incertitude au seuil0,830

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 Opus0,014
Tête enseignante GPT0,258
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

Citations117
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromoleculesMême sujetFuel Cells and Related MaterialsTravaux en français237 207