MétaCan
Menu
Retour à la cohorte
Enregistrement W2038568552 · doi:10.1021/ja064389n

Insights into the Distribution of Water in a Self-Humidifying H<sub>2</sub>/O<sub>2</sub>Proton-Exchange Membrane Fuel Cell Using<sup>1</sup>H NMR Microscopy

2006· article· en· W2038568552 sur OpenAlexaff
Kirk W. Feindel, Steven H. Bergens, Roderick E. Wasylishen

Notice bibliographique

RevueJournal of the American Chemical Society · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProton exchange membrane fuel cellChemistryAnalytical Chemistry (journal)CathodeProtonMembraneProton NMRMicroscopyFlow (mathematics)ChromatographyPhysical chemistryMechanicsOpticsNuclear physicsPhysicsStereochemistry

Résumé

récupéré en direct d'OpenAlex

Proton ((1)H) NMR microscopy is used to investigate in-situ the distribution of water throughout a self-humidifying proton-exchange membrane fuel cell, PEMFC, operating at ambient temperature and pressure on dry H(2)(g) and O(2)(g). The results provide the first experimental images of the in-plane distribution of water within the PEM of a membrane electrode assembly in an operating fuel cell. The effect of gas flow configuration on the distribution of water in the PEM and cathode flow field is investigated, revealing that the counter-flow configurations yield a more uniform distribution of water throughout the PEM. The maximum power output from the PEMFC, while operating under conditions of constant external load, occurs when H(2)O(l) is first visible in the (1)H NMR image of the cathode flow field, and subsequently declines as this H(2)O(l) continues to accumulate. The (1)H NMR microscopy experiments are in qualitative agreement with predictions from several theoretical modeling studies (e.g., Pasaogullari, U.; Wang, C. Y. J. Electrochem. Soc. 2005, 152, A380-A390), suggesting that combined theoretical and experimental approaches will constitute a powerful tool for PEMFC design, diagnosis, and optimization.

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 enseignants0,018
Score d'incertitude au seuil0,794

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · 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

Citations64
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetFuel Cells and Related MaterialsTravaux en français237 207