MétaCan
Menu
Retour à la cohorte
Enregistrement W2066863303 · doi:10.1149/1.3635556

Effective Transport Properties Accounting for Electrochemical Reactions of Proton-Exchange Membrane Fuel Cell Catalyst Layers

2011· article· en· W2066863303 sur OpenAlexaff
Jon G. Pharoah, Hae-Won Choi, Chih‐Che Chueh, David B. Harvey

Notice bibliographique

RevueECS Transactions · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésProton exchange membrane fuel cellMaterials scienceElectrolyteMicrostructureBeam (structure)Focused ion beamSample (material)ElectrodeProtonMembraneElectrochemistryPolymerFuel cellsComposite materialChemical engineeringIonChemistryOpticsChromatographyPhysics

Résumé

récupéré en direct d'OpenAlex

There has been a rapidly growing interest in three-dimensional micro-structural reconstruction of fuel cell electrodes so as to derive more accurate descriptors of the pertinent geometric and effective transport properties. Due to the limited accessibility of experiments based reconstruction techniques, such as dual-beam focused ion beam-scanning electro microscopy or micro X-Ray computed tomography, within sample micro-structures of the catalyst layers in polymer electrolyte membrane fuel cells (PEMFCs), a particle based numerical model is used in this study to reconstruct sample microstructure of the catalyst layers in PEMFCs. Then the reconstructed sample structure is converted into the computational grid using body-fitted/cut-cell based unstructured meshing technique. Finally, finite volume methods (FVM) are applied to calculate effective properties on computational sample domains.

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 enseignants0,237
Score d'incertitude au seuil0,638

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 Opus0,012
Tête enseignante GPT0,183
Écart entre enseignants0,171 · 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

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetFuel Cells and Related MaterialsTravaux en français237 207