MétaCan
Menu
Retour à la cohorte
Enregistrement W2067970092 · doi:10.2174/187221009788490059

Catalyzed Light Hydride Nanomaterials Embedded in a Micro-Channels Hydrogen Storage Container

2009· review· en· W2067970092 sur OpenAlexaff
Zahir Dehouche, H.A. Peretti, Yeong Yoo, Khaled Belkacemi, J. Goyette

Notice bibliographique

RevueRecent Patents on Nanotechnology · 2009
Typereview
Langueen
DomaineMaterials Science
ThématiqueHydrogen Storage and Materials
Établissements canadiensUniversité LavalAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésHydrogen storageMaterials scienceMagnesium hydrideHydrideCatalysisChemical engineeringBall millDesorptionIntermetallicHydrogenNanomaterialsAlloyEutectic systemSorptionMetallurgyNanotechnologyMetalChemistryAdsorptionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Activated alloys synthesized by arc-melting were examined as catalysts for improving the hydrogen sorption characteristics of nanostructured magnesium hydride, proposed as a reversible hydrogen storage material. The MgH(2)-catalyst absorbing materials were prepared by ball milling of pure MgH(2) with hydrided Zr(47)Ni(53), Zr(9)Ni(11), and other alloys investigated. The nanostructured MgH(2)-intermetallic systems were tested at 250 degrees C and catalyst addition of eutectoid Zr(47)Ni(53) resulted in the fastest desorption time and highest initial desorption rate. The catalyzed Mg-hydride with activated Zr(9)Ni(11) and Zr(7)Ni(10) phases showed fast desorption kinetics. Moreover, the results demonstrated that the composition of dispersed Zr(x)Ni(y)catalysts has a strong influence on the amount of accumulated hydrogen and desorption rate of Mg-nanocomposite. Part two covers advanced micro-channels hydrogen storage module design based on the results of semi-empirical computer simulations of heat and mass transfers in the container. The micro-channels reservoir concept offers many advantages over the conventional metal hydride hydrogen storage system. It is a micro-structured system that can pack a lot of power into a small space and dissipate effectively the heat of the sorption reactions. This review summarizes recent patents related to CNTS.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,004

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 Opus0,036
Tête enseignante GPT0,299
Écart entre enseignants0,263 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecent Patents on NanotechnologyMême sujetHydrogen Storage and MaterialsTravaux en français237 207