MétaCan
Menu
Retour à la cohorte
Enregistrement W2108107033 · doi:10.1002/fuce.201500031

Novel Graphene Foam Microporous Layers for PEM Fuel Cells: Interfacial Characteristics and Comparative Performance

2015· article· en· W2108107033 sur OpenAlexaff
Magrieta Jeanette Leeuwner, David P. Wilkinson, Előd Gyenge

Notice bibliographique

RevueFuel Cells · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceGrapheneOverpotentialMicroporous materialPolarization (electrochemistry)ConductivityProton exchange membrane fuel cellComposite materialNanotechnologyChemical engineeringElectrodeFuel cellsElectrochemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The microporous layer (MPL) provides many beneficial properties for performance improvement of H2 PEM fuel cells, particularly with respect to water management and two‐phase (gas/liquid) flow dynamics. However, the interface between the catalyst layer (CL) and MPL could be a source of additional overpotential losses due to poor electronic conductivity and/or mass transfer limitations. This is particularly important for low loading CLs which may suffer from spatial disconnect with the micro‐scaled features of conventional MPLs. In an effort to better understand the factors influencing the MPL|CL interface, the conventional carbon MPL is comparatively studied with respect to three alternative layers: graphene foam, perforated graphitic sheet and perforated stainless steel. The graphene foam shows beneficial interfacial properties that contribute to electrode kinetic and ohmic improvements during polarization. This can be attributed to the graphene's ability to conform at local length scales due to its unique flake‐like structure (achieved upon compression), an ability to intimately adhere to the CL and the layer's superior conductivity. Further investigation through single cell performance tests supports the application of the graphene foam as an MPL alternative. The results also highlight the interplay of various factors that influence the MPL|CL interface and ultimately the overall polarization performance, such as: morphology, conductivity, connectivity, compression and adhesive effects between layer components.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,035
Tête enseignante GPT0,228
Écart entre enseignants0,193 · 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'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

Citations55
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuel CellsMême sujetFuel Cells and Related MaterialsTravaux en français237 207