MétaCan
Menu
Retour à la cohorte
Enregistrement W2114473200 · doi:10.1149/05002.0405ecst

STXM Characterization of PEM Fuel Cell Catalyst Layers

2013· article· en· W2114473200 sur OpenAlexafffund
Darija Susac, Viatcheslav Berejnov, Adam P. Hitchcock, Jürgen Stumper

Notice bibliographique

RevueECS Transactions · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectron and X-Ray Spectroscopy Techniques
Établissements canadiensMcMaster UniversityAutomotive Fuel Cell Cooperation (Canada)
Organismes subventionnairesBasic Energy SciencesNatural Sciences and Engineering Research Council of CanadaLawrence Berkeley National LaboratoryCanadian Light SourceU.S. Department of Energy
Mots-clésProton exchange membrane fuel cellCathodeMembrane electrode assemblyIonomerMaterials scienceXANESCatalysisLayer (electronics)ElectrodeSynchrotronMembraneChemical engineeringAnalytical Chemistry (journal)AnodeChemistryNanotechnologyComposite materialOpticsPolymerSpectroscopyChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The synchrotron based scanning transmission soft X-ray microscopy (STXM) utilizing near edge X-ray absorption fine structure (NEXAFS) is a novel technique for characterization of membrane electrode assembly (MEA) components in proton exchange membrane fuel cells (PEMFC). Component maps for carbon support, Pt and ionomer in the cathode catalyst layer and perfluorosulphonic acid (PFSA) membrane including the reinforced layer have been obtained from full C 1s multi-energy image sequences and maps from images at four energies in the C 1s and F 1s regions. The ability of this technique to distinguish both structural and chemical differences in cathode catalyst layers from two significantly different designs has been demonstrated. The ionomer distribution in the cathode catalyst layer of an advanced catalyst coated membrane (CCM) structure is compared to that of the cathode in a gas diffusion electrode (GDE).

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 enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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

Citations25
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetElectron and X-Ray Spectroscopy TechniquesTravaux en français237 207