MétaCan
Menu
Retour à la cohorte
Enregistrement W2118619811 · doi:10.1021/jp301762h

DSC and DVS Investigation of Water Mobility in Nafion/Zeolite Composite Membranes for Fuel Cell Applications

2012· article· en· W2118619811 sur OpenAlexaff
Barbara Mecheri, V. Di Felice, Zi-Lu Zhang, Alessandra D’Epifanio, Silvia Licoccia, Ana C. Tavares

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésNafionZeoliteMembraneMaterials scienceDifferential scanning calorimetryChemical engineeringProton exchange membrane fuel cellConductivityComposite numberSorptionComposite materialWater transportChemistryOrganic chemistryAdsorptionWater flowElectrochemistryEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Nafion/Faujasite zeolite composite membranes have been prepared by solution casting at a zeolite content ranging from 0.98 to 21.4 wt %. The effect of the zeolite loading on the mobility of both liquid and vapor water through the Nafion membrane has been investigated by using two complementary techniques, that is, differential scanning calorimetry and dynamic vapor sorption. The relationship between water mobility, proton conductivity, and direct methanol fuel cell (DMFC) performance of composites is also discussed. The addition of zeolite contributes to the enhancement of the water mobility degree in the composite membrane due to both the surface composition of the additive and the introduction of porosity at the polymer/filler interface. Nafion/zeolite composites having higher proton conductivity and DMFC performance than bare Nafion can thus be fabricated by fine-tuning of the additive content and the membrane morphology.

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,201
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 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

Citations53
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetFuel Cells and Related MaterialsTravaux en français237 207