MétaCan
Menu
Retour à la cohorte
Enregistrement W2128107463 · doi:10.1111/j.1551-2916.2005.00544.x

Synthesis and Characterization of NiO–YSZ Anode Materials: Precipitation, Calcination, and the Effects on Sintering

2005· article· en· W2128107463 sur OpenAlexafffund
Catherine M. Grgicak, Richard G. Green, Wei‐Fang Du, Javier B. Giorgi

Notice bibliographique

RevueJournal of the American Ceramic Society · 2005
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvancements in Solid Oxide Fuel Cells
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésNon-blocking I/OCalcinationMaterials scienceYttria-stabilized zirconiaCrystalliteSinteringPrecipitationChemical engineeringNickel oxideCubic zirconiaInorganic chemistryOxideMetallurgyCeramicCatalysisChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nickel oxide yttria‐stabilized zirconia (NiO–YSZ) anode materials were synthesized via hydrolysis of the corresponding chloride solutions with NH 3 , NH 3 +NaOH, and NaOH as precipitation agents. Powder properties such as crystallite size, morphology, and sintering behavior of the final NiO–YSZ materials were also studied. The mechanism of the formation of NiO–YSZ was established for the different co‐precipitation techniques by the direct observation of Ni(NH 3 ) n +2 complexes, Ni(OH) 2 and NiO at different stages of the synthesis process. A direct relationship between the precipitation agent, the order of calcination from dry sample to final product, the final composition, the crystallite sizes and particle sizes of NiO, and the sinterability of the final products was established. A comparison of the powder and individual component properties indicate that the choice of precipitation agent greatly influences the final characteristics. Ni/YSZ materials prepared by NH 3 +NaOH precipitation offer higher Ni dispersion and nanocrystallinity of both the Ni and YSZ phases. The conductivity of both prepared materials compares well with mixed‐oxide materials of higher Ni content.

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 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 enseignants0,033
Score d'incertitude au seuil0,264

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,250
Écart entre enseignants0,244 · 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

Citations48
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Ceramic SocietyMême sujetAdvancements in Solid Oxide Fuel CellsTravaux en français237 207