MétaCan
Menu
Retour à la cohorte
Enregistrement W2132502040 · doi:10.1149/05002.0711ecst

MEA Design for Improved Cathode Durability under Startup Shutdown Automotive Conditions

2013· article· en· W2132502040 sur OpenAlexaff
Joy Roberts, Francine Berretta, Herwig Haas, Amy Yang, Sima Ronasi, Sumit Kundu, Andrew Leow, Brian Lew, Chris Elvidge, Irwin Bellosillo, Georgeta Orha, Yvonne Hsieh, Nicolae Bârsan

Notice bibliographique

RevueECS Transactions · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensAutomotive Fuel Cell Cooperation (Canada)
Organismes subventionnairesnon disponible
Mots-clésDurabilityShutdownCathodeAnodeDegradation (telecommunications)Proton exchange membrane fuel cellCorrosionMaterials scienceAutomotive industryNuclear engineeringAutomotive engineeringLayer (electronics)Process engineeringEngineeringComposite materialFuel cellsElectrodeChemical engineeringElectrical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

A novel MEA design solution - an "intelligent switch" to provide protection of the cathode catalyst layer from degradation caused by startup/shutdown events is proposed (1). This unique approach adapts gas sensor-type materials (2) that exhibit several orders of magnitude change in resistance depending on its gas environment (1) in PEM fuel cell anodes. The high resistance of the new layer in air environments prevents corrosion loop currents. In hydrogen environments, the layer becomes conductive and fuel cell performance is minimally hindered. In-situ fuel cell test results demonstrate a successful reduction in cathode peak potentials during startup events leading to reduced performance degradation in startup/shutdown stress tests. This strategy of preventing corrosion loop currents is compatible with various catalyst types and with different catalyst loadings. The approach enables MEA design to minimize air/air start/stop degradation and provides a pathway for the use of alternative catalyst options.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,219
Écart entre enseignants0,202 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetFuel Cells and Related MaterialsTravaux en français237 207