MétaCan
Menu
Retour à la cohorte
Enregistrement W2238290971 · doi:10.1149/06917.0121ecst

Three Dimensional, High Resolution MPL Generation for Thermal and Mass Transport Modeling of PEM Fuel Cells

2015· article· en· W2238290971 sur OpenAlexaff
Rupak Banerjee, Aimy Bazylak

Notice bibliographique

RevueECS Transactions · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicroporous materialThermal conductivityThermal conductionMaterials scienceThermal diffusivityParticle (ecology)RADIUSDiffusionPorosityMass transferHeat transfer coefficientWork (physics)Resolution (logic)Heat transferAnalytical Chemistry (journal)ThermodynamicsChemistryComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

A stochastically generated microporous layer (MPL) model has been numerically simulated for studying their thermal and mass transport properties. In this work, the MPLs have been generated with a particle diameter of 50 nm and a filling radius of 15 nm. The resulting structure has a bulk porosity of 0.6, a PTFE content of 31 wt. %, and has been generated at a resolution of 2.5 nm/voxel. The high resolution structure allows the particle to particle contact region to be studied, which is critically important for heat transfer studies. Both the thermal conductivity and effective diffusion coefficient were calculated. Thermal conductivity has been calculated to 17.6 W/m-K using an iterative form of the Fourier heat conduction equation. The effective diffusion coefficient of oxygen has been found to be 7.6 mm2/s using OpenPNM, which is an open source pore network modeling platform.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil0,355

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,206
Écart entre enseignants0,176 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetFuel Cells and Related MaterialsTravaux en français237 207