MétaCan
Menu
Retour à la cohorte
Enregistrement W2314011469 · doi:10.1149/1.3315169

Alkali Doped Poly(vinyl alcohol) (PVA) for Anion-exchange Membrane Fuel Cells: Ionic Conductivity, Chemical Stability and FT-IR Characterizations

2010· article· en· W2314011469 sur OpenAlexaff
Jing Fu, Jinli Qiao, Hong Lv, Jianxin Ma, Xiao‐Zi Yuan, Haijiang Wang

Notice bibliographique

RevueECS Transactions · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensNational Research Council Canada
Organismes subventionnairesTongji UniversityScience and Technology Commission of Shanghai Municipality
Mots-clésVinyl alcoholMembraneEthylene glycolIonic conductivityElectrolyteChemical stabilityMaterials sciencePolyvinyl alcoholPolymer chemistryConductivityPolymerIonic bondingChemical engineeringNuclear chemistryChemistryOrganic chemistryIonElectrode

Résumé

récupéré en direct d'OpenAlex

Novel alkaline solid polymer electrolyte membranes have been successfully prepared for poly(vinyl alcohol) (PVA), poly(vinyl alcohol)/poly(vinylpyrrolidone)(PVA/PVP) and poly(vinyl alcohol)/poly(ethylene glycol) dimethyl ether (PVA/PEGDE) by KOH doping. The ionic conductivity(σ) of the membranes was investigated as a function of cross-linking time, blending composition and water content. FT-IR spectroscopy was used for clarifying the conducting mechanism. In particular, the chemical stability of the membranes was investigated toward base treatment with elevated temperature at different KOH concentrations for potential fuel cell applications. The measured conductivity of the membrane ranged from 2.75 to 4.73×10−4 S cm-1 at room temperature for KOH doped PVA and, was greatly enhanced high up to 2 ×10-3 S cm-1 by addition of PVP and 1.5 ×10-3 S cm-1 by addition of PEGDE. The obtained membranes exhibited excellent chemical stability to high concentration base treatment (10M KOH) at elevated temperature of 120oC.

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 seuil0,002

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,016
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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

Citations44
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetFuel Cells and Related MaterialsTravaux en français237 207