MétaCan
Menu
Retour à la cohorte
Enregistrement W2320341173 · doi:10.1021/jp305464r

Molecular Simulation of Gas Transport in Hydrated Nafion Membranes: Influence of Aqueous Nanostructure

2012· article· en· W2320341173 sur OpenAlexaff
Shuai Ban, Cheng Huang, Xiao‐Zi Yuan, Haijiang Wang

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésNafionNanoporousMembraneNanostructureAqueous solutionChemical engineeringMaterials scienceDiffusionAdsorptionGaseous diffusionMoleculeSorptionPorosityMolecular dynamicsChemical physicsChemistryNanotechnologyPhysical chemistryOrganic chemistryComposite materialElectrochemistryFuel cellsComputational chemistryThermodynamicsElectrode

Résumé

récupéré en direct d'OpenAlex

Molecular simulation was used to investigate the nanoporous structure of hydrated Nafion membrane and its impact on gas transport. The structural changes of Nafion induced by water uptakes were characterized in terms of the density and the pore size distribution. It was found that membrane hydration leads to a growth of separated water domains, which are gradually interconnected via newly formed water channels. The sorption and diffusion of H 2 and O 2 were studied at different temperatures and water contents of Nafion. Simulation results show that the water loading reduces gas solubilities as the adsorption site of gas molecules transforms from small cavities to large surfaces due to the enlargement of aqueous domains. However, such an opening of Nafion porous nanostructure effectively reduces gas diffusion barriers, and results in a 2-fold increase of O 2 diffusivities. Molecular configurations of gases inside Nafion nanoporous frameworks were examined on the basis of calculated radial distribution functions.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,197
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'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

Citations31
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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