MétaCan
Menu
Retour à la cohorte
Enregistrement W2327679155 · doi:10.1002/fuce.201600002

Is Fine‐Grained Simulation Able to Propose New Polyelectrolyte Membranes?

2016· article· en· W2327679155 sur OpenAlexafffund
Alexandre Fleury, François Godey, Patrick Laflamme, Aziz Ghoufi, Armand Soldera

Notice bibliographique

RevueFuel Cells · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les TechnologiesUniversité de Sherbrooke
Mots-clésNafionMembraneProton exchange membrane fuel cellPolyelectrolyteMolecular dynamicsMoleculeMonomerIonomerPolymerChemical engineeringConductivityMaterials scienceProton transportGlass transitionPlasticizerChemical physicsProtonSulfurNanotechnologyChemistryComputational chemistryOrganic chemistryPhysical chemistryComposite materialPhysicsCopolymer

Résumé

récupéré en direct d'OpenAlex

Abstract An extensive understanding in the molecular motions that occur in Nafion ® should lead to important development of improved proton exchange membrane for use in fuel cells (PEMFC). As water molecules are added in the system, changes within the Nafion ® chain definitely take place. To visualize such a process, molecular dynamics is especially useful. Can information gained at this level of details be useful to propose new molecules, with ultimately better physical properties, such as higher proton conductivity? For this purpose, we first computed non‐bond parameters stemming from the study of the trifluorosufonic acid. They are inserted in the pcff force field. We then applied the procedure developed in our lab to extract the glass transition temperature of Nafion ® with different water uptakes. The plasticization effect is first confirmed, fostering a molecular analysis. The particular behavior of the sulfur‐sulfur distance is revealed, guiding the design of new monomers.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,369
Score d'incertitude au seuil0,999

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)0,0020,002

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 Opus0,009
Tête enseignante GPT0,211
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFuel CellsMême sujetFuel Cells and Related MaterialsTravaux en français237 207