Nonmonotonic dynamics in Lifshitz-Slyozov-Wagner theory: Ostwald ripening in nanoparticle catalysts
Notice bibliographique
Résumé
Nanoparticle catalysts dispersed on high-surface-area electronic support materials are used in a wide range of applications. Nano-sized particles afford a high active surface area per unit volume of an electrocatalytic medium. However, the gain in active surface area for desired surface reactions is offset in part by enhanced rates of degradation processes that cause losses in catalyst mass, catalyst surface area, and electrocatalytic activity. A dynamic model of surface-area-loss phenomena based on the theories of Lifshitz and Slyozov [J. Phys. Chem. Solids 19, 35 (1961)], Wagner [Z. Elektrochem. 65, 581 (1961)], and Smoluchowski [Z. Phys. Chem. 92, 129 (1917)] is presented. A population balance equation in particle space accounts for nanoparticle dissolution, redeposition, and coagulation. It relates kinetic rates of these processes to the evolution of the particle-size distribution and its moments. Our analysis of the temporal dynamics of the number density, mean radii, surface area, and mass moments focuses on the important case of reaction-limited Ostwald ripening. Transient solutions reveal unique scaling relationships between the moments of the evolving distribution. Diagnostic criteria established from the scaling relationships are applied to previously published experimental degradation data for supported nanoparticle catalysts in polymer electrolyte fuel cells.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».