MétaCan
Menu
Retour à la cohorte
Enregistrement W2512648889 · doi:10.1149/07514.0111ecst

Investigating the Equilibration Time of Catalyst Coated Membranes Using AC and DC Methods

2016· article· en· W2512648889 sur OpenAlexafffund
Philippe J. Côté, Caroline R. Cloutier, Dzmitry Malevich, Jon G. Pharoah

Notice bibliographique

RevueECS Transactions · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésRelative humidityMembraneCatalysisStack (abstract data type)Proton exchange membrane fuel cellHumidityDirect currentMaterials scienceAlternating currentAnalytical Chemistry (journal)Ionic bondingPlane (geometry)Current (fluid)ChemistryChemical engineeringChromatographyThermodynamicsIonVoltageElectrical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Methods to quantitatively measure the time for rolls of catalyst coated membrane to equilibrate to a controlled temperature and relative humidity were investigated. It is important to ensure that the water content of a catalyst coated membrane roll has equilibrated before it is used in the manufacturing of a proton exchange membrane fuel cell stack. Equilibration is achieved when the water content in the catalyst coated membrane reaches equilibrium with controlled relative humidity and temperature conditions. Alternating current and direct current methods were compared to measure the through-plane ionic resistance and in-plane electronic resistance as the catalyst coated membrane equilibrated. It was found that both alternating and direct current methods showed strong correlations as the CCM equilibrated in response to a relative humidity change. The average equilibration time estimated from the through-plane ionic measurements was 14.5 hours and the average equilibration time estimated from the in-plane electronic measurements was 13 hours.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,020
Tête enseignante GPT0,255
Écart entre enseignants0,235 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetFuel Cells and Related MaterialsTravaux en français237 207