MétaCan
Menu
← Retour à la cohorte
Enregistrement W2604522584 · doi:10.1149/ma2017-01/31/1480

Self-Diffusion of Nafion Ionomer in Confined Nanopores

2017· article· en· W2604522584 sur OpenAlexaff
Muhammad Naoshad Islam, Brandy Kinkead, Milana Trifkovic, Kunal Karan

Notice bibliographique

RevueECS Meeting Abstracts · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIonomerNanoporousMaterials scienceNafionPolymerDispersion (optics)Chemical engineeringMembraneNanoporeElectrolyteNanotechnologyComposite materialChemistryCopolymerOpticsElectrodePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Ordered nanoporous structures offer the advantage of high surface area and well-defined pathway for transport of charged and neutral species. Such structures with electronically conductive matrix are attractive option as alternative architecture for catalyst layers of polymer electrolyte fuel cells (PEFCs). However, the internal surface of these nanoporous material must be coated with sufficiently thin films of ionically conductive polymers (ionomers) while leaving pores still open for transport of reactants. One approach for achieving such thin films coatings is via self-diffusion of ionomers from its dispersion into the nanoporous structure. However, the efficacy of this process depends on various factors including the composition of the ionomer dispersion, which affects the aggregation state or shape/size of ionomer in the dispersion and the shape/size of the pores. This work is concerned with the study of Nafion ionomer incorporation in model nanoporous structures with well-defined pore structure and size. A key challenge is quantification of the distribution of ionomer in these nanoporous structures. The thickness of ionomer films is anticipated to be a few nanometers, which limits the experimental observation to x-ray and electron microscopy based techniques both of which are known to damage polymers and also limit size of investigated volume of few tens of nanometers cubed. In this work, we have adopted laser scanning confocal fluorescence microscopy (LSCFM). The ionomer is first tagged with a fluophor. The tagged ionomer in dispersion diffuses through the pores of the nanoporous inorganic membranes of few tens of microns in thickness. The distribution of ionomer in the nanoporous membrane is mapped by LSCFM as function of pore size, ionomer concentration and exposure time. The figure below shows an example of Nafion ionomer distribution in anodized aluminum oxide nanoporous membrane.The results are cross-correlated with energy dispersive x-ray (EDX) characterization of selected samples. One of the peripheral questions, we wish to answer is whether Nafion ionomer can diffuse through sub-10 nm size pores that may exist in the secondary pores formed by aggregation of 30 nm Pt/C nanoparticle catalysts used for conventional catalyst layers of PEFCs. Furthermore, the methodology offers an attractive option for mapping long-range distribution of ionomer in tens of micron thick catalyst layers. Figure 1

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 enseignants0,002
Score d'incertitude au seuil0,003

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetFuel Cells and Related Materials→Travaux en français237 207→