MétaCan
Menu
Retour à la cohorte
Enregistrement W2623006752 · doi:10.1149/2.0051709jes

Product Distributions and Efficiencies for Ethanol Oxidation in a Proton Exchange Membrane Electrolysis Cell

2017· article· en· W2623006752 sur OpenAlexafffund
Rakan M. Altarawneh, Peter G. Pickup

Notice bibliographique

RevueJournal of The Electrochemical Society · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryElectrolysisProton exchange membrane fuel cellAcetic acidCatalysisAcetaldehydeStoichiometryInorganic chemistryDirect-ethanol fuel cellAnodeEthanolProduct distributionHydrogenEthanol fuelElectrodeOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The stoichiometry, efficiency, and product distribution for ethanol oxidation in fuel cell hardware has been determined at 80°C for commercial Pt/C, PtRu/C and PtSn/C anode catalysts. The amounts of ethanol consumed and acetic acid and acetaldehyde produced were determined by proton NMR spectroscopy while CO 2 was measured with a non-dispersive infrared CO 2 monitor. The Pt/C catalyst was most selective for the complete oxidation of ethanol to CO 2 at all potentials and therefore produced the highest number of electrons per ethanol molecule (stoichiometry). Consequently, it would provide the highest efficiency for a fuel cell, and for an electrolysis cell at high current densities. However, PtRu/C provided much higher currents at low overpotentials and therefore better electrolysis efficiency than Pt/C at low current densities. The main product at the PtRu/C catalyst was acetic acid, with ≥ 86% conversion at potentials ≥ 0.35 V vs. a dynamic hydrogen electrode. The PtSn/C catalyst also provided high yields of acetic acid (65–75%), with substantial production of CO 2 (26–27%) at high potentials.

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: 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
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,235
Écart entre enseignants0,226 · 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

Citations43
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207