MétaCan
Menu
Retour à la cohorte
Enregistrement W2746450057 · doi:10.1063/1.4999361

High-temperature high-pressure calorimeter for studying gram-scale heterogeneous chemical reactions

2017· article· en· W2746450057 sur OpenAlexafffund
Benjamin P. MacLeod, Phil A. Schauer, Ke Hu, Brian Lam, D. K. Fork, Curtis P. Berlinguette

Notice bibliographique

RevueReview of Scientific Instruments · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen Storage and Materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesStewart Blusson Quantum Matter Institute, University of British ColumbiaNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanadian Institute for Advanced ResearchCanada Foundation for InnovationGoogle
Mots-clésMaterials scienceSIGNAL (programming language)Chemical energyCalorimeter (particle physics)CalibrationTemperature measurementHeat transferNuclear engineeringHydrogenChemical reactionAtmospheric temperature rangeThermodynamicsAnalytical Chemistry (journal)ChemistryOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

We present an instrument for measuring pressure changes and heat flows of physical and chemical processes occurring in gram-scale solid samples under high pressures of reactive gases. Operation is demonstrated at 1232 °C under 33 bars of pure hydrogen. Calorimetric heat flow is inferred using a grey-box non-linear lumped-element heat transfer model of the instrument. Using an electrical calibration heater to deliver 900 J/1 W pulses at the sample position, we demonstrate a dynamic calorimetric power resolution of 50 mW when an 80-s moving average is applied to the signal. Integration of the power signal showed that the 900 J pulse energy could be measured with an average accuracy of 6.35% or better over the temperature range 150-1100 °C. This instrument is appropriate for the study of high-temperature metal hydride materials for thermochemical energy storage.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,028
Score d'incertitude au seuil0,796

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,293
Écart entre enseignants0,266 · 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 tête enseignante, 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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetHydrogen Storage and MaterialsTravaux en français237 207