MétaCan
Menu
Retour à la cohorte
Enregistrement W2753289113 · doi:10.14447/jnmes.v20i3.320

A Potential Hydrogen Sources from Milled Silicon Powder Activated by Lithium, and Aluminum Chloride

2017· article· en· W2753289113 sur OpenAlexvenueno aff
Tianchu Yin, Hongwei Shentu, Chengqiao Xi, Xin Chen, Wenzhen Zou, Meiqiang Fan

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen Storage and Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSiliconHydrogenHydrolysisLithium (medication)AluminiumHydrogen productionMaterials scienceChemical engineeringChlorideInorganic chemistryComposite numberMicrostructureHydrogen chlorideChemistryNuclear chemistryMetallurgyComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A potential hydrogen source generated from milled Li-Si-AlCl3 composite was evaluated in this paper. The composite exhibits good hydrogen generation performance in water at 313–343 K, whereas pure silicon powder cannot continuously react with water under similar conditions. The hydrogen yield reaches 1300 mL hydrogen/g within 20 min, and the highest hydrogen generation rate is higher than 1200 mL hydrogen/g min within the first minute of hydrolysis. The hydrogen generation performance increases with increasing concentrations of lithium and aluminum chloride. Microstructure analysis indicates that silicon activity increases due to decreased particle size and distribution of lithium and aluminum chloride into silicon matrix during milling. The hydrolysis of the additives generates heat and alkaline hydrolysis byproducts, thereby stimulating the hydrolysis rate of silicon in the micro area. Therefore, the hydrolysis of silicon in water may act as a potential hydrogen source for portable micro 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 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 candidatesMéta-épidémiologie (sens strict), Communication savante
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 enseignants0,004
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,233 · 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.

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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetHydrogen Storage and MaterialsTravaux en français237 207