MétaCan
Menu
Retour à la cohorte
Enregistrement W2885688387 · doi:10.1002/ente.201800338

X‐ray Nano Computed Tomography of Electrospun Fibrous Mats as Flow Battery Electrodes

2018· article· en· W2885688387 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnergy Technology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensUniversity of WaterlooMcGill University
Organismes subventionnairesScience and Technology Facilities CouncilEngineering and Physical Sciences Research CouncilRoyal Academy of Engineering
Mots-clésElectrospinningMaterials scienceElectrodeBattery (electricity)Porous mediumPorosityNano-NanotechnologyMicrostructurePolymerComposite materialBiomedical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Many electrochemical energy storage and conversion devices employ porous media as electrodes, gas diffusion layers or separators. Recently, electrospinning has received significant attention as a way to generate nano‐fibers of polymers with controlled morphology and properties that, once carbonised, can act as conductive and porous media for electrochemical energy devices. The recent advances in X‐ray computed tomography have led the technique to be widely used in the characterisation of energy technologies and porous media as it offers a uniquely non‐destructive insight into the 3D microstructure of materials. Here we present electrospun fibrous mats with uncontrolled, controlled and aligned morphology for use as redox flow battery electrodes and, for the first time, obtain ultra‐high resolution nano‐tomographic X‐ray imaging of the materials using a lab source. The virtual 3D volumes enable extraction of parameters that would not be possible via other characterisation routes.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,458
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,004
Tête enseignante GPT0,219
Écart entre enseignants0,215 · 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