Effect of Carbon Surface on Nafion Thin Film Hygro-Expansion and Thermal-Expansion
Notice bibliographique
Résumé
Polymer electrolyte fuel cell (PEFC) catalyst layers consist of carbon, platinum, and ionomer. Carbon is necessary to provide a high surface area to support catalytic platinum nanoparticles and facilitate electron transport to the reaction sites whereas ionomer is required to supply protons to the reaction site. In addition, together they contribute to the structural strength of a catalyst layer. Since ionomer and carbon make up a majority of the catalyst layer volume, the ionomer in catalyst layer mostly interfaces with carbon support. Studies have shown the suppression of ionomer properties in thin film form especially below 50 nm and is also highly dependent on the substrate. For example, Key et. al measured higher water content in 19 nm thick Nafion coated on Pt than ionomer on SiO2 [1]. Recently, Orfanidi et. al, showed that the functionalization of carbon with NHx group assists in better distribution of ionomer within catalyst layer and restructure the ionomer in such a way that oxygen transport resistance across the ionomer drops [2]. Hence, from the fuel cell application perspective, it is important to study the effect of different carbon substrates on ionomer properties. There is lack of data available on fundamental properties such as hygro-expansion and thermal-expansion of nanometer thin film Nafion on carbon in general and the effect of carbon surface characteristics, in particular on these properties. This presentation will share the effect of hydrophobic carbon and functionalized hydrophilic surfaces on the hygro- and thermal-expansion of 20 and 70 nm thick Nafion films. References: [1] H.K. Shim, D.K. Paul, and K. Karan. Macromolecules 48, 2015, 8394. [2] A. Orfanidi, P. Madkikar, H. A. El-Sayed, G. S. Harzer, , T. Kratky and H. A. Gasteiger. The J. of Electrochemical Society, 164, 2017, F418.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».