MétaCan
Menu
Retour à la cohorte
Enregistrement W2969785882 · doi:10.1021/acsaem.9b01257

Electrochemical Characterization of Hydrocarbon Bipolar Membranes with Varying Junction Morphology

2019· article· en· W2969785882 sur OpenAlexafffund
Amelia Hohenadel, Devon Powers, Ryszard Wycisk, Michael Adamski, Peter N. Pintauro, Steven Holdcroft

Notice bibliographique

RevueACS Applied Energy Materials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMembraneChemical engineeringPolymerDissociation (chemistry)HydrocarbonElectrolyteMaterials scienceElectrolysisIon exchangeElectrochemistryChemistryIonElectrodeOrganic chemistryComposite materialPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Current water electrolysis technology is limited to operation at a single pH through the use of ion exchange membranes or traditional liquid alkaline systems. Using a bipolar membrane, comprised of both a cation and anion exchange membrane, operation across a pH gradient may be achieved, with the hydrogen and oxygen evolution reactions occurring in acidic and basic media, respectively. In this work, we focus on the characterization of hydrocarbon bipolar membranes for electrolytic water splitting based on two emerging classes of hydrocarbon ion-conducting polymers. The influence of the cation and anion exchange membrane interface on the efficiency of water dissociation is explored using two types of 3D, dual-fiber electrospun junctions. The results support the view that both high interfacial surface area and inclusion of Al(OH) 3 enhance water dissociation under high current densities and affect the rate of ion leakage under open circuit potential. While dual-fiber electrospun interfacial layers were found to provide high junction surface areas, poor adhesion of some hydrocarbon-based polymers is observed due to their relatively high glass transition temperature. This restricts the formation of a strong interfacial layer, as the different polymers are unable to properly entangle while in the glass phase.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,003
Tête enseignante GPT0,150
Écart entre enseignants0,148 · 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

Citations41
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Energy MaterialsMême sujetFuel Cells and Related MaterialsTravaux en français237 207