MétaCan
Menu
Retour à la cohorte
Enregistrement W3000020919 · doi:10.1021/acs.jpcc.9b08969

Aquivion Ionomer in Mixed Alcohol–Water Solution: Insights from Multiscale Molecular Modeling

2020· article· en· W3000020919 sur OpenAlexafffund
Ali Malek, Ehsan Sadeghi, Jasna Janković, Michael Eikerling, Kourosh Malek

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNafionIonomerHydroniumSide chainElectrolyteMembraneGlass transitionChemistryChemical engineeringPolymerSolventMaterials sciencePolymer chemistryPhysical chemistryIonOrganic chemistryElectrochemistryCopolymer

Résumé

récupéré en direct d'OpenAlex

Short side-chain ionomers such as Aquivion are increasingly used in the fabrication of polymer electrolyte membrane fuel cells. Aquivion exhibits reduced gas crossover, enhanced glass transition temperature, better mechanical stability, and higher conductivity in comparison to Nafion, their long side chain relative. We performed atomistic molecular dynamics simulations of Aquivion at varying water contents and proportion of isopropanol mixed into the solvent and examined the structure and dynamics of the system. Atomistic simulations are followed by coarse-grained simulations to develop a coarse-grained model applicable to both long and short side chain ionomers. The density of Aquivion and Nafion membranes from simulations is calculated and compared with that from the experiment. The Aquivion system shows higher diffusion coefficients for water molecules and hydronium ions than the Nafion system. The water network morphology is analyzed as a function of water content.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,195
Écart entre enseignants0,184 · 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'étudeSimulation ou modélisation
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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetFuel Cells and Related MaterialsTravaux en français237 207