MétaCan
Menu
Retour à la cohorte
Enregistrement W3120700781 · doi:10.1021/acs.energyfuels.0c03674

A Review of Unique Aluminum–Water Based Hydrogen Production Options

2021· review· en· W3120700781 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnergy & Fuels · 2021
Typereview
Langueen
DomaineMaterials Science
ThématiqueHydrogen Storage and Materials
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrogen productionHydrogenAluminum oxideAluminiumSodium hydroxideHydroxideOxideChemical engineeringProduction rateYield (engineering)Materials scienceProcess engineeringChemistryInorganic chemistryMetallurgyOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

This comprehensive review paper compares the different methods developed experimentally to produce hydrogen by reacting aluminum and water. The alumina oxide layer which forms on the exterior surface of aluminum inhibits the reaction from taking place. Therefore, this paper presents a variety of techniques used to eliminate the oxide layer so that the reaction can continuously take place. The review paper aims to evaluate these techniques by comparing the hydrogen yield and maximum hydrogen production rate. On the basis of the analyses conducted, it was identified that the addition of hydroxide promoters, such as NaOH and KOH, is highly beneficial. This was also evident in the various studies where yields greater than 99% are achieved. Additionally, it is determined that the addition of NaCl or KCl to ball-milled samples of aluminum can be extremely advantageous when examining the maximum hydrogen production rate. For instance, an experimental sample composed of 2% NaCl was able to achieve a maximum hydrogen production rate of 1140 mL/min. Furthermore, numerous other studies are discussed by considering their specific advantages and disadvantages.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,570
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)0,0020,001
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)0,0050,000

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 Opus0,038
Tête enseignante GPT0,306
Écart entre enseignants0,267 · 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