MétaCan
Menu
Retour à la cohorte
Enregistrement W4363673960 · doi:10.3390/en16083327

Recent Advances in High-Temperature Steam Electrolysis with Solid Oxide Electrolysers for Green Hydrogen Production

2023· article· en· W4363673960 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

RevueEnergies · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvancements in Solid Oxide Fuel Cells
Établissements canadiensOntario Tech University
Organismes subventionnairesRoyal Academy of Engineering
Mots-clésHigh-temperature electrolysisHigh-pressure electrolysisHydrogen productionElectrolysisPolymer electrolyte membrane electrolysisHydrogenPower to gasEnergy carrierWaste managementSteam reformingHydrogen fuelRenewable energyHydrogen economyElectrolysis of waterElectrolytic processMaterials scienceAlkaline water electrolysisChemistryElectrolyteElectrodeEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Hydrogen is known to be the carbon-neutral alternative energy carrier with the highest energy density. Currently, more than 95% of hydrogen production technologies rely on fossil fuels, resulting in greenhouse gas emissions. Water electrolysis is one of the most widely used technologies for hydrogen generation. Nuclear power, a renewable energy source, can provide the heat needed for the process of steam electrolysis for clean hydrogen production. This review paper analyses the recent progress in hydrogen generation via high-temperature steam electrolysis through solid oxide electrolysis cells using nuclear thermal energy. Protons and oxygen-ions conducting solid oxide electrolysis processes are discussed in this paper. The scope of this review report covers a broad range, including the recent advances in material development for each component (i.e., hydrogen electrode, oxygen electrode, electrolyte, interconnect, and sealant), degradation mechanisms, and countermeasures to mitigate them.

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 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 enseignants0,144
Score d'incertitude au seuil0,893

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,259
Écart entre enseignants0,251 · 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