MétaCan
Menu
Retour à la cohorte
Enregistrement W4398782819 · doi:10.21203/rs.3.rs-4391279/v1

Enhanced Densification of Cerium (IV) Oxide during Spark Plasma Sintering under a Carbon Dioxide Atmosphere

2024· preprint· en· W4398782819 sur OpenAlexaff
Anil Prasad, Linu Malakkal, Lukas Bichler, Jerzy A. Szpunar

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of SaskatchewanOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésSpark plasma sinteringCeriumCarbon dioxideCerium oxideAtmosphere (unit)PlasmaMaterials scienceOxideSinteringChemistryMetallurgyOrganic chemistryPhysicsMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Cerium dioxide (CeO2) finds extensive utility in electro ceramics applications, including solid oxide fuel cells, oxygen sensors, and catalysts. However, Spark Plasma Sintering (SPS) of CeO2 presents challenges due to the heightened mobility of O2− ions in the presence of an electric field, as well as its reactivity with graphite tooling. Traditionally, CeO2 is sintered in an oxidative environment to prevent it from reducing to CeO2−δ or Ce2O3. Nevertheless, oxidative atmospheres are detrimental to the graphite and steel tooling used in SPS processing. In this study, we investigated CeO2 SPS in a CO2 atmosphere and observed substantial enhancement in the relative density (RD) of the as-sintered samples in comparison to those sintered in an Ar atmosphere. The improved densification is attributed to reduced formation of oxygen vacancies in the CO2 atmosphere. Furthermore, the reaction between CeO2 and graphite generates COx gases, and that reaction can be reversed in a CO2 atmosphere. In summary, CeO2 SPS in a CO2 environment demonstrates superior densification, effectively mitigating the challenges associated with ionic mobility and graphite reactivity.

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 seuil0,003

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 Opus0,043
Tête enseignante GPT0,351
Écart entre enseignants0,308 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207