(Invited) Structure/Transport Relations in Electrolytes: What Have We Learned from Modeling in the Past Quarter Century?
Notice bibliographique
Résumé
The development of highly efficient energy conversion devices that utilize sustainable fuel sources with components that are thermally stable, chemically robust, and economically and environmentally feasible and sensible is an important research trust. The electrolyte in low temperature fuel cells is typically an ion containing polymer: either a proton exchange membrane (PEM) or an anion exchange membrane (AEM). Of the many properties that are critical to the effective function of a membrane as the electrolyte and separator in a fuel cell none is more important than the ionic conductivity. The hydrated morphology of either a PEM or an AEM determines many aspects that govern the transport of species (i.e., H 2 O, H + (H 2 O), and/or OH - (H 2 O)). Transport mechanisms in these soft materials are complex as they involve interactions of the cations and anions, the mobile and tethered ions with the water, and the relaxation dynamics of the polymeric backbones and side chains. Over the past 30 years, numerous theoretical and computational studies have been undertaken with a focus at understanding ion and water transport in PEMs and AEMS. This talk will attempt to review what has been learned over the past 25 years from modeling and simulation on the connections, correlations, and relations of polymer structure and architecture to transport properties.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».