MétaCan
Menu
Retour à la cohorte
Enregistrement W4405667020 · doi:10.1016/j.jpowsour.2024.236088

Achieving high performance and durability with ultra-low precious metal nanolayer on porous transport layer for PEMWE application

2024· article· en· W4405667020 sur OpenAlexafffund
Abhay Gupta, Yasin Mehdizadeh Chellehbari, Samaneh Shahgaldi

Notice bibliographique

RevueJournal of Power Sources · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMXene and MAX Phase Materials
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsCanada Research Chairs
Mots-clésDurabilityPorosityMaterials scienceLayer (electronics)Precious metalNanotechnologyMetallurgyMetalChemical engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Green hydrogen produced from polymer electrolyte membrane water electrolysis (PEMWE) provides a promising pathway to decarbonization. However, excessive dependence on Pt and Ir in the catalyst synthesis and anticorrosive coating on porous transport layers (PTL) drives the cost of PEMWE technology . As an alternative to the Pt-coated commercial PTL, sputtered multilayer and co-deposited TaPt coatings with low Pt loading were developed. Ex-situ electrochemical and physical characterizations (potentiostatic and galvanostatic polarization, scanning electron microscopy, interfacial contact resistance (ICR) testing, and x-ray photoelectron spectroscopy), and in-situ PEMWE cell testing was conducted to examine the PTL coating viability. Under the ex-situ PTL electrochemical stability analysis protocol developed in this work, the multilayered TaPt coating exhibited a higher simulated durability (96 h at 2.0 A cm −2 ) and lower ICR (1.9 mΩ cm 2 ) than the existing commercial Pt-coated PTL (15 h simulated durability and 2.1 mΩ cm 2 ). Low compressive stress and low extent of Galvanic coupling led to an improvement in the durability, conductivity, and in-situ performance of the TaPt multilayered PTL coating.

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 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 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 enseignants0,018
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 GPT0,235
Écart entre enseignants0,227 · 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 tête enseignante, 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

Citations34
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Power SourcesMême sujetMXene and MAX Phase MaterialsTravaux en français237 207