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 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 Opus0,008
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 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

Citations34
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

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