MétaCan
Menu
Retour à la cohorte
Enregistrement W4412749583 · doi:10.1016/j.memsci.2025.124505

Is vanadium ion permeability independent of membrane thickness?

2025· article· en· W4412749583 sur OpenAlexaff
Monja Schilling, Vincent Christanto, Muhammad Mara Ikhsan, Roswitha Zeis, Dirk Henkensmeier

Notice bibliographique

RevueJournal of Membrane Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesKorea Institute of Science and TechnologyDeutscher Akademischer Austauschdienst
Mots-clésVanadiumMembranePermeability (electromagnetism)IonMaterials scienceChemical engineeringChemistryInorganic chemistryOrganic chemistryEngineeringBiochemistry

Résumé

récupéré en direct d'OpenAlex

Testing the diffusion-driven crossover of vanadium ions in diffusion cells is a standard characterization method for membranes used in vanadium redox flow batteries. For better comparability, the flux is recalculated into a permeability value by normalizing the flux for membrane thickness, area, the cell volume, and the concentration difference between the donating and receiving cells. The assumption is that permeability is an intrinsic material property, independent of membrane thickness. However, this work reveals that this assumption is not correct. By analyzing the vanadium crossover through membranes of different thickness, it is demonstrated that the transport of VO 2+ ions across membranes is controlled by two transport resistances: R IF (a resistance hindering ion transport over the membrane/solution interface into and out of the membrane) and R bulk (the transport resistance through the membrane). Comparable permeability values are only obtained when membrane thicknesses are so large that R bulk >> R IF . Consequently, the permeability data reported in the literature might have low accuracy. R IF emerges as an important new development target, which, if well understood, can lead to breakthroughs in membrane performance.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,294
Écart entre enseignants0,278 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Membrane ScienceMême sujetAdvanced battery technologies researchTravaux en français237 207