MétaCan
Menu
Retour à la cohorte
Enregistrement W7081964560 · doi:10.1016/j.enconman.2025.120480

Experimental investigation and performance assessment of magnesium-based hydrogen generation

2025· article· en· W7081964560 sur OpenAlexaff

Notice bibliographique

RevueEnergy Conversion and Management · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésHydrogen productionHydrogenMagnesiumHydrogen storageDistillationMicrostructureHydrolysis

Résumé

récupéré en direct d'OpenAlex

• Mg based hydrogen production is uniquely studied using Mg powder and scraps. • The effects of various effects and parameters on hydrogen production are assessed. • It appears to be an effective option for waste Mg for hydrogen production. • Mg powder gives better hydrogen production results. This paper investigates a uniquely designed experimental hydrogen production system with a distillation unit through magnesium hydrolysis. Two types of magnesium sources were tested: 100-µm powder particles and magnesium scrap, with their microstructures analyzed by scanning electron microscopy. Hydrolysis reactions were conducted at room temperature (19 °C-22 °C) to study the effect of environmentally friendly solutions on reaction kinetics and hydrogen production. Various solutions were evaluated, including NaCl and NaOH as additives. Among the samples, the highest hydrogen capacity was achieved using 7 wt% NaCl with magnesium powder, reaching 1.38 mL H 2 /g Mg in 15 min. In comparison, simulated seawater (3.5 wt% NaCl) produced 1.18 mL H 2 /g Mg over the same period. Hydrogen production was monitored by measuring the instantaneous hydrogen generation rate (mL/min) and calculating cumulative hydrogen capacity throughout the reaction.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Conversion and ManagementMême sujetGeochemistry and Geologic MappingTravaux en français237 207