MétaCan
Menu
Retour à la cohorte
Enregistrement W959229505 · doi:10.1021/acs.jpcb.5b00486

Model of Water Sorption and Swelling in Polymer Electrolyte Membranes: Diagnostic Applications

2015· article· en· W959229505 sur OpenAlexafffund
Motahareh Safiollah, Pierre-Éric Alix Melchy, Peter Berg, Michael Eikerling

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanada Foundation for InnovationNational Research Council CanadaNatural Sciences and Engineering Research Council of CanadaCanada Excellence Research Chairs, Government of CanadaBallard Power Systems
Mots-clésSwellingSorptionMembraneElectrolyteMaterials sciencePolymerCharge densityChemical engineeringComposite materialChemistryAdsorptionPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

This work expands on the poroelectroelastic model of water sorption in polymer electrolyte membranes. It links membrane water sorption and the evolution of the pore size distribution with the microscopic charge density distribution at pore surfaces and the microscopic shear modulus of polymeric pore walls. We evaluate different deformation modes of polymeric pore walls to derive stress-strain relationships that determine the law of swelling. Thereafter, the model is applied to different sets of water sorption data for membranes that were submitted to either hygrothermal aging or chemical degradation. The model-based analysis relates the macroscopic state of swelling to the evolution of the statistical distribution of the pore radius as well as of the microscopic fluid and elastic pressures. Changes in the surface charge density at pore surfaces and elastic pressure of pore walls, induced by degradation, can be rationalized. These insights are useful in view of understanding degradation mechanisms and their structural effects.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,199
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetFuel Cells and Related MaterialsTravaux en français237 207