HyCAN-DB：カーボンナノ材料中の水素データベース
HyCAN-DB: Hydrogen in Carbon Nanomaterials Database (原題)
Avin Gupta
🤖 gxceed AI 要約
日本語
カーボンナノ材料（活性炭・カーボンナノチューブ・グラフェン系等）への水素吸蔵測定を集約した、FAIR準拠のオープンデータベース。各行に来歴と再現性ティアを付与し、再現可能なメタ分析と機械学習パイプラインを提供する。v0.1では1999〜2025年の51論文・521測定を収録し、77Kの水素吸蔵量がBET表面積に対し500m²/gあたり約0.72wt%でスケールすることを示した。これは通説のChahine則より約30%低い。
English
HyCAN-DB is an open, FAIR-compliant database of hydrogen sorption measurements in carbon nanomaterials, with per-row provenance, reproducibility tiers, and a reproducible meta-analysis and ML pipeline. v0.1 covers 521 measurements from 51 papers (1999-2025). Pooled analysis shows 77 K uptake scales with BET surface area at ~0.72 wt% per 500 m2/g, ~30% below the canonical Chahine rule.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
水素社会の実現に向けた材料データ基盤として、日本の水素戦略・グリーン成長戦略における貯蔵技術開発に資する。ただしSSBJ・有報・投資家対応といった開示文脈との直接接点は乏しく、GX開示読者への示唆は限定的。
In the global GX context
Contributes to the global hydrogen economy by providing a transparent, reproducible materials data infrastructure for solid-state storage R&D. It sits upstream of disclosure frameworks (TCFD/ISSB) but supports the technical credibility of hydrogen transition pathways.
👥 読者別の含意
🔬研究者:水素貯蔵材料のメタ分析・ML研究における再現可能なベンチマークデータとして活用できる。
🏢実務担当者:水素貯蔵材料の選定やR&D評価において、信頼性の高い物性データ参照源として利用可能。
🏛政策担当者:水素技術ロードマップ策定の基礎データとして、材料性能の現実的な期待値を提供する。
📄 Abstract（原文）
An open, FAIR-compliant database of hydrogen sorption measurements in carbon nanomaterials (activated carbons, carbon nanotubes, graphene-family materials, carbide-derived and templated carbons, and doped variants), with full per-row provenance, a reproducibility tier on every measurement, and a reproducible meta-analysis and machine-learning pipeline. v0.1: 521 measurements from 51 papers (1999-2025), 50 of 51 papers independently dual-agent verified. Headline result: pooled across the corpus, 77 K hydrogen uptake scales with BET surface area at about 0.72 wt% per 500 m2/g (95% CI 0.62-0.81), roughly 30% below the canonical Chahine rule.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.5281/zenodo.23231985first seen 2026-10-10 05:13:35
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。