Notice bibliographique
Résumé
Abstract The incorporation of hydrogen‐bond donor or acceptor groups into ligands followed by their coordination to inert transition metals has proven to be a successful methodology for creating unique metal complex receptors for a wide variety of anions, some neutral molecules, and a limited number of cations. The metal ion can participate in binding a guest indirectly via second‐sphere coordination or directly via simultaneous first‐ and second‐sphere coordination. This chapter contains two major sections that outline the design strategies and describe a variety of metal complexes that function as receptors for (i) neutral molecules, (ii) cations, and (iii) anions. Under the heading of receptors for neutral molecules, the focus is on increasing complexity with respect to the targeted guest beginning with simple species such as H 2 O and NH 3 and featuring biologically important molecules such as DNA nucleobases. The section on metal complexes as anion receptors is structured to shed light on the different avenues used to design receptors and the structural features of these systems. A common theme is the idea that host–guest assemblies may have complicated structures, but the ligands themselves do not require tedious synthetic routes to prepare and coordination to the metal center is facile. Thus, the combination of coordination chemistry and noncovalent interactions such as hydrogen bonding and π‐stacking can be viewed as a powerful tool for molecular and ion recognition. The state of the art is advanced enough to allow targeting of specific guests by tailoring both the metal–ligand and host–guest interactions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,366 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».