A Study of Transition‐Metal Organometallic Complexes Combining <sup>35</sup>Cl Solid‐State NMR Spectroscopy and <sup>35</sup>Cl NQR Spectroscopy and First‐Principles DFT Calculations
Notice bibliographique
Résumé
A series of transition-metal organometallic complexes with commonly occurring metal-chlorine bonding motifs were characterized using (35)Cl solid-state NMR (SSNMR) spectroscopy, (35)Cl nuclear quadrupole resonance (NQR) spectroscopy, and first-principles density functional theory (DFT) calculations of NMR interaction tensors. Static (35)Cl ultra-wideline NMR spectra were acquired in a piecewise manner at standard (9.4 T) and high (21.1 T) magnetic field strengths using the WURST-QCPMG pulse sequence. The (35)Cl electric field gradient (EFG) and chemical shielding (CS) tensor parameters were readily extracted from analytical simulations of the spectra; in particular, the quadrupolar parameters are shown to be very sensitive to structural differences, and can easily differentiate between chlorine atoms in bridging and terminal bonding environments. (35)Cl NQR spectra were acquired for many of the complexes, which aided in resolving structurally similar, yet crystallographically distinct and magnetically inequivalent chlorine sites, and with the interpretation and assignment of (35)Cl SSNMR spectra. (35)Cl EFG tensors obtained from first-principles DFT calculations are consistently in good agreement with experiment, highlighting the importance of using a combined approach of theoretical and experimental methods for structural characterization. Finally, a preliminary example of a (35)Cl SSNMR spectrum of a transition-metal species (TiCl4) diluted and supported on non-porous silica is presented. The combination of (35)Cl SSNMR and (35)Cl NQR spectroscopy and DFT calculations is shown to be a promising and simple methodology for the characterization of all manner of chlorine-containing transition-metal complexes, in pure, impure bulk and supported forms.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».