MétaCan
Menu
Retour à la cohorte
Enregistrement W1983711072 · doi:10.1021/ja2028102

Kinetic Control and Thermodynamic Selection in the Synthesis of Atomically Precise Gold Nanoclusters

2011· article· en· W1983711072 sur OpenAlexafffund
Zhikun Wu, Mark MacDonald, Jenny Chen, Peng Zhang, Rongchao Jin

Notice bibliographique

RevueJournal of the American Chemical Society · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocluster Synthesis and Applications
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNanoclustersChemistryKinetic energyDispersityNanotechnologyAtom (system on chip)CrystallographyChemical engineeringChemical physicsMaterials sciencePolymer chemistryOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

This work presents a combined approach of kinetic control and thermodynamic selection for the synthesis of monodisperse 19 gold atom nanoclusters protected by thiolate groups. The step of kinetic control allows the formation of a proper size distribution of initial size-mixed Au(n)(SR)(m) nanoclusters following the reduction of a gold precursor. Unlike the synthesis of Au(25)(SR)(18) nanoclusters, which involves rapid reduction of the gold precursor by NaBH(4) followed by size focusing, the synthesis of 19-atom nanoclusters requires slow reduction effected by a weaker reducing agent, borane-tert-butylamine complex. The initially formed mixture of nanoclusters then undergoes size convergence into a monodisperse product by means of a prolonged aging process. The nanocluster formula was determined to be Au(19)(SC(2)H(4)Ph)(13). This work demonstrates the importance of both kinetic control of the initial size distribution of nanoclusters prior to size focusing and subsequent thermodynamic selection of stable nanoclusters as the final product.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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'étudeExpérimental (laboratoire)
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

Citations238
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetNanocluster Synthesis and ApplicationsTravaux en français237 207