MétaCan
Menu
Retour à la cohorte
Enregistrement W1999712523 · doi:10.1002/cssc.201100413

Highly Stable Noble‐Metal Nanoparticles in Tetraalkylphosphonium Ionic Liquids for in situ Catalysis

2011· article· en· W1999712523 sur OpenAlexafffund
Abhinandan Banerjee, Robin Theron, Robert W. J. Scott

Notice bibliographique

RevueChemSusChem · 2011
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueIonic liquids properties and applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésIonic liquidNanoparticleHalideHexafluorophosphatePhosphoniumCatalysisInorganic chemistryChemistryMetalSodium borohydrideBorohydrideNoble metalPalladiumIonic bondingBromidePhotochemistryOrganic chemistryMaterials scienceNanotechnologyIon

Résumé

récupéré en direct d'OpenAlex

Gold and palladium nanoparticles were prepared by lithium borohydride reduction of the metal salt precursors in tetraalkylphosphonium halide ionic liquids in the absence of any organic solvents or external nanoparticle stabilizers. These colloidal suspensions remained stable and showed no nanoparticle agglomeration over many months. A combination of electrostatic interactions between the coordinatively unsaturated metal nanoparticle surface and the ionic-liquid anions, bolstered by steric protection offered by the bulky alkylated phosphonium cations, is likely to be the reason behind such stabilization. The halide anion strongly absorbs to the nanoparticle surface, leading to exceptional nanoparticle stability in halide ionic liquids; other tetraalkylphosphonium ionic liquids with non-coordinating anions, such as tosylate and hexafluorophosphate, show considerably lower affinities towards the stabilization of nanoparticles. Palladium nanoparticles stabilized in the tetraalkylphosphonium halide ionic liquid were stable, efficient, and recyclable catalysts for a variety of hydrogenation reactions at ambient pressures with sustained activity. Aerial oxidation of the metal nanoparticles occurred over time and was readily reversed by re-reduction of oxidized metal salts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,223
Écart entre enseignants0,198 · 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 tête enseignante, 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

Citations38
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemSusChemMême sujetIonic liquids properties and applicationsTravaux en français237 207