MétaCan
Menu
Retour à la cohorte
Enregistrement W2015441629 · doi:10.1039/c2gc16670d

Solvatochromic parameters for solvents of interest in green chemistry

2012· article· en· W2015441629 sur OpenAlexafffund
Philip G. Jessop, David A. Jessop, Dongbao Fu, Lam Phan

Notice bibliographique

RevueGreen Chemistry · 2012
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueIonic liquids properties and applications
Établissements canadiensQueen's University
Organismes subventionnairesUniversity of California, DavisUniversity of WaterlooKillam TrustsNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSolvatochromismPolarizabilityIonic liquidPolarity (international relations)ChemistrySolvent polaritySolventEthylene glycolNile redIonic bondingAqueous solutionSolvent effectsOrganic chemistryComputational chemistryPhysical chemistryChemical physicsMoleculeCatalysisIonOptics

Résumé

récupéré en direct d'OpenAlex

Solvatochromic data have been collected from the literature or newly measured for 83 molecular solvents, 18 switchable solvents, and 187 ionic liquids that have been cited in the green chemistry literature. The data include the normalized Reichardt's parameter (ENT), the Nile red λmax, and the Kamlet–Taft parameters (α, β, and π*). Disagreements within the literature about the properties of glycerol and poly(ethylene glycol) have been resolved with new data. The switching of a switchable-polarity solvent (also known as a reversible ionic liquid) by CO2 causes a significant increase in polarity/polarizability (π*) but no change in the basicity (β). A switchable-hydrophilicity solvent undergoes an even greater change in polarity because it merges with an aqueous phase upon exposure to CO2. Trends observed from the data of ionic liquids are presented, along with concerns about the best method for determining the Kamlet–Taft parameters.

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)0,003
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 enseignants0,013
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,259
Écart entre enseignants0,203 · 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

Citations567
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGreen ChemistryMême sujetIonic liquids properties and applicationsTravaux en français237 207