Two-State Models for Propylene Polymerization Using Metallocene Catalysts. 2. Application to <i>a</i><i>nsa</i>-Metallocene Catalyst Systems
Notice bibliographique
Résumé
A kinetic model to describe the propylene polymerization behavior of ansa -metallocene catalysts was derived. The model can predict n -ad stereosequence distributions, polymer crystallinity, and related properties as well as distinguish between extremes in kinetic behavior expected for such catalysts. In particular, where polymer microstructure is sensitive to changes in [C 3 H 6 ], the model can provide reliable estimates of kinetic parameters of interest, including ratios between rates of some of the significant reaction steps involved in polymer microstructure formation. The model is applied to a description of the polymerization behavior of some simple symmetrical [Me 2 C(Cp)(Flu)MCl 2; M = Zr, Hf] and unsymmetrical [Me 2 Y(Cp)(Ind)MCl 2; M = Zr, Hf; Y = C, Si] ansa -metallocene catalysts, activated with methyl aluminoxane. With the former two catalysts, the Zr catalyst operates very close to the kinetic quenching limit where chain inversion (or chain back-skip) is slow compared to monomer insertion, while for the Hf analogue, these two processes have more comparable rates. In the more complicated, unsymmetrical systems, both Zr- and Hf-based systems (Y = Si) operate under conditions where inversion is much faster that propagation, whereas for the Hf catalyst (Y = C), intermediate behavior is observed, and the corresponding Zr complex (Y = C) produces poly(propylene) where propagation is faster than inversion.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».