MétaCan
Menu
Retour à la cohorte
Enregistrement W2062848836 · doi:10.1021/ja0491580

Probing the Location and Distribution of Paramagnetic Centers in Alkali Metal-Loaded Zeolites through <sup>7</sup>Li MAS NMR

2004· article· en· W2062848836 sur OpenAlexaff
Victor V. Terskikh, Christopher I. Ratcliffe, John A. Ripmeester, Catherine Reinhold, Paul A. Anderson, Peter P. Edwards

Notice bibliographique

RevueJournal of the American Chemical Society · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensSteacie Institute for Molecular Sciences
Organismes subventionnairesnon disponible
Mots-clésChemistryAlkali metalLithium (medication)ZeoliteParamagnetismIsotopes of lithiumInorganic chemistryNuclear magnetic resonance spectroscopyNMR spectra databaseElectron paramagnetic resonanceChemical shiftSpectral linePhysical chemistryNuclear magnetic resonanceCatalysisIon exchangeIonStereochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The nature and surroundings of lithium cations in lithium-exchanged X and A zeolites following loading with the alkali metals Na, K, Rb, and Cs have been studied through (7)Li solid-state NMR spectroscopy. It is demonstrated that the lithium in these zeolites is stable with respect to reduction by the other alkali metals. Even though the lithium cations are not directly involved in chemical interactions with the excess electrons introduced in the doping process, the corresponding (7)Li NMR spectra are extremely sensitive to paramagnetic species that are located inside the zeolite cavities. This sensitivity makes (7)Li NMR a useful probe to study the formation, distribution, and transformation of such species.

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 enseignants0,011
Score d'incertitude au seuil0,276

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 technologies0,0000,001
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 Opus0,011
Tête enseignante GPT0,264
Écart entre enseignants0,253 · 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

Citations12
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207