Principal component analysis of solvent effects on equilibria and kinetics — A hemisphere model
Notice bibliographique
Résumé
Principal Component Analysis (PCA) was applied to 17 selected properties relating to the properties of solvents and their effect on solute spectra and equilibria and rates of reactions in solution. The analysis showed affinities and contrasts among the parameters. Using the first three principal components (PC's) as unit vectors in the Cartesian directions, the properties were represented as vectors in this space with their directions being represented as points on the unit hemisphere; their magnitudes are lost in the process of correlation. Properties that fell into recognizable groups included the following: (i) those purporting to measure acidity (A) (α, AN, SA, and A j ), closely associated with E T N , Z, S, and A( 14 N), which are usually considered to be measures of polarity; (ii) properties supposed to measure basicity (B) (β, SB, and DN); (iii) polarity group (P), including pure (di-)polarity properties (β µ 1/2 and Q v ) and those measuring some combinations of polarity and polarizability (π*, π azo , SPP, and –χ R ). The space spanned by the three PCs of the properties provided a frame in which solvent effects on equilibria and on rates of reactions could be represented. Eight equilibria, represented by log 10 (K) measured in different solvents, and 10 reaction rates, similarly represented by log 10 (k), were correlated with the three PCs of the solvent properties. This enabled plotting of their directions in the hemisphere to show which groups of properties were most strongly correlated with the rate of each reaction. A separate plot showed the magnitudes and sense of the effects. These finding are considered in the light of the mechanisms proposed for the reactions.Key words: Chemometrics, Principal Component Analysis, solvent effects on equilibria and rates.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».