Characterization of Zn‐Containing Metal–Organic Frameworks by Solid‐State <sup>67</sup>Zn NMR Spectroscopy and Computational Modeling
Notice bibliographique
Résumé
Metal-organic frameworks (MOFs) are an extremely important class of porous materials with many applications. The metal centers in many important MOFs are zinc cations. However, their Zn environments have not been characterized directly by (67)Zn solid-state NMR (SSNMR) spectroscopy. This is because (67)Zn (I=5/2) is unreceptive with many unfavorable NMR characteristics, leading to very low sensitivity. In this work, we report, for the first time, a (67)Zn natural abundance SSNMR spectroscopic study of several representative zeolitic imidazolate frameworks (ZIFs) and MOFs at an ultrahigh magnetic field of 21.1 T. Our work demonstrates that (67)Zn magic-angle spinning (MAS) NMR spectra are highly sensitive to the local Zn environment and can differentiate non-equivalent Zn sites. The (67)Zn NMR parameters can be predicted by theoretical calculations. Through the study of MOF-5 desolvation, we show that with the aid of computational modeling, (67)Zn NMR spectroscopy can provide valuable structural information on the MOF systems with structures that are not well described. Using ZIF-8 as an example, we further demonstrate that (67)Zn NMR spectroscopy is highly sensitive to the guest molecules present inside the cavities. Our work also shows that a combination of (67)Zn NMR data and molecular dynamics simulation can reveal detailed information on the distribution and the dynamics of the guest species. The present work establishes (67)Zn SSNMR spectroscopy as a new tool complementary to X-ray diffraction for solving outstanding structural problems and for determining the structures of many new MOFs yet to come.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».