MétaCan
Menu
Retour à la cohorte

Halide Effects in Transition Metal Catalysis

2002· article· en· W2124680160 sur OpenAlexafffund
Keith Fagnou, Mark Lautens

Notice bibliographique

RevueAngewandte Chemie International Edition · 2002
Typearticle
Langueen
DomaineChemistry
ThématiqueAsymmetric Hydrogenation and Catalysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésHalideTransition metalCatalysisChemistryCombinatorial chemistryPhotochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Among the most common ligands found on transition metal catalysts are halide ions. Of the commercially available catalysts or pre-catalysts, most are halo-metal complexes. In recent years, manipulation of this metal-halide functionality has revealed that this can be used as a highly valuable method of tuning the reactivity of the complex. Variation of the halide ligand will usually not alter the nature of the system to the extent that it becomes unreactive but will impart sufficiently large changes that differences in reactivity or selectivity occur. These differences are a product of the steric and electronic properties of the halide ligand which has the ability to donate electron density to the metal occurs in a predictable manner. Despite the common perception in asymmetric catalysis that halide ligands are of secondary importance compared to chiral ligands, halide ligands have been found to exert dramatic effects on the enantioselectivity of asymmetric transformations. While the mechanism of action is known for relatively few of the cases, many intriguing and potentially synthetically useful trends are apparent. This review discusses the physical properties of the halides and their effects on stoichiometric and catalytic transition metal processes. The metal-halide moiety thus emerges as a tunable functionality on the transition metal catalyst that can be used in the development of new catalytic systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,228
Écart entre enseignants0,217 · 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

Citations518
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetAsymmetric Hydrogenation and CatalysisTravaux en français237 207