MétaCan
Menu
Retour à la cohorte
Enregistrement W2316444297 · doi:10.1021/jz301954t

<sup>25</sup>Mg Solid-State NMR: A Sensitive Probe of Adsorbing Guest Molecules on a Metal Center in Metal–Organic Framework CPO-27-Mg

2012· article· en· W2316444297 sur OpenAlexaff
Jun Xu, Victor V. Terskikh, Yining Huang

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2012
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensNational Research Council CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésAdsorptionMetal-organic frameworkMoleculeSolid-state nuclear magnetic resonanceMetalChemistrySolid-stateSolventPhysical chemistryOrganic chemistryNuclear magnetic resonance

Résumé

récupéré en direct d'OpenAlex

Metal-organic frameworks (MOFs) have excellent adsorption capability. To understand their adsorptive properties requires detailed information on the host-guest interaction. The information on MOF desolvation (or activation) is also crucial because the very first step of many applications requires removal of the solvent molecules occluded inside of the pores. Unfortunately, such information is not always available from powder XRD data. Solid-state NMR is an excellent complementary technique to XRD. CPO-27-Mg is a MOF with unusual adsorption ability. The adsorption involves a direct interaction between Mg and guest species. Herein, we present, for the first time, a natural abundance (25)Mg solid-state NMR study of CPO-27-Mg at an ultrahigh magnetic field of 21.1 T. The results provide new physical insights into the effects of dehydration/rehydration and adsorption of guest species on the Mg local environment.

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 enseignants0,004
Score d'incertitude au seuil0,915

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,258 · 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

Citations51
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207