Evidence for Iron Nanoparticles Catalyzing the Rapid Dehydrogenation of Ammonia-Borane
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A series of precatalysts of the general formula [Fe(NCMe)(L)(PPh 2 C 6 H 4 CH═NCHR-) 2 ][BF 4 ] 2 (where L = CO or NCMe, and R = Ph or H) were tested for the dehydrogenation of amine-boranes. They have already been used in our lab for the transfer hydrogenation or direct hydrogenation of ketones and the oxidative kinetic resolution of alcohols. We compared a series of sterically- (R = H or Ph) and electronically- (L = NCMe or CO) varied precatalysts in both protic and aprotic solvents for the release of hydrogen from ammonia-borane (AB) and studied the products by NMR. At room temperature in tetrahydrofuran (THF) we optimized our systems, and achieved maximum turnover frequencies (TOF) of up to 3.66 H 2 /sec and 1.8 total H 2 equivalents, and in isopropanol we were able to release a maximum of 2.9 equiv of H 2 and reuse some of our catalytic systems. In previous mechanistic studies we provided strong evidence that the active species during transfer hydrogenation (TH) and oxidation catalysis are zerovalent iron nanoparticles formed by the reduction of the Fe-PNNP precatalysts with base. To probe the dehydrogenation active species we successfully show comparable activity between preformed catalysts, and those generated in situ using commercially available Fe 2+ sources and substoichiometric amounts of PNNP ligand. This result, when paired with transmission electron microscope images of ∼4 nm iron nanoparticles of reaction solutions provide evidence that the highly active systems studied are heterogeneous in nature. This would be the first report of iron nanoparticles catalyzing H 2 evolution from AB in nonprotic solvents. We also report the evolution of hydrogen from dimethylamine-borane and the resultant product mixtures using the same catalyst series.
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.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle