MétaCan
Menu
Retour à la cohorte
Enregistrement W2331920916 · doi:10.1021/ef5000529

On Discerning Intermolecular and Intramolecular Vibrations in Experimental Acene Spectra

2014· article· en· W2331920916 sur OpenAlexaff
Faustine Spillebout, Didier Bégué, Isabelle Baraille, John M. Shaw

Notice bibliographique

RevueEnergy & Fuels · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTetraceneAceneIntermolecular forceIntramolecular forceChemistryAnthraceneSpectral lineInfrared spectroscopyComputational chemistryPentaceneMoleculeMolecular vibrationChemical physicsPhysical chemistryPhotochemistryPhysicsStereochemistryQuantum mechanicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The far-infrared spectra of the aromatic hydrocarbons tetracene and pentacene have been calculated using a perturbational-variational method coupled with potential truncation. This shortening of the potential enabled accurate vibration calculations for these large molecules and their respective dimers. Thus, it was possible to identify all IR bands obtained experimentally in the far-IR range by Michaelian et al., as well as to differentiate bands resulting from intermolecular and intramolecular modes of vibration separately, and combined intermolecular + intramolecular vibration modes. Far-IR spectra for smaller acene family members, naphthalene and anthracene, were also computed, and trends in intermolecular vibrations, for the acene family as a whole, were identified. The results obtained illustrate the quality and the detail of the insights realized by interrogating experimental spectra using high-precision, unscaled quantum mechanics computational approaches, and provide a benchmark for future work targeting identification of dominant molecular motifs and intermolecular association phenomena arising in ill-defined hydrocarbons including asphaltenes based on IR and Raman spectral decomposition.

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 enseignants0,065
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207