The INV24 test set: how well do quantum-chemical methods describe inversion and racemization barriers?
Notice bibliographique
Résumé
For years, there has been ongoing interest in experimentally and theoretically understanding inversion and racemization processes. However, to the best of our knowledge, there has been no computational study that systematically investigated how well low-level quantum-chemical methods predict inversion barriers. Herein, we provide an answer to this question and we present the INV24 benchmark set of 24 high-level, ab initio inversion barriers. INV24 covers inversion in triatomics, in pyramidal molecules, in one cyclic system, and in various helical and bowl-shaped compounds. Our results indicate that previously applied DFT approximations combined with small basis sets are not reliable enough and that at least a triple-ζ basis is needed for meaningful results. Moreover, we show that intramolecular London dispersion influences the barriers by 2 kcal/mol or more and that dispersion corrections should always be applied to DFT results. With our analysis of 34 DFT approximations, we can reproduce the well-known Jacob’s Ladder scheme with (meta-)generalized-gradient-approximation methods underestimating barriers and global-hybrid DFT functionals performing better. Range-separated hybrids or Minnesota-type hybrids are not particularly superior to more conventional methods, such as B3LYP-D3. The by far best results are achieved with dispersion-corrected double hybrids, which give results below the chemical accuracy target of 1 kcal/mol. They also outperform wave-function second-order perturbation theory approaches and we recommend using them whenever possible. Given that our systematic study of INV24 is the first of its kind, our findings have the potential to change common practice in this field and they will guide future investigations of inversion processes.
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 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 | 0,000 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».