MétaCan
Menu
Retour à la cohorte
Enregistrement W2523762006 · doi:10.1002/slct.201600385

Gallic Acid Derived Palladium(0) Nanoparticles: An <i>In Situ</i> Formed “Green and Recyclable” Catalyst for Suzuki‐Miyaura Coupling in Water

2016· article· en· W2523762006 sur OpenAlexaff
Manoj Mondal, Tahshina Begum, Pradip K. Gogoi, Utpal Bora

Notice bibliographique

RevueChemistrySelect · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueCatalytic Cross-Coupling Reactions
Établissements canadiensEmergent BioSolutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésGallic acidCatalysisPalladiumNanoparticleCoupling reactionTransmission electron microscopyMaterials scienceScanning electron microscopeNuclear chemistryChemical engineeringChemistryNanotechnologyOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Herein, we report a facile methodology for the Suzuki‐Miyaura coupling in water. The method involved use of gallic acid (a natural and abundant phytochemical) reduced palladium(0) nanoparticles (PdNPs) formed in situ. The catalyst acts efficiently at low loading with short reaction time, further can be reused effectively till four recycles. Importantly, a wide range of functional groups were found to be compatible with the given reaction conditions. The use of gallic acid influenced both rate of the catalytic reaction and size distribution of the PdNPs. The size, morphology and distribution of the in situ‐formed nanoparticles were determined by UV‐Vis, Transmission Electron Microscopy (TEM), X‐ray diffraction (XRD) patterns, Scanning electron microscopy (SEM), and energy dispersive X‐ray spectroscopy (EDS) analysis, which showed a uniform gallic acid coated aggregation of palladium particles. Since gallic acid is a non‐toxic phytochemical, the present method highlights an efficient alternative for the utilization of natural feedstock.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · 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

Citations16
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistrySelectMême sujetCatalytic Cross-Coupling ReactionsTravaux en français237 207