Choosing the right precursor for thermal decomposition solution-phase synthesis of iron nanoparticles: tunable dissociation energies of ferrocene derivatives
Notice bibliographique
Résumé
Organometallic coordination compounds in general and metallocenes in particular are convenient precursors for the synthesis of metal nanoparticles through thermal decomposition. The strength of the interaction between the metal ion and its ligands determines the conditions under which decomposition occurs, most importantly the range of temperatures and pressures at which a given compound is useful as a precursor. We show that a comprehensive analysis of all individual contributions to the ligand metal interactions that establishes the nature of the interaction can be used to select compounds that are tuned to a specific dissociation energy with advantageous properties under experimental conditions. To this end, we apply the Morokuma-Ziegler-Energy Decomposition Analysis (MZ-EDA) to a series of ferrocene analogues using high-level density functional theory (DFT). We find that asymmetrically substituted ferrocene derivatives are unlikely to be useful as precursors because of the large energy required to remove the second cyclopentadienyl-derivative from the central iron atom. However, we are able to establish that symmetrically substituted chloroferrocenes exhibit a wide range of relatively low bond dissociation energies for both dissociation steps and are hence good candidates for the synthesis of highly mono-disperse iron nanoparticles.
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 ».