MétaCan
Menu
Retour à la cohorte
Enregistrement W2577495981 · doi:10.3390/molecules22010144

Advances in Solid-State Transformations of Coordination Bonds: From the Ball Mill to the Aging Chamber

2017· review· en· W2577495981 sur OpenAlexafffund
Cristina Mottillo, Tomislav Friščić

Notice bibliographique

RevueMolecules · 2017
Typereview
Langueen
DomaineChemistry
ThématiqueMetal-Organic Frameworks: Synthesis and Applications
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésCoordination polymerMicroporous materialNanotechnologyMetal-organic frameworkCoordination complexCommercializationSolid-stateMechanochemistryPolymerChemistryMoleculeSolid-state chemistryMaterials scienceMetalOrganic chemistryAdsorptionPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Controlling the formation of coordination bonds is pivotal to the development of a plethora of functional metal-organic materials, ranging from coordination polymers, metal-organic frameworks (MOFs) to metallodrugs. The interest in and commercialization of such materials has created a need for more efficient, environmentally-friendly routes for making coordination bonds. Solid-state coordination chemistry is a versatile greener alternative to conventional synthesis, offering quantitative yields, enhanced stoichiometric and topological selectivity, access to a wider range of precursors, as well as to molecules and materials not readily accessible in solution or solvothermally. With a focus on mechanochemical, thermochemical and "accelerated aging" approaches to coordination polymers, including pharmaceutically-relevant materials and microporous MOFs, this review highlights the recent advances in solid-state coordination chemistry and techniques for understanding the underlying reaction mechanisms.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,034
Tête enseignante GPT0,328
Écart entre enseignants0,294 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations158
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetMetal-Organic Frameworks: Synthesis and ApplicationsTravaux en français237 207