Catalytic Formylation of Primary and Secondary Amines with CO<sub>2</sub> and H<sub>2</sub> Using Abundant-Metal Catalysts
Notice bibliographique
Résumé
Catalytic hydrogenation of CO 2 is an efficient and selective way to prepare formic acid derivatives, but most of the highly active catalysts used for this purpose require precious metals. In this study, in situ abundant-metal complexes have been evaluated as potential catalysts for CO 2 hydrogenation to prepare formamides, including N -formylmorpholine, 2-ethylhexylformamide, and dimethylformamide, from the corresponding amines. From these initial screening results, the most active catalysts for these reactions were found to be MX 2 /dmpe in situ catalysts (M = Fe(II), Ni(II); X = Cl –, CH 3 CO 2 –, acac –; dmpe = 1,2-bis(dimethylphosphino)ethane) in DMSO. The optimal reaction conditions were found to be 100–135 °C and a total pressure of 100 bar. Morpholine was formylated with a TON value of up to 18000, which is the highest TON for the hydrogenation of CO 2 to formamides using any abundant-metal–phosphine complex. With an appropriate selection of catalyst and reaction conditions, >90–98% conversion of amine to formamide could be achieved.
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) | 0,001 | 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 ».