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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».