MétaCan
Menu
Retour à la cohorte
Enregistrement W2746515050 · doi:10.1021/acscatal.7b01793

Group IIIA Halometallate Ionic Liquids: Speciation and Applications in Catalysis

2017· article· en· W2746515050 sur OpenAlexaff
Rajkumar Kore, Paula Bertón, Steven P. Kelley, Pavankumar Aduri, Sanjeev Katti, Robin D. Rogers

Notice bibliographique

RevueACS Catalysis · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueIonic liquids properties and applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIonic liquidCatalysisGroup (periodic table)Ionic bondingGenetic algorithmChemistryOrganic chemistryIonBiology

Résumé

récupéré en direct d'OpenAlex

Group IIIA halometallate ionic liquids (ILs) present fascinating properties for the field of catalysis, particularly through the ability to tune their Lewis acidity solely by changing the metal complex speciation. In this Review, we present a critical perspective on the use of Group IIIA halide-derived ILs in catalysis, focusing on the effect of speciation of the metal-containing ions on various acid-catalyzed reactions, some of which are applied industrially. We summarize all applications of Group IIIA halometallates in catalysis (where they are notably well-represented in reactions of importance in petroleum refining and processing), compare the authors’ investigations or assumptions with regard to chemical speciation, and present examples of how the tunability of these materials is used to overcome their initially perceived drawbacks. Further, advances in the field of halometallate ILs such as the role of the cations in the IL, IL analogues, and heterogenization strategies are discussed. High selectivity, reactivity, and stability are the cornerstones of the ideal catalyst, and the journey of catalysis research toward the ideal catalyst will be possible only with rational catalyst design and innovative thinking.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,229
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

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)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations69
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS CatalysisMême sujetIonic liquids properties and applicationsTravaux en français237 207