MétaCan
Menu
Retour à la cohorte
Enregistrement W2782168345 · doi:10.1021/acscatal.7b04026

Computational Transition-State Design Provides Experimentally Verified Cr(P,N) Catalysts for Control of Ethylene Trimerization and Tetramerization

2018· article· en· W2782168345 sur OpenAlexfundno aff
Doo‐Hyun Kwon, Jack T. Fuller, U.J. Kilgore, Orson L. Sydora, Steven M. Bischof, Daniel H. Ess

Notice bibliographique

RevueACS Catalysis · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueAsymmetric Hydrogenation and Catalysis
Établissements canadiensnon disponible
Organismes subventionnairesRyerson UniversityBrigham Young University
Mots-clésCatalysisEthylenePhosphineLigand (biochemistry)ChemistrySelectivityDensity functional theoryTransition stateHomogeneous catalysisComputational chemistryMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Computational design of molecular homogeneous organometallic catalysts followed by experimental realization remains a significant challenge. Here, we report the development and use of a density functional theory transition-state model that provided quantitative prediction of molecular Cr catalysts for controllable selective ethylene trimerization and tetramerization. This computational model identified a general class of phosphine monocyclic imine (P,N)-ligand Cr catalysts where changes in the ligand structure control 1-hexene versus 1-octene selectivity. Experimental ligand and catalyst synthesis as well as reaction testing quantitatively confirmed predictions.

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: aucune
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil0,859

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 GPT0,248
Écart entre enseignants0,236 · 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

Citations88
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS CatalysisMême sujetAsymmetric Hydrogenation and CatalysisTravaux en français237 207