MétaCan
Menu
Retour à la cohorte
Enregistrement W2909380231 · doi:10.1139/cjc-2018-0292

The effect of phenolic compounds on salicylaldimine nickel-catalyzed ethylene oligomerization

2019· article· en· W2909380231 sur OpenAlexvenueno aff
Jun Wang, Junyi Xie, Libo Wang, Yan Jiang, Na Zhang

Notice bibliographique

RevueCanadian Journal of Chemistry · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueOrganometallic Complex Synthesis and Catalysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryMethylaluminoxaneSalicylaldehydeCatalysisEthyleneNickelPolymerSteric effectsOrganic chemistryPolymer chemistryEthylenediamineSelectivityYield (engineering)PolymerizationMetalloceneSchiff base

Résumé

récupéré en direct d'OpenAlex

A salen nickel complex has been prepared in good yield with ethylenediamine, salicylaldehyde, and NiCl2·6H2O as raw materials. The structure of the complex was characterized by FTIR, 1H NMR, UV, and ESI-MS. Upon activation with methylaluminoxane (MAO), the precatalyst showed high activity for ethylene oligomerization. To reduce the simultaneous production of insoluble polymers during the nickel-catalyzed ethylene oligomerization, a series of phenolic compounds were introduced as modifiers for the production of linear α-olefins. The researched result showed that the phenolic compounds have a significant impact on the selectivity of oligomers and the concentration of polymers. With the increase of phenolic compounds, the content of polymers decreased and the distribution of oligomers gradually shifted toward lighter olefins. The sterically hindered 4-tert-butyphenol proved to be an especially efficient polymer-retarding modifier among the studied phenolic compounds in this work. Furthermore, the retarding effect of phenolic compounds toward insoluble polymers may be mainly related to their interaction with MAO, giving rise to larger MAO aggregates.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,194 · 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'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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetOrganometallic Complex Synthesis and CatalysisTravaux en français237 207