MétaCan
Menu
Retour à la cohorte
Enregistrement W2936950441 · doi:10.1021/acs.joc.9b00068

Development of Palladium-Catalyzed Decarboxylative Allylation of Electron-Deficient Sulfones and Identification of Unusual Side Products

2019· article· en· W2936950441 sur OpenAlexafffund
Monica A. Gill, Jeffrey M. Manthorpe

Notice bibliographique

RevueThe Journal of Organic Chemistry · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueCatalytic C–H Functionalization Methods
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationCarleton University
Mots-clésChemistryProtonationCatalysisPalladiumSubstrate (aquarium)TetrahydrofuranCombinatorial chemistryTrifluoromethylOrganic chemistryAlkylSolventIon

Résumé

récupéré en direct d'OpenAlex

The use of sulfones as electron-withdrawing groups in substrates for palladium-catalyzed decarboxylative allylation was explored. A previously published trifluoromethanesulfonyl-based substrate was highly reactive and selective under mild conditions, but the substrate scope was not readily expanded. Instead, 3,5-bis(trifluoromethyl)phenyl sulfones were employed, thereby simultaneously retaining most of the electron deficiency and providing facile synthetic access. Optimization of the catalytic conditions to maximize the product distribution to a synthetically useful level of the allylation product over the protonation side product proved extremely challenging, with inconsistent and irreproducible results afforded with Pd2(dba)3 as the palladium source. A variety of substrates were subjected to the optimized catalytic conditions of PdCp(1-cinnamyl) and Xantphos in tetrahydrofuran at 50 °C for 30 min. These conditions were applicable to all substrates with the exception of the α,α-dimethyl allyl ester, which required more forcing conditions and afforded four products: the allylation and protonation products, as expected, along with a cyclopropylation product and an unprecedented pseudodimeric product. The mechanism for the formation of these unusual side products is considered.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,448

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,253
Écart entre enseignants0,240 · 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Organic ChemistryMême sujetCatalytic C–H Functionalization MethodsTravaux en français237 207