MétaCan
Menu
Retour à la cohorte
Enregistrement W2947738751 · doi:10.1039/c9ob01043b

Two-component boronic acid catalysis for increased reactivity in challenging Friedel–Crafts alkylations with deactivated benzylic alcohols

2019· article· en· W2947738751 sur OpenAlexafffund
Hwee Ting Ang, Jason P. G. Rygus, Dennis G. Hall

Notice bibliographique

RevueOrganic & Biomolecular Chemistry · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueChemical Synthesis and Reactions
Établissements canadiensAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Alberta
Mots-clésFriedel–Crafts reactionBoronic acidReactivity (psychology)CatalysisChemistryComponent (thermodynamics)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

A general and efficient boronic acid catalyzed Friedel-Crafts alkylation of arenes with benzylic alcohols was previously developed for the construction of unsymmetrical diarylmethane products (X. Mo, J. Yakiwchuk, J. Dansereau, J. A. McCubbin and D. G. Hall, J. Am. Chem. Soc., 2015, 137, 9694). Highly electron-deficient benzylic alcohols, however, were ineffective coupling partners due to the increased difficulty of C-O bond ionization. Herein, we report the use of perfluoropinacol as an effective co-catalyst to improve the reactivity of a boronic acid catalyst in the Friedel-Crafts benzylations of electronically deactivated primary and secondary benzylic alcohols. According to spectroscopic studies, it is believed that perfluoropinacol condenses with the arylboronic acid catalyst to form a highly electrophilic and Lewis acidic boronic ester. This in situ formed species enables a more facile ionization of the benzylic alcohols likely through a mode of activation promoted by a Lewis acid assisted hydronium Brønsted acid generated from the interactions of the transient boronic ester with hexafluoroisopropanol solvent and water.

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 seuil0,003

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,215
Écart entre enseignants0,209 · 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

Citations45
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrganic & Biomolecular ChemistryMême sujetChemical Synthesis and ReactionsTravaux en français237 207