MétaCan
Menu
Retour à la cohorte
Enregistrement W2964891105 · doi:10.1002/cctc.201900592

Plasma‐Made (Ni<sub>0.5</sub>Cu<sub>0.5</sub>)Fe<sub>2</sub>O<sub>4</sub> Nanoparticles for Alcohol Amination under Microwave Heating

2019· article· en· W2964891105 sur OpenAlexafffund
Alain Y. Li, Nicolas Dumaresq, Andréanne Segalla, Nadi Braidy, Audrey Moores

Notice bibliographique

RevueChemCatChem · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueAsymmetric Hydrogenation and Catalysis
Établissements canadiensUniversité de SherbrookeMcGill UniversityCentre in Green Chemistry and Catalysis
Organismes subventionnairesMcGill University
Mots-clésCatalysisBimetallic stripNanoparticleAminationAlkylationMicrowave chemistryAmine gas treatingLeaching (pedology)MetalInorganic chemistryMaterials scienceMagnetic nanoparticlesChemistryOrganic chemistryNanotechnologyMicrowave irradiation

Résumé

récupéré en direct d'OpenAlex

Abstract Amine N ‐alkylation is a process involved in the production of a wide range of chemicals. Here we describe the synthesis of well‐defined (Ni 0.5 Cu 0.5 )Fe 2 O 4 magnetic nanoparticles by plasma induction, and their successful application to amine N ‐alkylation using alcohols as coupling agents through a borrowing hydrogen pathway. Plasma induction allows precise morphology and size control over nanoparticle synthesis, while allowing the one‐pot production of decagram quantities of material. Up to date, such nanoparticles have never been applied for organic reactions. By coupling high‐end characterization techniques with catalytic optimization, we showed that small Cu(0) satellite nanoparticles played an essential role in alcohol oxidation, whereas both Ni and Cu were required for the last step of the reaction. Using elemental mapping, we demonstrated that catalyst deactivation occurred through a leaching/re‐deposition mechanism of Cu and Ni. The reactions were conducted under microwave conditions, which exerted a positive effect on catalytic activity. Finally, the catalyst was active at low metal loadings (2 mol%) even on the gram‐scale, and affording unprecedented TON for this reaction catalyzed by Ni/Cu bimetallic systems (19).

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,074
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,015
Tête enseignante GPT0,234
Écart entre enseignants0,219 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemCatChemMême sujetAsymmetric Hydrogenation and CatalysisTravaux en français237 207