MétaCan
Menu
Retour à la cohorte
Enregistrement W3007049606 · doi:10.1021/acsnano.9b07671

Surface-Confined Macrocyclization <i>via</i> Dynamic Covalent Chemistry

2020· article· en· W3007049606 sur OpenAlexafffund
Chaoying Fu, Jiří Mikšátko, Lea Assies, Vladimír Vrkoslav, Silvia Orlandi, Martin Kalbáč, Petr Kovaříček, Xiaobin Zeng, Boping Zhou, Luca Muccioli, Dmitrii F. Perepichka, Emanuele Orgiu

Notice bibliographique

RevueACS Nano · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Chemistry and Catalysis
Établissements canadiensMcGill UniversityInstitut National de la Recherche Scientifique
Organismes subventionnairesGrantová Agentura České RepublikyNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésDynamic covalent chemistryCovalent bondNanotechnologyChemistrySurface (topology)Chemical physicsMaterials scienceMoleculeSupramolecular chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Surface-confined synthesis is a promising approach to build complex molecular nanostructures including macrocycles. However, despite the recent advances in on-surface macrocyclization under ultrahigh vacuum, selective synthesis of monodisperse and multicomponent macrocycles remains a challenge. Here, we report on an on-surface formation of [6 + 6] Schiff-base macrocycles via dynamic covalent chemistry. The macrocycles form two-dimensional crystalline domains on the micrometer scale, enabled by dynamic conversion of open-chain oligomers into well-defined ∼3.0 nm hexagonal macrocycles. We further show that by tailoring the length of the alkyl substituents, it is possible to control which of three possible products—oligomers, macrocycles, or polymers—will form at the surface. In situ scanning tunneling microscopy imaging combined with density functional theory calculations and molecular dynamics simulations unravel the synergistic effect of surface confinement and solvent in leading to preferential on-surface macrocyclization.

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: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,706

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,189
Écart entre enseignants0,183 · 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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetSurface Chemistry and CatalysisTravaux en français237 207