MétaCan
Menu
Retour à la cohorte
Enregistrement W3110932900 · doi:10.1021/acs.inorgchem.0c03451

Manganese-Catalyzed Hydroboration of Terminal Olefins and Metal-Dependent Selectivity in Internal Olefin Isomerization–Hydroboration

2020· article· en· W3110932900 sur OpenAlexfundno aff
Subhash Garhwal, Asja A. Kroeger, Ranjeesh Thenarukandiyil, Natalia Fridman, Amir Karton, Graham de Ruiter

Notice bibliographique

RevueInorganic Chemistry · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueOrganoboron and organosilicon chemistry
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilCouncil for Higher EducationAzrieli FoundationTechnion-Israel Institute of TechnologyForrest Research Foundation
Mots-clésHydroborationChemistryIsomerizationAlkeneSelectivityOlefin fiberCobaltManganeseHydrosilylationCatalysisHomogeneous catalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In the past decade, the use of earth-abundant metals in homogeneous catalysis has flourished. In particular, metals such as cobalt and iron have been used extensively in reductive transformations including hydrogenation, hydroboration, and hydrosilylation. Manganese, on the other hand, has been considerably less explored in these reductive transformations. Here, we report a well-defined manganese complex, [Mn(iPrBDI)(OTf)2] (2a; BDI = bipyridinediimine), that is an active precatalyst in the hydroboration of a variety of electronically differentiated alkenes (>20 examples). The hydroboration is specifically selective for terminal alkenes and occurs with exclusive anti-Markovnikov selectivity. In contrast, when using the analogous cobalt complex [Co(iPrBDI)(OTf)2] (3a), internal alkenes are hydroborated efficiently, where a sequence of isomerization steps ultimately leads to their hydroboration. The contrasting terminal versus internal alkene selectivity for manganese and cobalt was investigated computationally and is further discussed in the herein-reported study.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,017
Score d'incertitude au seuil1,000

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)0,0020,000

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 Opus0,009
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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.

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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInorganic ChemistryMême sujetOrganoboron and organosilicon chemistryTravaux en français237 207