MétaCan
Menu
Retour à la cohorte
Enregistrement W4220660074 · doi:10.3390/molecules27061946

Towards Predicting the Sequential Appearance of Zeolitic Imidazolate Frameworks Synthesized by Mechanochemistry

2022· article· en· W4220660074 sur OpenAlexaff
Mohamed Cherif, Gaixia Zhang, Yang Gao, Shuhui Sun, François Vidal

Notice bibliographique

RevueMolecules · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueCrystallography and molecular interactions
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésZeolitic imidazolate frameworkMechanosynthesisPorosityMechanochemistryMolecular dynamicsDensity functional theoryHeuristicHydrostatic pressureChemistryProcess (computing)Ligand (biochemistry)Biological systemMaterials scienceTopology (electrical circuits)CrystallographyChemical engineeringNanotechnologyComputational chemistryPhysical chemistryComputer scienceThermodynamicsMathematicsAdsorptionMetallurgyMathematical optimizationPhysicsMetal-organic frameworkOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

We use computational materials methods to study the sequential appearance of zinc-based zeolitic imidazolate frameworks (ZIFs) generated in the mechanochemical conversion process. We consider nine ZIF topologies, namely RHO, ANA, QTZ, SOD, KAT, DIA, NEB, CAG and GIS, combined with the two ligands 2-methylimidazolate and 2-ethylimidazolate. Of the 18 combinations obtained, only six (three for each ligand) were actually observed during the mechanosynthesis process. Energy and porosity calculations based on density functional theory, in combination with the Ostwald rule of stages, were found to be insufficient to distinguish the experimentally observed ZIFs. We then show, using classical molecular dynamics, that only ZIFs withstanding quasi-hydrostatic pressure P ≥ 0.3 GPa without being destroyed were observed in the laboratory. This finding, along with the requirement that successive ZIFs be generated with decreasing porosity and/or energy, provides heuristic rules for predicting the sequences of mechanically generated ZIFs for the two ligands 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,025
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,223
Écart entre enseignants0,218 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetCrystallography and molecular interactionsTravaux en français237 207