MétaCan
Menu
Retour à la cohorte
Enregistrement W4241459751 · doi:10.1093/oso/9780190646165.003.0018

Flow Chemistry

2017· book-chapter· en· W4241459751 sur OpenAlexaboutno aff
Douglass F. Taber

Notice bibliographique

RevueOxford University Press eBooks · 2017
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlow chemistryChemistryPolymer scienceOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Arturo Macchi of the University of Ottawa and Dominique M. Roberge of Lonza sum­marized (Org. Process Res. Dev. 2014, 18, 1286) a “toolbox approach” for the evolution from batch to continuous chemical synthesis. Michael D. Organ of York University developed (Org. Process Res. Dev. 2014, 18, 1315) a flow reactor with inline analyt­ics, and Timothy D. White of Eli Lilly described (Org. Process Res. Dev. 2014, 18, 1482) the continuous production of solid products under flow conditions. Electrochemical reduction and oxidation are particularly easy under flow conditions. Steven V. Ley of the University of Cambridge oxidized (Org. Lett. 2014, 16, 4618) 1 under flow conditions, then condensed the product with tryptamine 2 to pre­pare the indole alkaloid Nazlinine 3. Thomas Wirth of Cardiff University electrolyzed (Org. Process Res. Dev. 2014, 18, 1377) the carbonate 4 in a non-divided cell to return the deprotected phenol 5. Timothy Noël of the Eindhoven University of Technology gathered (Chem. Eur. J. 2014, 20, 10562) an overview of photochemical transformations under flow condi­tions. Kevin I. Booker-Milburn of the University of Bristol observed (Chem. Eur. J. 2014, 20, 15226) superior yields for the coupling of 6 with 7 to form 8 under flow compared to batch conditions. Koichi Fukase of Osaka University and Ilhyong Ryu of Osaka Prefecture University converted (Chem. Eur. J. 2014, 20, 12750) 9 selectively to 10 under flow conditions. Alexei A. Lapkin, also of the University of Cambridge, optimized (Org. Process Res. Dev. 2014, 18, 1443) the singlet oxygen conversion of 11 to 12. Shawn K. Collins of the Université de Montréal cyclized (Org. Process Res. Dev. 2014, 18, 1571) 13 to 14. There have been several advances in the use of enzymes under flow conditions. Rodrigo O. M. A. de Souza of the Federal University of Rio de Janeiro found (Org. Process Res. Dev. 2014, 18, 1372) that lipase in a microemulsion-based organogel efficiently converted coupled 15 with 16 to make 17. Timothy F. Jamison of MIT developed (Org. Lett. 2014, 16, 6092) a catch-and-release protocol for the reductive amination of 18 with 19 to give 20.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,829

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,2480,141

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 Opus0,017
Tête enseignante GPT0,194
Écart entre enseignants0,177 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207