Alkaline oxidative degradation of diphenylmethane structures Activation energy and computational analysis of the reaction mechanism
Notice bibliographique
Résumé
A diphenylmethane model compound (2,2¢-methylenebis[6-methoxy-4-methylphenol]) and residual kraft lignin were treated with alkaline hydrogen peroxide.Kinetic data for the disappearance of the model and the diphenylmethane structures in the residual lignin was collected.The activation energies for the degradation were found to be similar (54 ± 11 kJ mol -1 for the model and 58 ± 5 kJ mol -1 for the residual lignin).A comparison of the activation energies with the data of a previous study on a biphenyl model compound (3,3¢-dimethoxy-5,5¢-dimethyl-[1,1¢biphenyl]-2,2¢-diol) showed a substantially higher activation energy for the degradation of the latter.Pathways for the degradation of 2,2¢-methylenebis[6-methoxy-4-methylphenol] were proposed and the intermediates subjected to computational analysis using a semiempirical method (PM3).The results suggest that initially a common pathway exists, resulting in 2-[2-hydroxy-3-methoxy-5-methyl-phenylmethyl]-4-methyl-2,4-hexadienedioic acid.Then the pathway branches into three, resulting in three major degradation products.The main driving force of the reactions is the formation of radical sites after reaction with hydroxyl radicals and subsequent radical coupling with perhydroxyl radicals to form peroxides.All the reactions on the pathways are exothermic except for the transformations of peroxides into dioxetanes.The dioxetanes cleave exothermically resulting in ring cleavage and fragmentation.The computed data permitted for the rationalization as to why the diphenylmethane structures appear to be more labile than biphenyl structures under alkaline oxidative conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».