MétaCan
Menu
Retour à la cohorte
Enregistrement W4282577288 · doi:10.3389/fchem.2022.906674

Molecular Interactions From the Density Functional Theory for Chemical Reactivity: The Interaction Energy Between Two-Reagents

2022· article· en· W4282577288 sur OpenAlexafffund
Ramón Alain Miranda‐Quintana, Farnaz Heidar‐Zadeh, Stijn Fias, Allison E. A. Chapman, Shubin Liu, Christophe Morell, Tatiana Gómez, Carlos Cárdenas, Paul W. Ayers

Notice bibliographique

RevueFrontiers in Chemistry · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensMcMaster UniversityQueen's University
Organismes subventionnairesFondo Nacional de Desarrollo Científico y TecnológicoNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCompute CanadaUniversity of Florida
Mots-clésReactivity (psychology)ReagentChemistryDensity functional theoryComputational chemistryCombinatorial chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Reactivity descriptors indicate where a reagent is most reactive and how it is most likely to react. However, a reaction will only occur when the reagent encounters a suitable reaction partner. Determining whether a pair of reagents is well-matched requires developing reactivity rules that depend on both reagents. This can be achieved using the expression for the minimum-interaction-energy obtained from the density functional reactivity theory. Different terms in this expression will be dominant in different circumstances; depending on which terms control the reactivity, different reactivity indicators will be preferred.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,001
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 Opus0,021
Tête enseignante GPT0,281
Écart entre enseignants0,260 · 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

Citations21
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ChemistryMême sujetComputational Drug Discovery MethodsTravaux en français237 207