MétaCan
Menu
Retour à la cohorte
Enregistrement W4285398605 · doi:10.1149/ma2022-01552326mtgabs

Electrochemical Versus Chemical Oxidation of 2,6-Diphenylphenol

2022· article· en· W4285398605 sur OpenAlexaff
Stephanie Gao, Sanela Martić

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésElectrochemistryChemistryCyclic voltammetryPhenolYield (engineering)PhenolsMass spectrometryChemical synthesisChemical structureChemical reactionOrganic chemistryNuclear chemistryElectrodeMaterials scienceChromatographyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The phenolic compounds are used in the industry, agriculture and biotechnology, and inevitably end up in our environment. These compounds may serve as a phenolic precursor to produce raw materials for a wide range of applications. The selective electrochemical oxidation of bulky phenols was recently achieved [1]. Herein, electrochemical oxidation of 2,6-diphenylphenol (DPP) was carried out and compared to traditional chemical oxidation. Contrasted with chemical oxidation, cyclic voltammetry resulted in a range of products based on the specific potential ranges used. The electrooxidation and chemical oxidation of DPP resulted in a solution colour change and the formation of new products monitored by UV-vis, and characterized by nuclear magnetic spectroscopy (NMR), X-ray single crystal diffraction, and gas chromatography-mass spectrometry (GC-MS). Our data indicate that the synthetic outcomes are dependent on the synthetic methodology employed, and that electrooxidation may yield products which are not always possible by chemical means. References [1] Zabik, N. L.; Virca, C. N.; McCormick, T. M.; Martic-Milne, S. Selective Electrochemical versus Chemical Oxidation of Bulky Phenol. J. Phys. Chem. B 2016, 120 (34), 8914–8924. https://doi.org/10.1021/acs.jpcb.6b06135. Figure 1

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207