MétaCan
Menu
Retour à la cohorte
Enregistrement W4303959107 · doi:10.3390/molecules27196563

Understanding the Liquid States of Cyclic Hydrocarbons Containing N, O, and S Atoms via the 3D-RISM-KH Molecular Solvation Theory

2022· article· en· W4303959107 sur OpenAlexafffund
Dipankar Roy, Andriy Kovalenko

Notice bibliographique

RevueMolecules · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueFree Radicals and Antioxidants
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlliance de recherche numérique du CanadaConsortium canadien en neurodégénérescence associée au vieillissement
Mots-clésSolvationMolecular dynamicsChemistryImplicit solvationThermodynamicsTetrahydrothiopheneComputational chemistrySolvation shellTetrahydrofuranSolventChemical physicsPhysicsStereochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The 3D-reference interaction site model (3D-RISM) molecular solvation theory in combination with the Kovalenko-Hirata (KH) closure is extended to seven heterocyclic liquids to understand their liquid states and to test the performance of the theory in solvation free energy (SFE) calculations of solutes in select solvents. The computed solvent site distribution profiles were compared with the all-atom molecular dynamics (MD) simulations, showing comparable performances. The computational results were compared against the structural parameters for liquids, whenever available, as well as against the experimental SFEs. The liquids are found to have local ordered structures held together via weak interactions in both the RISM and MD simulations. The 3D-RISM-KH computed SFEs are in good agreement with the benchmark values for the tetrahydrothiophene-S,S-dioxide, and showed comparatively larger deviations in the case of the SFEs in the tetrahydrofuran continuum.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,222
Écart entre enseignants0,204 · 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'étudeSimulation ou modélisation
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'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetFree Radicals and AntioxidantsTravaux en français237 207