MétaCan
Menu
Retour à la cohorte
Enregistrement W4307452613 · doi:10.26434/chemrxiv-2022-6z2xs

Resonant Acoustic Mixing (RAM) for Efficient Mechanoredox Catalysis without Grinding or Impact Media

2022· preprint· en· W4307452613 sur OpenAlexafffund
Farshid Effaty, Lori Gonnet, Stefan G. Koenig, Karthik Nagapudi, Xavier Ottenwaelder, Tomislav Friščić

Notice bibliographique

RevueChemRxiv · 2022
Typepreprint
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Resonator Technologies
Établissements canadiensConcordia UniversityMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGenentech
Mots-clésCatalysisGrindingReusabilityBall millScalabilityMaterials scienceMixing (physics)DiffractionCoupling (piping)PiezoelectricitySpectroscopyProcess engineeringChemical engineeringComputer scienceComposite materialChemistryEngineeringPhysicsOpticsOrganic chemistryOperating system

Résumé

récupéré en direct d'OpenAlex

Resonant acoustic mixing (RAM) enables mechanoredox catalysis with BaTiO3 as the piezoelectric catalyst on model diazonium coupling reactions. RAM proceeds without formal grinding or impact media, is faster than the analogous ball-milling strategy, and is readily scalable to gram-scale. Combined X-ray diffraction and spectroscopy indicate that reusability of BaTiO3 as a mechanoredox catalyst might be limited by unwanted boration.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,117
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,276
Écart entre enseignants0,250 · 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.

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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetAcoustic Wave Resonator TechnologiesTravaux en français237 207