Advances in Nickel-Catalyzed O-Arylation of Aliphatic Alcohols and Phenols with (Hetero)aryl Electrophiles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Transition-metal catalysis has been consequential in enabling carbon–heteroatom bond-forming reactions. Recent breakthroughs in Ni-catalyzed cross-couplings have offered competitive and, in some cases, superior reactivity to Pd- or Cu-based processes. Amidst the ongoing renaissance in this field, the Ni-catalyzed C–O cross-coupling of alcohols and (hetero)aryl (pseudo)halides has surfaced as an effective strategy for the synthesis of (hetero)aryl ethers. Methodologies to achieve such transformations tend to rely on one of three catalytic approaches: (i) thermal conditions often accompanied by ancillary ligand design tailored for Ni catalysis; (ii) the synergistic combination of photoredox and Ni catalysis; or (iii) electrochemically driven Ni catalysis. In some instances, these protocols have provided access to expanded C–O cross-coupling substrate scope, including the use of inexpensive and abundant electrophile coupling partners (e.g., (hetero)aryl chlorides). This Short Review aims to summarize recent progress in the development of Ni-catalyzed O-arylations of primary, secondary, and tertiary aliphatic alcohols, as well as phenols, with (hetero)aryl electrophiles. 1 Introduction 2 Thermally Promoted Ni C–O Cross-Coupling 2.1 Primary and Secondary Aliphatic Alcohols 2.2 Tertiary Aliphatic Alcohols 2.3 Phenols 3 Photochemically Promoted Ni C–O Cross-Coupling 3.1 Primary and Secondary Aliphatic Alcohols 3.2 Phenols 4 Electrochemically Promoted Ni C–O Cross-Coupling 4.1 Primary and Secondary Aliphatic Alcohols 5 Conclusions and Outlook
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.
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 | 0,001 |
| 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) | 0,000 | 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 découle