MétaCan
Menu
Retour à la cohorte
Enregistrement W4385768404 · doi:10.26434/chemrxiv-2023-jpw0c

The effect of [n]-helicene length on crystal packing

2023· preprint· en· W4385768404 sur OpenAlexafffund
J.A.R. Schmidt, Emma H. Wolpert, Grace M. Sparrow, Erin R. Johnson, Kim E. Jelfs

Notice bibliographique

RevueChemRxiv · 2023
Typepreprint
Langueen
DomaineChemistry
ThématiqueSynthesis and Properties of Aromatic Compounds
Établissements canadiensDalhousie University
Organismes subventionnairesEuropean Research CouncilNatural Sciences and Engineering Research Council of CanadaAlliance de recherche numérique du CanadaRoyal Society
Mots-clésHeliceneStackingMoleculeChemical physicsChirality (physics)Materials scienceConjugated systemOrganic electronicsCrystal (programming language)CrystallographyNanotechnologyPolymerChemistryChiral symmetryPhysicsOrganic chemistryTransistorComputer science

Résumé

récupéré en direct d'OpenAlex

Chiral $\pi$-conjugated organic molecules hold potential for emerging technologies as they are capable of introducing novel functionalities into electronic devices owing to their strong chiroptical properties. However, capitalizing on chiral molecules for electronic devices is reliant on their molecular packing—a factor that impacts their charge-transport properties. The solid-state behaviour of molecules is sensitive to subtle differences in molecular interactions, chirality, and shape, but these relationships are not fully understood. Here, we employ crystal structure prediction as a tool to probe the lattice-energy landscape for a family of chiral organic molecules: [$n$]helicenes, where $n$ ranges from 3 to 12. Our results show excellent agreement between the crystal structure prediction landscapes and experimentally reported structures. By analysing the packing motifs within the polymorph landscapes, we begin to develop an understanding of how helicene length affects the shape and $\pi-\pi$ stacking interactions seen in the polymorphs. Further, we propose how helicene length can be used as a tool to design new functional organic electronics.

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 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 enseignants0,234
Score d'incertitude au seuil0,845

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,254
Écart entre enseignants0,225 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetSynthesis and Properties of Aromatic CompoundsTravaux en français237 207