MétaCan
Menu
Retour à la cohorte
Enregistrement W4386193804 · doi:10.1002/anie.202310851

Catalytic <i>ipso</i>‐Nitration of Organosilanes Enabled by Electrophilic <i>N</i>‐Nitrosaccharin Reagent

2023· article· en· W4386193804 sur OpenAlexaff
Ivan Mosiagin, Anthony J. Fernandes, Alena Budinská, Liana A. Hayriyan, Kai E. O. Ylijoki, Dmitry Katayev

Notice bibliographique

RevueAngewandte Chemie International Edition · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueChemical Synthesis and Reactions
Établissements canadiensSaint Mary's University
Organismes subventionnairesUniversity of BernSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésNitrationElectrophileChemistryReagentElectrophilic substitutionCombinatorial chemistryCatalysisElectrophilic aromatic substitutionOrganic chemistryComputational chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Nitroaromatic compounds represent one of the essential classes of molecules that are widely used as feedstock for the synthesis of intermediates, the preparation of nitro‐derived pharmaceuticals, agrochemicals, and materials on both laboratory and industrial scales. We herein disclose the efficient, mild, and catalytic ipso‐nitration of organotrimethylsilanes, enabled by an electrophilic N‐nitrosaccharin reagent and allows chemoselective nitration under mild reaction conditions, while exhibiting remarkable substrate generality and functional group compatibility. Additionally, the reaction conditions proved to be orthogonal to other common functionalities, allowing programming of molecular complexity via successive transformations or late‐stage nitration. Detailed mechanistic investigation by experimental and computational approaches strongly supported a classical electrophilic aromatic substitution (SEAr) mechanism, which was found to proceed through a highly ordered transition state.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,223 · 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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetChemical Synthesis and ReactionsTravaux en français237 207