MétaCan
Menu
Retour à la cohorte
Enregistrement W4396850725 · doi:10.1021/acsanm.4c01836

Silver Nanoparticles Supported on Covalent Organic Framework as a Catalyst for Carboxylative Cyclization with CO<sub>2</sub> for Synthesis of Tetramic and Tetronic Acids

2024· article· en· W4396850725 sur OpenAlexaff
Najirul Haque, Surajit Biswas, Noor Salam, Malay Dolai, Swarbhanu Ghosh, Dip Kumar Nandi, Aslam Khan, Sk. Manirul Islam

Notice bibliographique

RevueACS Applied Nano Materials · 2024
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensMcGill University
Organismes subventionnairesScience and Engineering Research BoardKing Saud UniversityCouncil of Scientific and Industrial Research, IndiaBoard of Research in Nuclear SciencesDepartment of Science and Technology, Ministry of Science and Technology, India
Mots-clésCatalysisCovalent bondNanoparticleSilver nanoparticleChemistryCombinatorial chemistryOrganic chemistryNanotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Covalent organic frameworks (COFs) serve as good heterogeneous ligands and show promise for CO 2 capture due to their persistent porosity, high surface area, fine thermal stability, and adjustable pore size. This paper describes a strategy for manufacturing tetramic and tetronic acids that makes use of a silver-based COF, Ag@TpDa, as a highly efficient and recyclable heterogeneous catalyst. There has been a spike of interest in employing metal-loaded covalent organic frameworks as reusable catalysts for the synthesis of important organic compounds in recent years. The catalytic efficiency of Ag@TpDa is investigated in the selective synthesis of tetramic and tetronic acids in the presence of 1 atm of CO 2 using unsaturated amines and alcohols as starting substrates. By integration of CO 2 into a varied variety of unsaturated amines and alcohols, the procedure provides moderate to high isolated amounts of tetramic and tetronic acids via the application of a singular catalyst. Notably, Ag@TpDa maintains consistent catalytic capability after six cycles, making it recoverable and reusable. A thorough theoretical research and accompanying tests are being conducted to determine the source of the catalyst’s remarkable selectivity.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,237
Écart entre enseignants0,229 · 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'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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207