MétaCan
Menu
Retour à la cohorte
Enregistrement W4400387953 · doi:10.1002/anie.202404539

Mechanochemical Synthesis of Boroxine‐linked Covalent Organic Frameworks

2024· article· en· W4400387953 sur OpenAlexafffund
Ehsan Hamzehpoor, Farshid Effaty, Tristan H. Borchers, Robin S. Stein, Alexander Wahrhaftig‐Lewis, Xavier Ottenwaelder, Tomislav Friščić, Dmitrii F. Perepichka

Notice bibliographique

RevueAngewandte Chemie International Edition · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCovalent Organic Framework Applications
Établissements canadiensConcordia UniversityMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesLeverhulme TrustNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésMechanochemistryMechanosynthesisCovalent bondRaman spectroscopyCrystallinityPorosityChemical engineeringChemistryMaterials scienceSolventNanotechnologyOrganic chemistryBall millCrystallography

Résumé

récupéré en direct d'OpenAlex

Abstract We report a rapid, room‐temperature mechanochemical synthesis of 2‐ and 3‐dimensional boroxine covalent organic frameworks (COFs), enabled by using trimethylboroxine as a dehydrating additive to overcome the hydrolytic sensitivity of boroxine‐based COFs. The resulting COFs display high porosity and crystallinity, with COF‐102 being the first example of a mechanochemically prepared 3D COF, exhibiting a surface area of ca . 2,500 m 2 g −1 . Mechanochemistry enabled a>20‐fold reduction in solvent use and ~100‐fold reduction in reaction time compared with solvothermal methods, providing target COFs quantitatively with no additional work‐up besides vacuum drying. Real‐time Raman spectroscopy permitted the first quantitative kinetic analysis of COF mechanosynthesis, while transferring the reaction design to Resonant Acoustic Mixing (RAM) enabled synthesis of multi‐gram amounts of the target COFs (tested up to 10 g).

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 seuil0,003

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 GPT0,265
Écart entre enseignants0,253 · 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

Citations46
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetCovalent Organic Framework ApplicationsTravaux en français237 207