MétaCan
Menu
Retour à la cohorte
Enregistrement W4402193271 · doi:10.26434/chemrxiv-2024-g11ln

Local Order, Disorder, and Everything in Between: Using 91Zr Solid-State NMR Spectroscopy to Probe Zirconium-Based Metal-Organic Frameworks

2024· preprint· en· W4402193271 sur OpenAlexaff
Wanli Zhang, Bryan E. G. Lucier, Vinícius Martins, Ivan Hung, Yijue Xu, Zhehong Gan, Amrit Venkatesh, Tian Wei Goh, Wenyu Huang, Aaron J. Rossini, Yining Huang

Notice bibliographique

RevueChemRxiv · 2024
Typepreprint
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésZirconiumMetal-organic frameworkSolid-state nuclear magnetic resonanceSpectroscopySolid-stateNuclear magnetic resonance spectroscopyMaterials scienceOrder (exchange)Physical chemistryChemistryNuclear magnetic resonanceOrganic chemistryPhysicsMetallurgyBusinessAdsorptionQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Characterization of metal centers in metal-organic frameworks (MOFs) is critical for rational design and further understanding of structure-property relationships. The local structure of Zr atoms is challenging to properly elucidate in many Zr-MOFs, particularly when local disorder is present. Static 91Zr solid-state NMR spectra of the seven zirconium MOFs UiO-66, UiO-66-NH2, UiO-67, MOF-801, MOF-808, DUT-68 and DUT-69 have been acquired at high magnetic fields of 35.2 T and 19.6 T, yielding valuable information on the local structure, site symmetry, and order about Zr. 91Zr NMR is very sensitive to differences in MOF local structure caused by guest molecules, linker substitution, and post-synthetic treatment. Complementary density functional theory (DFT) calculations assist in the interpretation and assignment of 91Zr solid-state NMR spectra, lend insight into structural origins of 91Zr NMR parameters and enable determination of local Zr coordination environments. This approach can be extended to many other materials containing zirconium.

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 savante0,0000,001
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 Opus0,017
Tête enseignante GPT0,313
Écart entre enseignants0,296 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207