Rapid, Scalable Buchwald-Hartwig Amination by Resonant Acoustic Mixing (RAM): Establishing Parameters for RAM Reaction Design
Notice bibliographique
Résumé
We outline the systematic development of Resonant Acoustic Mixing (RAM) for rapid, scalable Buchwald-Hartwig amination in the absence of bulk solvent. While RAM is rapidly emerging as a scalable methodology for media-free mechanochemical synthesis, the design parameters for reaction control, optimization, and scale-up remain poorly understood. This study establishes the filling ratio (φ), acceleration, and amount of liquid additive (η) as three critical parameters that can be used to design scalable Buchwald-Hartwig coupling reactions under RAM conditions. Systematic investigation of several model reactions reveals a relationship between reaction conversion and φ, providing a simple means to maximize conversion. The simultaneous real-time in situ monitoring of a model reaction through infrared thermography, fingerprint Raman, as well as low-frequency Raman (THz-Raman) spectroscopy enabled correlation of the reaction progress with the evolution of temperature during RAM, and established the RAM acceleration as a parameter that can be used to tune the reaction kinetic behavior. At high accelerations the reactions can proceed under sigmoidal kinetics, enabling multi-gram syntheses within 5 minutes, while lower accelerations can be used to switch the reactions to a more linear kinetic profile, associated with longer reaction times and milder temperature profiles. Following the reaction progress in the THz-Raman region is a reaction monitoring strategy that enables the detection of crystalline and non-crystalline phases in the reaction, permitting the observation of a non-crystalline intermediate whose evolution and replacement with the crystalline product could be tracked through non-negative least-squares fitting algorithm of the real-time spectroscopic data. This study establishes key parameters for manipulating the course and stoichiometric selectivity of a metal-catalyzed reaction in RAM and illustrates the scalability to at least 100 mmol without any protocol changes, except the volume of the vessel.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».