Quantification of Lewis Acidity and Lewis Basicity: A Density‐Based Reactivity Theory Study
Notice bibliographique
Résumé
Lewis acidity and basicity are among the most widely applied concepts across chemistry, biology, and related disciplines. Yet, their accurate calculation and prediction remain challenging. In this study, we employ descriptors derived from density-based reactivity theory to offer a new and quantitative perspective. To this end, we analyzed four series of Lewis acids and bases across two types of reactions. Our results demonstrate that Lewis acidity and basicity can be effectively quantified using a range of global and local descriptors from conceptual density functional theory and an information-theoretic approach in density functional theory. Additionally, various electronic properties, including frontier molecular orbitals, molecular electrostatic potential, natural valence atomic orbital energies, and several types of atomic charges, were identified as robust descriptors. Leveraging these features, we constructed machine-learning models capable of accurately predicting Lewis acidity and basicity. We also uncovered a strong correlation between Lewis acidity/basicity and electrophilicity/nucleophilicity, further bridging these conceptual frameworks. The consistent high correlations obtained across descriptors, coupled with the performance of our machine learning models, confirm that Lewis acidity and Lewis basicity can be quantitatively characterized with high fidelity. This work suggests that density-based frameworks could provide a powerful and novel foundation for understanding the hard and soft acids and bases principle.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».