MétaCan
Menu
Retour à la cohorte
Enregistrement W4417236557 · doi:10.1002/jcc.70365

Revisiting the Maximum Hardness Principle: A Quantitative Analysis on Reaction Datasets

2025· article· en· W4417236557 sur OpenAlexafffund
Ashima Bajaj, Farnaz Heidar‐Zadeh, Thijs Stuyver, Scott Habershon, Frank De Proft

Notice bibliographique

RevueJournal of Computational Chemistry · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMachine Learning in Materials Science
Établissements canadiensMcMaster UniversityQueen's University
Organismes subventionnairesHORIZON EUROPE Marie Sklodowska-Curie ActionsNatural Sciences and Engineering Research Council of CanadaVrije Universiteit BrusselAgence Nationale de la Recherche
Mots-clésCycloadditionDipoleDensity functional theoryBasis (linear algebra)Chemical reactionMolecular orbitalDiscrete dipole approximation

Résumé

récupéré en direct d'OpenAlex

Chemical hardness is one of the fundamental concepts in chemical reactivity theory, rigorously defined within the framework of Conceptual Density Functional Theory (CDFT). The associated maximum hardness principle (MHP), which postulates that a favorable direction of reaction is toward the state of maximum hardness, has been widely applied as a guiding rule to govern the direction of chemical reactions. However, several studies have questioned its validity. In this work, we investigated the quantitative applicability of the MHP using two reaction datasets, viz, a dipolar cycloaddition dataset of 5269 reaction profiles and the more comprehensive BH9 dataset of 449 reactions. We adopted different approximations to compute the hardness, including Kohn-Sham orbital based frontier molecular orbital (FMO) and the finite difference approximation (FDA). The effect of using different definitions to compute the average hardness of bimolecular reactions is analyzed on the validity of MHP. Our analysis revealed dependence of hardness values on the level of theory, definitions and approximations used which should be kept in mind before criticizing the MHP. Among 5269 cycloaddition reactions, approximately 80% of the reactions are found to obey the MHP. For BH9 dataset, MHP is found to better supported for unimolecular reactions, while remaining strongly dependent on the definition used to compute the average hardness for bimolecular reactions. Reactions in which the individual hardness of the reactants differs significantly are more likely to disobey MHP. Nonetheless, since these electronic structure principles are qualitative in nature, their validity cannot be expected to be universal.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,016
Tête enseignante GPT0,339
Écart entre enseignants0,324 · 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.

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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Computational ChemistryMême sujetMachine Learning in Materials ScienceTravaux en français237 207