Computation-Ready Experimental Metal-Organic Framework (CoRE MOF) 2025 Dataset
Notice bibliographique
Résumé
Updates June 13th, 2025: Update CoRE MOF DB by adding new structures reported from 2024/01/01 to 2025/02/01 according to @MOF_papers (X or Bluesky). We combined a new NCR classifier (MOSAEC) and other two checker ("Chen-Manz" and MOFChecker) to check all structures and trained a PU-CGCNN model (MOFClassifier) for Validating Computation-Ready Metal-Organic Frameworks Web interface for the CoRE MOF SI dataset https://mof-db.pusan.ac.kr Full CoRE MOF DB (43,439) = CoRE MOF SI (9,256) + CoRE MOF CSD-modified (21,009) + CoRE MOF CSD-unmodified (13,174) The dataset is the public version of the CoRE MOF database updated in 2025 ("CoRE MOF SI"), which includes 2,737 computation-ready (CR) and 6,519 not computation-ready (NCR) MOF CIF files (total = 9,256 structures) and precomputed material properties. The dataset includes structures reported up to 02/01/2025. The dataset, based on the structures obtained from the Cambridge Structural Database (CSD) updated in 2025 ("CoRE MOF CSD"), is split into two datasets (unmodified CIFs and modified CIFs). We plan to submit it to CCDC and update it on their website and GitHub. CoRE MOF 2025 CSD (not updated): 1. To obtain modified CIFs from CoRE MOF CSD (8,985 CR and 12,024 NCR), please go: https://www.ccdc.cam.ac.uk/support-and-resources/downloads/ You will need a valid email to log in to the CCDC website to download the dataset for free. 2. To obtain unmodified CIFs from CoRE MOF CSD (4,314 CR and 8,860 NCR), please go: https://www.ccdc.cam.ac.uk/support-and-resources/downloads/ You will need a CCDC license to obtain the unmodified CIFs. Precomputed properties: pore limiting diameter (PLD), largest cavity diameter (LCD), pore volume (PV), framework dimensions, accessible surface area, crystal density, topology, open metal site, MOFidv1, MOFidv2, RACs, DDEC06 partial atomic charges from PACMAN model, heat capacity, decomposition temperature, probability of solvent removal stability, probability of water stability, hydrophobic classification based on GEMC Dataset Directory Organization 1. CoREMOFDBSI_0613.zip: dataset with computation-ready (CR) and not-computation-ready (NCR) classifications come from supporting information 2. CR_meta_data_SI.json: the information of the CoRE MOF SI CR dataset. 3. NCR_meta_data_SI.json: the information of the CoRE MOF SI NCR dataset. 4. 8806-recommended-screening-list.txt: We recommend that the researcher use this list for high-throughput screening (we removed the duplicated MOFs from the ASR and FSR datasets). 5. error_flag_by_Chen-Manz_MOFChecker_MOSAEC.txt: the list of structures that can not pass Chen-Manz, MOFChecker and MOSAEC of CR dataset.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,009 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,072 | 0,058 |
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 ».