Agostische Wechselwirkungen in d<sup>0</sup>‐Alkylmetallkomplexen
Bibliographic record
Abstract
Abstract Das Phänomen und die Ursachen der agostischen Wechselwirkung werden hier vorgestellt und neu beschrieben. An einen historischen Rückblick schließt sich eine Übersicht der experimentellen Methoden an, die zur Untersuchung von agostischem Verhalten genutzt werden. Anhand einer Reihe einfacher Alkylmetallkomplexe wird ein neues Modell für die agostische Wechselwirkung in d0‐Systemen vorgestellt. Dabei wird sich eine klare Abgrenzung dieser Systeme von agostischen Komplexen später Übergangsmetalle ergeben. Entgegen den bisherigen Annahmen zeigt sich, dass Faktoren wie die Zahl der Valenzelektronen und die Koordinationszahlen nicht notwendigerweise eine wesentliche Rolle bei der Ausbildung einer agostischen Wechselwirkung in d0‐Systemen spielen. Mit der “Atoms in Molecules”‐Theorie wird die Ladungsdichteverteilung in mehreren Alkylübergangsmetallkomplexen sowohl experimentell als auch theoretisch untersucht. Demnach ist die lokale Ladungskonzentration eine entscheidende Größe bei agostischen Wechselwirkungen. Schließlich werden wir erstmals eine Möglichkeit aufzeigen, wie die Größe und die Verteilung von Ladungskonzentrationen gezielt manipuliert und somit die Stärke der agostischen Wechselwirkung in d0‐Alkylmetallkomplexen verändert werden kann.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".