Techniques de catalyse et de flux continu pour faciliter la fermeture de molécules cycliques tendues
Bibliographic record
Abstract
Cette thèse décrit l’exploration de techniques de catalyse et de flux continu pour faciliter la fermeture de molécules cycliques tendues. En premier lieu, un catalyseur de palladium permet de fermer un hétérocycle aromatique tendu, la structure benzo[a]imidazo[2,1,5-c,d]indolizine.16 La tension de cycle contribue à donner au système hautement délocalisé de ces molécules des propriétés photophysiques intéressantes, différentes de celles de leurs analogues non tendus.21,33 Il a été démontré que leur longueur d’onde d’émission maximale peut être modulée de manière prévisible en modifiant les groupes fonctionnels conjugués au système aromatique. Le potentiel d’application en biochimie de ces fluorophores à déplacement de Stokes élevé a été exploré en étiquetant deux protéines en milieu biocompatible. En second lieu, une version catalytique de la cycloaddition de Simmons-Smith a été optimisée. Dans cette transformation, une quantité catalytique d’un sel de zinc permet de former un carbénoïde hautement réactif à partir d’un composé aryldiazométhane. Ce carbénoïde peut réagir avec une grande variété d’alcènes pour former les arylcyclopropanes correspondants. Un catalyseur modifié permet même à la réaction d’avoir lieu en présence d’alcools primaires. Enfin, la manipulation des composés aryldiazométhanes utilisés dans la cyclopropanation décrite ci-haut peut s’avérer risquée vu la toxicité et l’instabilité de ces composés. Pour minimiser ces risques, une méthode pour générer et purifier ces réactifs en flux continu a été développée. De cette manière, le composé dangereux est consommé à mesure qu’il est généré, dans un système fermé. Un large éventail d’aryldiazométhanes peut être produit en solution dans un solvant non-coordinant. La compatibilité de ces solutions avec des systèmes catalytiques requérant des réactifs propres et secs a été démontrée.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".