Étude de ligands de type biguanide dans le couplage de Suzuki-Miyaura dans l'eau
Bibliographic record
Abstract
Le concept de Chimie Verte a émergé il y a une vingtaine d’années lorsque les scientifiques ont pris conscience de l’impact environnemental des procédés utilisés. Un effort considérable a alors été fourni pour réduire l’utilisation d’agents polluants et toxiques, nocifs pour l’environnement et l’humain, ainsi que pour favoriser le développement de procédés catalytiques. Les réactions de couplage croisé catalysées par des métaux de transition sont largement utilisées en industrie pour former de nouveaux liens carbonés. Dans le milieu académique, le couplage de Suzuki-Miyaura a été très étudié dans l’eau avec différents types de ligands. Les biguanides sont des ligands bidentates azotés solubles en milieu aqueux qui présentent de nombreux avantages puisque leur apport électronique et leur polarité sont aisément ajustables grâce à la grande disponibilité des réactifs de départ permettant d’obtenir des structures très variées. Nous avons synthétisé et étudié plusieurs ligands de la famille des biguanides pour des applications dans le couplage de Suzuki-Miyaura dans l’eau. Tout d’abord, nous avons démontré le rôle primordial d’un ligand biguanide pour diminuer la quantité de palladium grâce à la metformine, un ligand structurellement simple. La mise en évidence de la dégradation de l’espèce catalytique lors du recyclage a conduit à l’étude de systèmes plus complexes. Des tensioactifs contenant une tête biguanide ont été utilisés en catalyse micellaire pour un meilleur recyclage et une meilleure solubilisation des substrats organiques permettant d’atteindre des rendements plus élevés. Ensuite, l’étude de ligands de type pinceur comportant deux unités biguanides censées stabiliser le métal a permis d’établir certaines limites des ligands biguanides. Ces observations ont ouvert la voie vers la synthèse d’un biguanide fonctionnalisé avec une β-cyclodextrine. La cavité hydrophobe de cette dernière devrait permettre de mieux protéger le palladium de l’oxydation dans l’eau et ainsi offrir un recyclage optimal de l’espèce catalytique.
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 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".