Caractérisation, mécanisme de formation et réactivité d'intermédiaires générés lors de l'oxydation de phénols par l'iode hypervalent
Bibliographic record
Abstract
L’iode hypervalent est un oxydant puissant et sélectif beaucoup utilisé en synthèse organique pour une multitude de transformations. La déaromatisation des phénols fait partie de ces réactions que l’iode hypervalent rend maintenant possible de manière plus verte et sans métaux couteux et toxiques. Les études mécanistiques et cinétiques de cette réaction, bien qu’elle soit bien documentée dans la littérature, sont cependant sous représentées. En effet, plusieurs voies mécanistiques sont proposées pour expliquer l’inversion de polarité du phénol et certains postulent un cation phénoxénium libre. L’existence même de ce cryptide moléculaire est encore incertaine malgré les nombreuses discussions à son sujet. Dans ce travail de recherche, un système et une méthode par blocage de flux furent développés pour étudier la cinétique de formation d’intermédiaires former par des réactions thermiques rapides (< 60 secondes). De plus, nous avons développé une méthode de calcul permettant de prédire des énergies d’activation plus précises pour les transfert d’électron unique. En utilisant ces deux nouvelles méthodes, l’énergie d’activation théorique (12.6 kcal/mol) et expérimentales (13.2 ± 0.6 kcal/mol) du phénoxénium formé par l’oxydation par l’iode hypervalent furent déterminés et concorde bien. La faible enthalpie d’activation (2.91 ± 0.2 kcal/mol) et l’entropie d’activation négative (-34.2 ± 2.0 cal/mol*K) démontrent que le mécanisme actif créée un grand changement dans la sphère de solvatation mais un faible changement dans les liaisons intramoléculaires lors de l’état de transition, ce qui est cohérent avec un mécanisme de transfert d’électron. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Iode hypervalent, phénol, déaromatisation de phénol, blocage de flux, transfert d’électron
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 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".