Synthèse stéréosélective de dérivés pipéridines polysubstitués par fragmentation de Grob
Bibliographic record
Abstract
Dans ce mémoire, il sera question de la formation de dérivés pipéridines en utilisant la fragmentation de Grob. Tout d’abord, une introduction sur les alcaloïdes ainsi que sur l’expertise du groupe Charette associée à leur formation démontrera l’importance de ces composés dans le domaine de la chimie organique. Cela sera suivi par un résumé de la fragmentation de Grob incluant les conditions de réactions utilisées, l’importance de la structure de la molécule initiale, les prérequis stéréoélectroniques ainsi que les modifications qui y ont été apportées.\n\nLe chapitre 2 sera dédié au développement de la méthodologie c’est-à-dire, à l’optimisation de tous les paramètres jouant un rôle dans la fragmentation de Grob. Par la suite, l’étendue de la réaction ainsi que des explications sur la régiosélectivité et la diastéréosélectivité de la réaction seront fournies.\n\nLa méthodologie peut être exploitée dans un contexte de synthèse qui sera démontré dans le chapitre 3. De plus, elle servira pour une étude mécanistique qui est encore d’actualité à partir du concept d’effet frangomérique. \n\nFinalement, quelques projets futurs, notamment des améliorations possibles de la méthodologie, seront présentés dans le dernier chapitre. Le tout sera suivi d’une conclusion résumant l’ensemble des travaux effectués.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.003 |
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".