XiaoMi-AI文件搜索系统
World File Search Systemnsted
α-叠氮酮与硝基烯烃的迈克尔加成反应中氢键供体定向切换非对映选择性
尽管使用传统方法 5 或手性催化剂 6,7 或双催化 8 来实现非对映体不对称催化（DAC）的新策略仍备受关注。相反，虽然含氢键供体的双功能催化剂已经得到广泛应用，9 但是仅通过改变这种催化剂的氢键供体来控制非对映体选择性的方法还很少见。10 对于双功能叔胺催化，理论研究提出了三种工作模型，它们在催化剂的氢键供体与亲核试剂和亲电试剂的相互作用方式上有所不同（方案 1A）。11 – 15 离子对氢键模型（A 型）最初由 Wynberg 11 a 提出，并得到 Cucinotta 和 Gervasio 的理论研究支持。11 b 布朗斯台德酸-氢键模型（B 型）由 Houk 等人揭示。通过量子力学计算。12 A 型模型与 B 型模型的不同之处在于，催化剂的氢键供体分别用于激活亲电试剂和稳定亲核中间体，同时形成的烷基铵离子作为布朗斯台德酸分别与其余亲核试剂或亲电试剂相互作用。当涉及（硫）脲等双氢键供体时，反应可能通过 A 型模型的过渡态进行，其中两个 N – H 键都与亲电试剂相互作用，正如 Takemoto 通过实验研究 13 a 所建议并得到理论研究的支持，13 b – d 或通过模型 B，其中两个
PD 和人工智能在医疗保健领域的挑战
已发布版本的引文（APA）：Gyldenkærne, C., Simonsen, J., Mønsted, T. S., & From, G. (2020).PD 和人工智能在医疗保健领域的挑战。在 C. Del Gaudio、L. Parra-Agudelo、R. Clarke、J. Saad-Sulonen、A. Botero、A. Botero、F. C. Londono、F. C. Londono 和 P. A. Escandon Suarez（编辑）中），第 16 届参与式设计双年会论文集，PDC'2020，6 月 15-19 日，哥伦比亚马尼萨莱斯：其他参与（卷II，页26-29）。计算机协会。https://doi.org/10.1145/3384772.3385138
金融领域的人工智能和机器学习
要消除算法偏差，仅仅从数据中排除受保护的属性（通过无意识实现公平）不仅不够，而且适得其反。即使排除受保护的指标，算法通过三角测量进行歧视的风险仍然存在，从而导致抵押贷款分配等出现歧视性结果（Fuster、Goldsmith-Pinkham 和 Ramadorai，2022 年）。统计模型会从数据中提取尽可能多的信息，以帮助它们优化性能，而机器学习模型在这项任务上表现出色：深度学习甚至可以从未标记的医学影像中预测种族（Banerjee 等人，2021 年）。相反，受保护的属性可用于主动监控、识别和纠正算法偏差。这种策略（通过意识实现公平）还允许使用机器学习模型主动检测现有决策过程中的偏差，无论是否自动化（Martinello、Mønsted、Matin、Steffensen 和 Laursen，2021 年）。
通过吸附Co
红外光谱法对催化剂研究的最重要应用是提供有关活性位点性质，其强度和浓度的信息的能力。强度通常与测试分子在吸附时的频移相关，尽管如果表面覆盖范围足够高，这些数据可能会因吸附层中的横向相互作用而扭曲。关于该位点浓度，其基于频带强度的测量值的估计使知道测试分子的吸收系数ε的必要性变得复杂，这可能会受到吸附的影响。CO具有某些优势作为氧化物吸附剂的测试分子。在非转变金属阳离子的电场中，唯一振动的频率定期变化，反映了路易斯酸位点的强度。，关于吸附CO的吸收系数的数据是相当矛盾的[1-4]。烈矿型沸石被广泛用于催化和环境保护中。冬日矿的催化特性取决于SIO 2 /Al 2 O 3摩尔比和电荷补偿阳离子的性质。在H-摩尔迪派中，最重要的特征是酸性OH基团的分布，这取决于框架中Al-Al-Al-tetrahedra的数量和分布。在[5]中，通过吸附CO的IR光谱估算了Lewis和Brønsted酸位点的数量以及硅烷酚基团的数量，而通过NMR数据测量了Alu-Minum的含量。沸石OH基团从3613转到3290 cm –1的偏移伴随着2175 cm –1的吸附CO带的生长（图1）。对应关系还不错，但是IR测量基于其他沸石获得的CO或OH组的ε值，尽管已知即使在相同的冬日岩结构中，桥接的Brønsted羟基也没有等效，并且在其位置上也有所不同。在这里，我们报告了综合灭绝系数和吸附焓的测量结果，用于在激烈岩上吸附的不同CO物种，SIO 2 /Al 2 O 3摩尔比〜15.0。在–196°C下进一步添加气体在2137 cm –1处导致条带，这是由于我们认为的，这是由于带有Siloxane bridgs的侧面复合物引起的[6]。按照[3]中描述的步骤，我们测量了从压力增加到从细胞底部提高样品到环境温度的吸附CO的数量。在2175 cm –1和2137 cm –1时，带为2175 cm –1 –1和2.0±0.1 cm/μmol的带为1.77±0.09 cm/μmol。
战争与抵抗 - 富布赖特乌克兰
Hermann Agis 博士，富布赖特奥地利执行董事 Erica Lutes，富布赖特比利时/卢森堡/舒曼执行董事 Angela Rodel，保加利亚-美国教育交流委员会执行董事 Hana Ripkova 博士，富布赖特捷克共和国执行董事 Marie Mønsted，富布赖特丹麦执行董事 Martine Roussel，富布赖特法国执行董事 Cathleen Fisher 博士，德裔美国富布赖特委员会执行董事 Artemis A. Zenetou，富布赖特希腊执行董事 富布赖特匈牙利执行董事 Belinda Theriault，富布赖特冰岛执行董事 Dara Fitzgerald 博士，富布赖特爱尔兰-美国执行董事 Paolo Sartorio，美国-意大利富布赖特委员会执行董事 Justyna Janiszewska，波兰-美国执行董事富布赖特委员会 Otília Macedo Reis，富布赖特葡萄牙公司执行董事 Mircea Dumitru 博士，罗马尼亚-美国执行董事富布赖特委员会 Lýdia Tobiášová，斯洛伐克共和国 J. William Fulbright 教育交流委员会执行董事 Alberto López San Miguel，美国-西班牙富布赖特委员会执行董事 Eric Jönsson，富布赖特瑞典执行董事 Maria Balinska，美英富布赖特委员会执行董事
过渡状态缩放关系和通用过渡的预测
抽象线性缩放关系（LSR）和Brønsted - Evans - Polanyi（BEP）或过渡状态缩放（TSS）关系有助于电子能量的预测。然而，温度效应和指数前通常被视为跨金属表面和同源系列的常数。振动缩放关系（VSR）提供了确定此类参数的方法。过渡状态振动缩放关系（TSVSR）在局部最小值和AH X（A = C，N，O）表面扩散的局部最小值状态与BEP关系相关，并扩展到热化学性质缩放。使用密度功能理论（DFT），我们将TSVSR扩展到过渡金属表面上的AH X脱氢反应，将局部最小值的振动模式与过渡状态相关。我们首先通过使用Slater-Koster结构因子并通过晶体轨道重叠种群（COOP）分析（COOP）分析（COOP）分析和能量重叠积分积分来预测TSS关系的斜率。此外，我们发现了通用的热化学性质缩放，从而使熵和温度校正能够估算到同源系列中的焓。我们证明了固有电子屏障低的反应中的显着振动校正，并且在金属和AH X吸附物的简单脱氢反应的固定前差异很大。
用Amberlyst-15促进的苯酚的乙基脱乙醇的无溶剂凝结：动力学和建模
全球对化石资源耗竭及其环境影响的关注正在促使科学界从石油基于石油的转变为可持续化学物质。二苯甲酸（DPA）及其衍生物（DPE）在合成环氧树脂和多碳酸盐的合成中，成为基于生物和内分泌干扰素双酚A的基于生物的替代品[1,2]。进一步治疗后，DPA可以用作无异氰酸酯聚氨酯的前体[3-5]。此外，DPA在绘画配方以及抗菌棉织物中发现了一种添加剂[6,7]的添加剂[6,7] [8]。dpa通常是由无溶剂的冷凝液或在存在BrØNSTED酸催化剂的情况下通过苯酚和葡萄蛋白酸（或脱氟氨酸酯）的两个分子（或脱硫酸酯）的两个分子羟基烷基合成的。[9]脱甲酸和苯酚都可以源自木质核仁生物质[10-12]。葡萄干酸高度可用，廉价，被认为是美国能源部从生物质中衍生出的最有价值的化学物质之一[13,14]。苯酚的亲电芳族取代发生在Ortho - Para位置产生了两个立体异构体，P，P，P'-DPA具有高于O，P'-DPA的商业价值，因为它与Bisphenol非常相似，因此具有化学结构[15,16]。在许多应用中，葡萄干酸的烷基酯是
通过可解释的机器学习和第一原理计算揭示的金属催化剂的结构灵敏度
摘要：主动位点及其结构敏感性的性质是有效催化剂理性设计的关键，但在异质催化中已经进行了近一个世纪的辩论。尽管Brønsted -evans -polanyi（BEP）以及线性缩放关系长期以来一直用于研究这种关系中的反应性，明确的几何形状和组成特性，这一事实阻止了其在支持催化剂的结构敏感性中的探索。在这项工作中，基于可解释的多任务符号回归和全面的第一原理数据集，我们发现了一个结构描述符，拓扑不足的数量由价电子数量和晶格常数介导，以成功地解决金属催化剂的结构敏感性。用于训练，测试和可传递性研究的数据库包括10种过渡金属，两个金属晶体学阶段和17个不同方面的20种不同化学键的破坏键屏障。所得的2D描述符组成结构项，反应能量项显示出非常准确的准确性，可以预测与对称性，键顺序和空间阻滞中不同化学键的数据集的反应障碍和概括性。理论是物理和简洁的，提供了一种建设性的策略，不仅是为了理解结构敏感性，而且还可以破译金属催化剂的纠缠几何和电子效应。所揭示的见解对于位点特异性金属催化剂的合理设计很有价值。■简介
游离胺引导的烯烃双官能团化
胺是有机合成和药物化学中的关键功能团。游离胺和氮杂环在许多具有生物活性的小分子中普遍存在。1 此外，由于其亲核特性，游离胺通常用作有机合成中的化学投入物，包括许多成熟的反应，例如 SN 2 加成、还原胺化、酰胺偶联和 Buchwald-Hartwig 胺化。2–4 二胺是一个特别受重视的子类，因为它们在药物、配体和有机催化剂方面具有独特的应用。5 因此，从简单的起始材料制备结构复杂且取代不同的二胺的新策略在学术界和工业界都很有价值。在此背景下，我们寻求开发一种方法，将各种简单的烯基胺（一级或二级）（一类易于获取的起始材料）直接转化为不同功能化的二胺，其中预先存在的胺通过催化胺化 1,2-双功能化指导第二个胺的安装。近年来，定向三组分烯烃双功能化已成为一种有效的策略，可从简单的化学输入中选择性合成高度取代、多功能和立体化学定义的产品（方案 1A）。在这种情况下，成功的基于胺的导向基团包括基于双齿导向助剂的基团。6-8 和单齿保护基（例如酰胺和磺酰胺）（方案 1B）。 9 在这些情况下，将吸电子基团连接到胺上至关重要，因为它会减弱布朗斯台德和路易斯碱度，从而降低其干扰催化的能力。虽然这种方法本身很有价值，但当需要相应的游离胺产物时，需要两个额外的步骤进行保护和脱保护。此外，除了极少数例外，9h 这些导向基团不能直接进行 N 官能化，需要进一步操作才能安装所需的 N -烷基或 N -芳基取代基。因此，