Russian Journal of Physical Chemistry ARussian Journal of Physical Chemistry AЖурнал физической химии0044-45373034-5537The Russian Academy of Sciences66899810.31857/S0044453724040076QFEDKCSTRUCTURE OF MATTER AND QUANTUM CHEMISTRYСТРОЕНИЕ ВЕЩЕСТВА И КВАНТОВАЯ ХИМИЯResearch ArticleОценка энергий диссоциации донорно-акцепторных комплексов соединений элементов 13–15 групп в рамках статистической EC-моделиОценка энергий диссоциации донорно-акцепторных комплексов соединений элементов 13–15 групп в рамках статистической EC-моделиДойниковД. А.
Russian Federation
a.y.timoshkin@spbu.ruЗавгороднийА. С.
Russian Federation
a.y.timoshkin@spbu.ruТимошкинА. Ю.
Russian Federation
a.y.timoshkin@spbu.ruСанкт-Петербургский государственный университет10042024984546327022025Copyright ©; 2024, Russian Academy of SciencesCopyright ©; 2024, Российская академия наук2024Russian Academy of SciencesРоссийская академия наукhttps://journals.eco-vector.com/0044-4537/article/view/668998

С использованием статистического подхода в рамках электростатической-ковалентной (EC) модели оптимизированы параметры 18 оснований Льюиса на основе элементов 13–15 групп E’H2EH2·LB (E’ = P, As, Sb; E = B, Al, Ga; LB = SMe2, NMe3) и 18 кислот Льюиса элементов 13 группы ER3 (R = H, F, Cl, Br, Me, C6F5). Оптимизированные параметры позволяют предсказывать энергии диссоциации донорно-акцепторных комплексов с медианной ошибкой ±4 кДж/моль.

С использованием статистического подхода в рамках электростатической-ковалентной (EC) модели оптимизированы параметры 18 оснований Льюиса на основе элементов 13–15 групп E’H2EH2·LB (E’ = P, As, Sb; E = B, Al, Ga; LB = SMe2, NMe3) и 18 кислот Льюиса элементов 13 группы ER3 (R = H, F, Cl, Br, Me, C6F5). Оптимизированные параметры позволяют предсказывать энергии диссоциации донорно-акцепторных комплексов с медианной ошибкой ±4 кДж/моль.

элементы 13–15 группECW-моделькислоты Льюисаоснования Льюисадонорно-акцепторные комплексыРоссийский научный фондRussian Science Foundation21-43-04404Staubitz A., Robertson A.P.M., Sloan M.E., Manners I. // Chem. Rev. 2010. Vol. 110. P. 4023. DOI: 10.1021/cr100105aVogel U., Timoshkin A.Y., Scheer M. // Angew. Chem. Int. Ed. 2001. Vol. 40. P. 4409. DOI: 10.1002/1521-3773(20011203)40:23<4409::AID-ANIE4409>3.0.CO;2-FDrago R.S., Wayland B.B. // J. Am. Chem. Soc. 1965. V. 87. P. 3571. DOI: 10.1021/JA01094A008Marks A.P., Drago R.S. // Ibid. 1975. V. 97. P. 3324. DOI: 10.1021/ja00845a008Vogel G.C., Drago R.S. // J. Chem. Educ. 1996. V. 73. P. 701. DOI: 10.1021/ed073p701Drago R.S., Vogel G.C., Needham T.E. // J. Am. Chem. Soc. 1971. V. 93. P. 6014. DOI: 10.1021/ja00752a010Drago R.S. // Coord. Chem. Rev. 1980. V. 33. P. 251. DOI: 10.1016/S0010-8545(00)80456-7Drago R.S., Bilgrien C. // Polyhedron. 1988. V. 7. P. 1453. DOI: 10.1016/S0277-5387(00)81774-XPowell M.J.D. // Comput. J. 1964. V. 7. № 2. P. 155. DOI: 10.1093/comjnl/7.2.155Virtanen P., Gommers R., Oliphant T.E. et al. // Nat. Methods. 2020. V. 17. P. 261. DOI: 10.1038/s41592-019-0686-2Помогаева А.В., Лисовенко А.С., Тимошкин А.Ю. // ЖОХ. 2023. Т. 93. Вып. 4. С. 644. [Pomogaeva A.V., Lisovenko A.S., Timoshkin A.Y. // Russ. J. Gen. Chem. 2023. Vol. 93. P. 900.] DOI: 10.1134/S1070363223040175Елисеева И.И., Юзбашев М.М. Общая теория статистики. М.: Финансы и статистика, 2004. С. 138.Ketkov S., Rychagova E., Kather R., Beckmann J. // J. Organomet. Chem. 2021. V. 949. P. 121944. DOI: 10.1016/j.jorganchem.2021.121944Mantina M., Chamberlin A.C., Valero R. et al. // J. Phys. Chem. A. 2009. V. 113 (19). P. 5806. DOI: 10.1021/jp8111556