On the utmost importance of the geometry factor of accuracy in the quantum chemical calculations of 31P NMR chemical shifts: New efficient pecG-n (n = 1, 2) basis sets for the geometry optimization procedure

量子化学 基础(线性代数) 化学位移 因子(编程语言) 数学 计算化学 几何学 化学 物理 核磁共振 计算机科学 量子力学 分子 程序设计语言
作者
Yury Yu. Rusakov,Yu. A. Nikurashina,Irina L. Rusakova
出处
期刊:Journal of Chemical Physics [American Institute of Physics]
卷期号:160 (8) 被引量:3
标识
DOI:10.1063/5.0193227
摘要

31P nuclear magnetic resonance (NMR) chemical shifts were shown to be very sensitive to the basis set used at the geometry optimization stage. Commonly used energy-optimized basis sets for a phosphorus atom containing only one polarization d-function were shown to be unable to provide correct equilibrium geometries for the calculations of phosphorus chemical shifts. The use of basis sets with at least two polarization d-functions on a phosphorus atom is strongly recommended. In this paper, an idea of creating the basis sets purposed for the geometry optimization that provide the least possible error coming from the geometry factor of accuracy in the resultant NMR shielding constants is proposed. The property-energy consisted algorithm with the target function in the form of the molecular energy gradient relative to P-P bond lengths was applied to create new geometry-oriented pecG-n (n = 1, 2) basis sets for a phosphorus atom. New basis sets have demonstrated by far superior performance as compared to the other commonly used energy-optimized basis sets in massive calculations of 31P NMR chemical shifts carried out at the gauge-including atomic orbital-coupled cluster singles and doubles/pecS-2 level of the theory by taking into account solvent, vibrational, and relativistic corrections.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Akim应助zz采纳,获得10
2秒前
19应助梧桐树采纳,获得10
3秒前
4秒前
6秒前
6秒前
FashionBoy应助目分采纳,获得10
6秒前
任性访风完成签到,获得积分10
9秒前
传奇3应助123采纳,获得10
9秒前
luck完成签到 ,获得积分10
10秒前
cj完成签到 ,获得积分10
12秒前
XL发布了新的文献求助30
13秒前
nt1119完成签到 ,获得积分10
13秒前
爆米花应助Mia采纳,获得10
15秒前
15秒前
18秒前
Hzk_发布了新的文献求助10
19秒前
NN发布了新的文献求助30
19秒前
joy001完成签到,获得积分10
19秒前
zz发布了新的文献求助10
19秒前
21秒前
充电宝应助ljw采纳,获得10
21秒前
joy001发布了新的文献求助10
22秒前
123发布了新的文献求助10
22秒前
nixx完成签到,获得积分10
22秒前
23秒前
dddd关注了科研通微信公众号
23秒前
24秒前
目分发布了新的文献求助10
24秒前
25秒前
yi完成签到 ,获得积分10
26秒前
27秒前
嘀嘀哒哒完成签到,获得积分10
28秒前
28秒前
zyj完成签到,获得积分10
29秒前
29秒前
谢123发布了新的文献求助10
30秒前
哈哈发布了新的文献求助10
32秒前
大个应助宁琳采纳,获得10
33秒前
wangzai111完成签到,获得积分10
33秒前
34秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
Medical technology industry in China 600
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 量子力学 冶金 电极
热门帖子
关注 科研通微信公众号,转发送积分 3315249
求助须知:如何正确求助?哪些是违规求助? 2947256
关于积分的说明 8534916
捐赠科研通 2623362
什么是DOI,文献DOI怎么找? 1435014
科研通“疑难数据库(出版商)”最低求助积分说明 665445
邀请新用户注册赠送积分活动 651155