Die Welt der kondensierten Materie und Materialwissenschaften untersucht, wie sich Atome zu neuen Materialien verbinden und welche faszinierenden Eigenschaften daraus entstehen. Von Supraleitern, die Strom ohne Verlust leiten, bis hin zu weichen Materialien, die unser tägliches Leben verändern, reicht das Spektrum dieser Forschung. Gist.Science macht die neuesten Erkenntnisse aus diesen Feldern für alle zugänglich, indem wir die komplexen Preprints von arXiv sorgfältig durchgehen.

Für jede neue Veröffentlichung in dieser Kategorie erstellen wir sowohl eine leicht verständliche Zusammenfassung als auch eine detaillierte technische Analyse. So können Sie schnell den Kern der Forschung erfassen oder tief in die mathematischen und physikalischen Details eintauchen, je nach Ihrem Interesse. Unser Ziel ist es, die Sprachbarriere zwischen Fachleuten und der breiten Öffentlichkeit zu überwinden.

Nachfolgend finden Sie die aktuellsten Beiträge aus dem Bereich kondensierte Materie und Materialwissenschaften, die wir gerade für Sie aufbereitet haben.

Design rules for industrial-scale sintering of UB4-UBC composites with high uranium density

Diese Studie entwickelt industrielle Sinterregeln für UB4-UBC-Verbundwerkstoffe mit hoher Uran-Dichte, die durch ihre verbesserte thermische Leitfähigkeit, hohe Uranbeladung und vielversprechende Oxidationsbeständigkeit als fortschrittlicher Brennstoff für nukleare Reaktoren geeignet sind.

Riley Moeykens, Anthony Albert-Harrup, David Simonne, Mehmet Topsakal, Ericmoore Jossou2026-03-06🔬 cond-mat.mtrl-sci

Systematic study of superconductivity in few-layer TdT_d-MoTe2_2

Die Studie untersucht systematisch die Supraleitung in few-layer TdT_d-MoTe2_2 durch Kombination experimenteller Daten und theoretischer Berechnungen, wobei insbesondere im neu zugänglichen stark p-dotierten Bereich zweischichtiger Proben gezeigt wird, dass die Supraleitung durch konventionelle phononvermittelte s(++)s_{(++)}-Wellen-Paarung erklärt werden kann.

Taro Wakamura, Masayuki Hashisaka, Yusuke Nomura, Matthieu Bard, Shota Okazaki, Takao Sasagawa, Takashi Taniguchi, Kenji Watanabe, Koji Muraki, Norio Kumada2026-03-06🔬 cond-mat.mes-hall

Escaping the Hydrolysis Trap: An Agentic Workflow for Inverse Design of Durable Photocatalytic Covalent Organic Frameworks

Diese Studie stellt „Ara" vor, einen auf einem Large Language Model basierenden Agenten, der durch die Anwendung chemischer Vorwissen und donor-akzeptor-Theorie die inverse Suche nach stabilen und aktiven kovalenten organischen Gerüsten (COFs) für die photokatalytische Wasserstoffproduktion effizienter gestaltet als herkömmliche Suchmethoden.

Iman Peivaste, Nicolas D. Boscher, Ahmed Makradi, Salim Belouettar2026-03-06🔬 cond-mat.mtrl-sci

Epitaxial Growth and Electronic Properties of QuasiFreeStanding Rhombohedral WSe2 Bilayers on Cubic W110

Diese Studie demonstriert die epitaktische Herstellung von quasi-freistehenden rhomboedrischen WSe₂-Bilagen auf einem kubischen W(110)-Substrat mittels Molekularstrahlepitaxie, wobei die Selen-Passivierung des Substrats entscheidend ist, um eine inversionssymmetriebrechende Ferroelektrizität und spezifische elektronische Eigenschaften nachzuweisen.

Niels Chapuis, Meryem Bouaziz, Eva Desgue, Iann Gerber, François Bertarn, Pierre Legagneux, Fabrice Oehler, Julien Chaste, Abdelkarim Ouerghi2026-03-06🔬 cond-mat.mtrl-sci

Lattice dynamics of the charge density wave compounds TaTe4_4 and NbTe4_4 and their evolution across solid solutions

Diese Studie kombiniert Raman-Spektroskopie und Dichtefunktionaltheorie, um die Gitterdynamik der Ladungsdichtewellen-Verbindungen TaTe4_4 und NbTe4_4 sowie deren Mischkristalle zu untersuchen und dabei eine spezifische, kurzreichweitige Schwingungsmoden-Evolution zu identifizieren, die für die CDW-induzierte Gitterverzerrung entscheidend ist.

D. Silvera-Vega, G. Cardenas-Chirivi, J. A. Galvis, A. C. García-Castro, P. Giraldo-Gallo2026-03-06🔬 cond-mat.mtrl-sci

A Shift-Invariant Deep Learning Framework for Automated Analysis of XPS Spectra

Diese Arbeit stellt ein shift-invariantes Deep-Learning-Framework mit Spatial Transformer Networks vor, das durch die automatische Korrektur von spektralen Verschiebungen eine robuste Klassifizierung chemischer Umgebungen in XPS-Spektren ermöglicht und so die Entwicklung autonomer Analysesysteme vorantreibt.

Issa Saddiq, Yuxin Fan, Robert G. Palgrave, Mark A. Isaacs, David Morgan, Keith T. Butler2026-03-06🔬 cond-mat.mtrl-sci