2832 Arbeiten
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.
Diese Studie kombiniert Dichtefunktionaltheorie und maschinelle Lernpotenziale, um die Wasserstoffdiffusion in TiCr₂-Laves-Phasen zu untersuchen und zeigt, dass die Diffusionsbarrieren stark von der Bindungsart (Ti-H vs. Cr-H) sowie von Defekten abhängen, was die Diskrepanz zwischen simulierten und experimentellen Diffusionskoeffizienten erklärt.
Die Studie beschreibt die Hochdrucksynthese des quantenmagnetischen Materials M-YbTaO₄ mit einem gestreckten Diamantgitter, das bei Normaldruck nicht stabil ist, und zeigt, dass keine langfristige magnetische Ordnung bis 1,8 K auftritt, während die gesamte YbNbxTa1-xO4-Mischkristallreihe in dieser Phase stabilisiert werden kann.
Die Studie stellt eine neuartige, frequenz- und zeitauflösende Quantenlichtspektroskopie an einzelnen IDTBT-Molekülen vor, die erstmals die zweite Ordnung der Quantenkohärenzfunktion misst und damit vielversprechende Hinweise auf intrinsische Quantenkohärenz in der molekularen Dynamik liefert.
Durch die Anwendung zeitaufgelöster, phasenempfindlicher Frequenzverdopplung und Pump-Probe-Reflektivität zeigen die Autoren, dass in SnTe die elektronische Polarisation und die Ionenbewegung bei Photoanregung entkoppeln können, was zu einer nichtadiabatischen Dynamik des ferroelektrischen Weichmodus führt, die sich nicht durch eine einzige adiabatische Koordinate beschreiben lässt.
Die Studie zeigt, dass die Kombination aus einer nanoskaligen Bandisolator-Bedeckungsschicht und einer ex-situ-Ozon-Annealing-Behandlung die Sauerstoffstöchiometrie in helimagnetischen Perowskit-SrFeO₃-Dünnschichten stabilisiert und so deren metallisches Verhalten sowie ihre Eignung für reproduzierbare Untersuchungen ihrer ungewöhnlichen Helimagnetismus-Eigenschaften langfristig sichert.
Die Studie stellt MAESTRO vor, ein Multi-Agenten-Framework auf Basis von Large Language Models, das durch kollaboratives, iteratives Reasoning und In-Context-Learning neue Designprinzipien für hocheffiziente Einzelatom-Katalysatoren für die Sauerstoffreduktion ableitet und dabei konventionelle Skalierungsbeziehungen überwindet.
Durch die gezielte Nutzung konkurrierender Austauschwechselwirkungen an der Grenzfläche zwischen SrRuO₃ und LaCoO₃ in topologischen Ruthenat-Supergittern induzierten die Forscher eine nichtkollineare Spinstruktur mit starker anisotroper Pinning und symmetriebrechenden Eigenschaften, die Skyrmionen unterdrückt und somit neue Möglichkeiten für das Engineering spintronischer Eigenschaften eröffnet.
Diese Studie nutzt First-Principles-Simulationen, um die strukturelle, mechanische und elektronische Anisotropie sowie die thermodynamische Instabilität bestimmter Stöchiometrien in Halogenid-Perowskit-Monolagen zu untersuchen und liefert damit Grundlagen für das Verständnis niedrigdimensionaler Perowskit-Strukturen.
Die Studie zeigt, dass AgBiS₂ trotz kationischer Unordnung und lokaler Verzerrungen einen bandartigen Ladungstransport aufweist, was auf extrinsische Faktoren wie Kristallitgröße oder Oberflächenpassivierung als Ursache für die bisherige Lokalisierung in Nanokristallen hindeutet und neue Wege für effizientere Solarabsorber eröffnet.
Die Arbeit stellt MBD-ML vor, ein vortrainiertes Message-Passing-Neurales Netzwerk, das aus atomaren Strukturen direkt die für die Many-Body-Dispersion (MBD)-Methode erforderlichen Eigenschaften vorhersagt und so eine effiziente, elektronenstruktur-unabhängige Integration genauer Van-der-Waals-Wechselwirkungen in Kraftfelder und elektronische Strukturcodes ermöglicht.