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.

🔬 Materialwissenschaft

Influence of Ni Doping on the Structural, Morphological, Optical, and Electrical Properties of Nanocrystalline Cd1-xMnxS Thin Films

Diese Arbeit untersucht die Auswirkungen einer Ni-Dotierung auf die strukturellen, morphologischen, optischen und elektrischen Eigenschaften von Cd1−x_{1-x}Mnx_xS-Dünnschichten, die mittels chemischer Badabscheidung hergestellt wurden, und zeigt deren Potenzial für optoelektronische Anwendungen wie Solarzellen auf.

Himanshu Sharma Pathok, Padma Pani Shahu, Himanshu Kalita, Prasanta Kumar Saikia2026-04-27
🔬 Materialwissenschaft

Alterations in Conformations of Poly(3-hexylthiophene) on Au(111) Induced by Annealing

Die Studie zeigt mittels Rastertunnelmikroskopie, dass die Konformation von P3HT-Einzelketten auf Au(111)-Oberflächen durch das Zusammenspiel von thermischer Energie und der Topographie des Substratpotentials gesteuert wird, wobei Tempern entweder zu geordneten, dem Herringbone-Muster folgenden Strukturen oder zu ungeordneten, geknäuelartigen Ketten führt.

Anmol Arya, François Vonau, Solomon L. Joseph, Thomas Pfohl, Silvia Siegenführ, Laurent Simon, Günter Reiter2026-04-27
🔬 Materialwissenschaft

Accurate predictive model of band gap with selected important features based on explainable machine learning

Diese Studie zeigt, dass durch den Einsatz erklärbarer maschineller Lernverfahren (XML) zur Identifizierung der fünf wichtigsten Merkmale ein kompaktiertes Vorhersagemodell für Bandlücken entwickelt werden kann, das nicht nur eine mit dem Vollmodell vergleichbare Genauigkeit aufweist, sondern auch eine verbesserte Generalisierungsfähigkeit bei gleichzeitig reduzierten Erfassungskosten bietet.

Joohwi Lee, Kaito Miyamoto2026-04-24
🔬 Mesoskopische Physik

Reevaluating the electrical impact of atomic carbon impurities in MoS2

Diese computergestützte Studie widerlegt die Annahme, dass Kohlenstoffverunreinigungen in MoS₂ eine elektrische Dotierung bewirken, und identifiziert stattdessen thermodynamisch stabile Defektstrukturen, die als Ladungsträgerfallen wirken, während sie gleichzeitig spektroskopische Daten zur eindeutigen Identifizierung bereitstellen.

James Ramsey, Faiza Alhamed, Jonathan P. Goss, Patrick R. Briddon, Mark J. Rayson2026-04-24
🔬 Materialwissenschaft

Extending flow birefringence analysis to combined extensional-shear flows via Jeffery-Hamel flow measurements

Diese Studie zeigt, dass sich die Strömungsdoppelbrechung in kombinierten Scher- und Dehnungsströmungen von Zellulose-Nanokristall-Suspensionen durch die Jeffery-Hamel-Strömung analysieren lässt und dass die Doppelbrechung in diesen Regionen der Wurzelsumme der einzelnen Beiträge folgt, was eine Erweiterung der Spannungs-Doppelbrechungs-Analyse auf komplexe Verformungsmodi ermöglicht.

Miu Kobayashi, William Kai Alexander Worby, Misa Kawaguchi, Yuto Yokoyama, Sayaka Ichihara, Yoshiyuki Tagawa2026-04-24
🔬 Materialwissenschaft

Predicting Scale-Up of Metal-Organic Framework Syntheses with Large Language Models

Die Studie stellt ESU-MOF vor, einen datengetriebenen Ansatz, der mittels eines speziell abgestimmten Large Language Models auf Basis einer neu erstellten Literatur-Datenbank die Skalierbarkeit von Metall-organischen Gerüsten (MOFs) mit 91,4 % Genauigkeit vorhersagt, um deren industrielle Anwendung zu beschleunigen.

Peter Walther, Hongrui Sheng, Xinxin Liu, Bin Feng, Reid Coyle, Xinhua Yan, Kyle Smith, Harrison Kayal, Shyam Chand Pal (…)2026-04-24