Dieser Bereich widmet sich den faszinierenden Schnittstellen zwischen Physik und Chemie, wo fundamentale Naturgesetze auf molekularer Ebene untersucht werden. Hier geht es um die Bewegung von Atomen, die Kräfte zwischen Molekülen und die thermodynamischen Prozesse, die unser Universum formen, ohne dabei in unnötigen Fachjargon zu verfallen.

Auf Gist.Science durchsuchen wir kontinuierlich die neuesten Vorveröffentlichungen von arXiv in dieser Kategorie. Für jedes neue Preprint erstellen wir sowohl eine verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse, damit die komplexesten Entdeckungen für jeden zugänglich sind.

Im Folgenden finden Sie die aktuellsten Forschungsarbeiten aus dem Feld der physikalischen Chemie, die wir für Sie aufbereitet haben.

Frequency- and time-resolved second order quantum coherence function of IDTBT single-molecule fluorescence

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.

Quanwei Li, Yuping Shi, Lam Lam, K. Birgitta Whaley, Graham Fleming2026-02-26🔬 cond-mat.mtrl-sci

Emergent Rate Laws for Collective Lying-Standing Transitions

Die Studie entwickelt ein quantitatives Modell, das zeigt, wie die kollektive Kinetik von Liegen-Stehen-Übergängen an organisch-anorganischen Grenzflächen durch gekoppelte mikroskopische Prozesse und geometrische Faktoren bestimmt wird, und leitet daraus eine analytische Ausdrucksform für die Reorientierungsraten ab, die als Designprinzip für die Steuerung dieser Übergänge dient.

Anna Werkovits, Simon B. Hollweger, Oliver T. Hofmann2026-02-26🔬 physics

MBD-ML: Many-body dispersion from machine learning for molecules and materials

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.

Evgeny Moerman, Adil Kabylda, Almaz Khabibrakhmanov, Alexandre Tkatchenko2026-02-26🔬 cond-mat.mtrl-sci

Towards the optimization of a perovskite-based room temperature ozone sensor: A multifaceted approach in pursuit of sensitivity, stability, and understanding of mechanism

Diese Studie optimiert raumtemperaturfähige Ozonsensoren auf Basis von Metallhalogenid-Perowskiten durch die Aufklärung des Wirkmechanismus, die Identifizierung einer halogenidabhängigen Leitfähigkeitstyp-Umkehr und den Nachweis, dass Mangan-Dotierung die Sensitivität und Stabilität signifikant verbessert.

Aikaterini Argyrou, Rafaela Maria Giappa, Emmanouil Gagaoudakis, Vasilios Binas, Ioannis Remediakis, Konstantinos Brintakis, Athanasia Kostopoulou, Emmanuel Stratakis2026-02-25🔬 cond-mat.mtrl-sci

Quantum Statistical Mechanics of Electronically Open Molecules: Reduced Density Operators

Diese Arbeit stellt einen reduzierten Dichteoperator für elektronisch offene Moleküle vor, der durch eine explizite Mittelung über die Umgebungsgrade von Freiheit unter Einbeziehung von Teilchenzahl-verletzenden Wechselwirkungen und einer unmissverständlichen Definition der partiellen Spur im fermionischen Fock-Raum die Fermionen-Teilspur-Ambiguität auflöst und eine Verallgemeinerung des großkanonischen Dichteoperators mit einem verallgemeinerten chemischen Potential ermöglicht.

Jacob Pedersen, Bendik Støa Sannes, Ida-Marie Høyvik2026-02-25🔬 physics

Hydrodynamic permeability of fluctuating porous membranes

Diese Arbeit untersucht mittels eines schwankenden Darcy-Modells und einer störungstheoretischen Lösung der Dyson-Gleichung, wie zeitliche und räumliche Porositätsfluktuationen die hydrodynamische Permeabilität von porösen Membranen im Vergleich zu statischen Matrizen signifikant verändern und liefert damit wichtige Erkenntnisse für das Design von Trennmembranen.

Albert Dombret, Adrien Sutter, Baptiste Coquinot, Nikita Kavokine, Benoit Coasne, Lydéric Bocquet2026-02-25🔬 cond-mat.mtrl-sci

Coupled Cluster con MōLe: Molecular Orbital Learning for Neural Wavefunctions

Die Arbeit stellt MōLe vor, ein äquivariantes maschinelles Lernmodell, das aus Hartree-Fock-Molekülorbitalen direkt Coupled-Cluster-Anregungsamplituden vorhersagt und dabei eine hohe Dateneffizienz sowie eine bemerkenswerte Generalisierungsfähigkeit auf größere Moleküle und Nicht-Gleichgewichtsgeometrien zeigt.

Luca Thiede, Abdulrahman Aldossary, Andreas Burger, Jorge Arturo Campos-Gonzalez-Angulo, Ning Wang, Alexander Zook, Melisa Alkan, Kouhei Nakaji, Taylor Lee Patti, Jérôme Florian Gonthier, Mohammad Gha (…)2026-02-25🤖 cs.LG

Density Functional Theory Predictions of Derivative Thermodynamic Properties of a Confined Fluid

Die Studie zeigt, dass ein angepasstes Dichtefunktionaltheorie-Modell quantitative Vorhersagen für abgeleitete thermodynamische Eigenschaften von in nanoporösen Kohlenstoffstrukturen eingeschlossenem Argon liefert, die durch Monte-Carlo-Simulationen bestätigt werden und eine geringere Kompressibilität sowie einen geringeren thermischen Ausdehnungskoeffizienten im Vergleich zum Volumenfluid aufweisen.

Gennady Y. Gor, Geordy Jomon, Andrei L. Kolesnikov2026-02-25🔬 cond-mat