Este apartado explora cómo la materia se comporta cuando se encuentra atrapada en espacios diminutos, donde las reglas habituales de la física cambian drásticamente. Es el estudio de sistemas que son demasiado grandes para ser solo átomos individuales, pero demasiado pequeños para comportarse como objetos macroscópicos ordinarios, revelando propiedades sorprendentes que solo emergen bajo estas condiciones de confinamiento.

En Gist.Science, procesamos cada nuevo preprint publicado en arXiv dentro de esta categoría, transformando el contenido técnico en resúmenes accesibles para el público general y análisis detallados para expertos. Nuestro objetivo es hacer que estos avances complejos sean comprensibles sin sacrificar el rigor científico, ofreciendo una puerta de entrada clara a las últimas investigaciones.

A continuación, encontrará la lista más reciente de artículos seleccionados en este campo, listos para ser explorados con nuestras herramientas de explicación.

Analytical Treatment of Noise-Suppressed Klein Tunneling in Graphene with Possible Implications for Quantum-Dot Qubits

Este estudio analiza analíticamente cómo el ruido gaussiano en las barreras de potencial suprime el efecto de tunelamiento de Klein en el grafeno, proponiendo el uso de estas barreras ruidosas como elementos disipativos controlables para mejorar el diseño de puntos cuánticos en dispositivos de qubits.

Kamal Azaidaoui, Ahmed Jellal, Hocine Bahlouli, A. Al Luhaibi, Michael Vogl2026-04-28🔬 cond-mat.mes-hall

Stark-tunable O-band single-photon sources based on deterministically fabricated quantum dot--circular Bragg gratings on silicon

Este estudio presenta fuentes de fotones individuales en la banda O de telecomunicaciones, integradas sobre silicio mediante resonadores de rejilla de Bragg circular, que logran una alta pureza, una eficiencia de extracción optimizada y una sintonización eléctrica mediante el efecto Stark, permitiendo además su funcionamiento a temperaturas elevadas.

Sarthak Tripathi, Kartik Gaur, Priyabrata Mudi, Peter Ludewig, Alexander Kosarev, Kerstin Volz, Imad Limame, Stephan Reitzenstein2026-04-28🔬 physics.optics

Physics-Informed Deep Image Prior Reconstruction of In-Plane Magnetization from Scanning NV Magnetometry

Este estudio presenta un marco de aprendizaje profundo basado en la técnica *Deep Image Prior* (DIP) con información física para reconstruir patrones de magnetización en el plano a partir de datos de magnetometría de centros NV, demostrando que el uso de máscaras de restricción espacial optimizadas mejora significativamente la calidad de la reconstrucción sin necesidad de datos de entrenamiento previos.

Zander Scholl, Justin Woods, Charudatta Phatak, Hanu Arava2026-04-28🔬 cond-mat.mes-hall

Remotely programming the weights of a spintronic neural network by a radiofrequency broadcast signal

Este estudio demuestra la programación remota y escalable de pesos sinápticos en una red neuronal espintrónica mediante señales de radiofrecuencia selectivas por frecuencia, permitiendo reconfigurar el mismo hardware para realizar distintas tareas de clasificación con alta precisión.

M. Menshawy (Laboratoire Albert Fert, CNRS, Thales, Université Paris-Saclay, Palaiseau, France), D. Sanz-Hernández (Laboratoire Albert Fert, CNRS, Thales, Université Paris-Saclay, Palaiseau, Fra (…)2026-04-28🔬 cond-mat.mes-hall