2792 artículos
La ciencia de materiales y la física de la materia condensada exploran cómo se comportan las sustancias que nos rodean, desde los metales en nuestros edificios hasta los semiconductores en nuestros teléfonos. Esta disciplina busca entender las reglas que gobiernan la estructura y las propiedades de la materia, permitiendo el desarrollo de tecnologías más eficientes y sostenibles que transforman nuestra vida diaria.
En Gist.Science, procesamos cada nuevo preprint de este campo directamente desde arXiv para hacer que la investigación de vanguardia sea accesible a todos. Ofrecemos tanto resúmenes en lenguaje sencillo como análisis técnicos detallados, asegurando que expertos y curiosos por igual puedan comprender los avances más recientes sin barreras innecesarias.
A continuación encontrarás la selección más reciente de artículos en ciencia de materiales y materia condensada, listos para ser explorados y entendidos.
El estudio revela que la resistividad superlineal dependiente de la temperatura en BaNiP surge del decaimiento de una contribución residual causada por el "rattle" (vibración) local de los átomos de bario, la cual se suprime tras una transición de fase estructural de primer orden de tetragonal a ortorrómbica que induce la formación de dominios y la división de las líneas de RMN de fósforo.
El artículo presenta una clasificación simétrica de los patrones de dispersión de neutrones polarizados en pequeños ángulos para ensembles de nanopartículas con estados de vórtice magnético, revelando un paisaje de anisotropía angular con cuatro regímenes distintos gobernados principalmente por la simetría rotacional y la distribución estadística de los ejes de los vórtices.
El artículo presenta NLSTEM, un método de posprocesamiento basado en el promediado no local de patrones que mejora significativamente las tasas de indexación en la microscopía 4D-STEM al aumentar la relación señal-ruido, especialmente en muestras dañadas por irradiación iónica.
Los investigadores utilizaron luz THz y un campo magnético de 33 teslas para impulsar el óxido de níquel antiferromagnético a un régimen altamente no lineal, demostrando una dinámica de gran amplitud que representa un paso crucial hacia el conmutación resonante ultrarrápida de la orden antiferromagnética.
Este trabajo presenta un método robusto y sencillo para extraer la permitividad dieléctrica en el plano de microcristales de materiales van der Waals mediante la identificación de mínimos de reflectancia, superando las limitaciones de las técnicas convencionales y de punta de campo cercano sin necesidad de algoritmos de ajuste complejos.
Este estudio presenta la creación de la base de datos NEMAD, que utiliza modelos de lenguaje grandes para extraer datos experimentales de 67.573 materiales magnéticos y entrena modelos de aprendizaje automático para clasificarlos y predecir sus temperaturas de transición, acelerando así el descubrimiento de nuevos materiales magnéticos de alto rendimiento.
El artículo propone un modelo teórico mínimo basado en el modelo de Hubbard que explica las propiedades magnéticas del marco metal-orgánico CrCl(pyz) como un estado ferrimagnético con un momento magnético de 2 y acoplamientos ferromagnéticos débiles entre los sitios de cromo, lo cual concuerda notablemente con los valores experimentales y facilita el diseño de compuestos con propiedades magnéticas personalizadas.
Este estudio numérico demuestra que la precipitación ralentiza la fluencia por disolución presión-dependiente mediante un mecanismo químico de acumulación de soluto cuando es lenta, o mediante un mecanismo mecánico de reducción de tensión cuando es rápida.
Este estudio demuestra que en los conductos de ondas de espín de antiferromagnetos sintéticos, las ondas ópticas de bajo orden pueden dividirse en pares de ondas acústicas no degeneradas mediante un proceso de descomposición de tres magnones, lo que revela reglas de conservación y modos de confinamiento con implicaciones para el procesamiento de señales de microondas no lineales.
Este artículo presenta cómo la inteligencia artificial generativa está transformando el diseño y la síntesis de marcos metal-orgánicos (MOFs) mediante modelos avanzados que aceleran el descubrimiento de materiales para aplicaciones energéticas y ambientales, al tiempo que señala los desafíos pendientes en viabilidad sintética e integración de conocimientos.