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.

First-principles and tight-binding analysis of thermoelectricity in irradiated WSe2_2

El estudio demuestra que la irradiación monocromática en nanocintas de WSe2_2 monocapa mejora significativamente su eficiencia termoeléctrica ($ZT > 1$) al modificar la dispersión de bandas y reducir la conductividad térmica de la red mediante efectos de acoplamiento espín-órbita y dispersión anarmónica.

Cynthia Ihuoma Osuala, Tanu Choudhary, Raju K. Biswas, Sudin Ganguly, Santanu K. Maiti2026-02-27🔬 cond-mat.mes-hall

Substrate induced optimization of the Electrocatalytic Hydrogen Evolution Reaction (HER) performances of MoS2 thin film

Este estudio demuestra que los films delgados de MoS2 depositados sobre sustratos de Al2O3 mediante deposición por láser pulsado exhiben un rendimiento superior en la reacción de evolución de hidrógeno debido a la estabilización interfacial de la fase metálica 1T, lo que mejora la transferencia de carga y la actividad catalítica.

Hafiz Sami-Ur-Rehman, Arpana Singh, Nunzia Coppola, Pierpaolo Polverino, Sandeep Kumar Chaluvadi, Shyni Punathum-Chalil, Heinrich-Christoph Neitzert, Diana Sannino, Pasquale Orgiani, Alice Galdi, Cesa (…)2026-02-27🔬 cond-mat.mtrl-sci

A Comparative Study of Structural Representations for 2D Materials: Insights from Dynamic Collision Fingerprint and Matminer

Este estudio demuestra que la Huella de Colisión Dinámica (DCF) es una alternativa eficaz y físicamente interpretable a la librería Matminer para la representación estructural de materiales bidimensionales, ya que logra una precisión predictiva comparable con descriptores de menor dimensión y costos computacionales reducidos.

Raphael M. Tromer, Isaac M. Felix, Rafael Besse, Marcelo L. Pereira Junior, Marcos G. E. da Luz2026-02-27🔬 cond-mat.mtrl-sci

Chalcogen Impurity Barriers in 2D Systems via Semi-Empirical/Machine Learning Modeling: A Survey over 4000 Materials

Este estudio presenta un marco escalable que combina el método semiempírico de Hückel extendido con modelos de aprendizaje automático para predecir de manera eficiente las barreras de adsorción de impurezas calcógenas en más de 4000 materiales bidimensionales, facilitando así la selección de estructuras óptimas para aplicaciones en catálisis y sensores.

M. L. Pereira Junior, M. G. E. da Luz, P. Cesana, A. L. da Rosa, M. J. Piotrowski, D. Guedes-Sobrinho, T. A. S. Pereira, E. A. Moujaes, A. C. Dias, R. M. Tromer2026-02-27🔬 cond-mat.mtrl-sci

Quantum magnetic phase transitions in a Kugel-Khomskii model including spin-orbit coupling

El artículo presenta una solución analítica de un modelo de Kugel-Khomskii con acoplamiento espín-órbita que describe la transición de fase cuántica entre un estado con orden magnético y orbital oculto y un estado ferromagnético con momento reducido, revelando cómo la interacción conjunta de Hund y el acoplamiento espín-órbita genera una anisotropía de tipo plano fácil.

D. E. Chizhov, P. A. Igoshev, V. Yu. Irkhin2026-02-27🔬 cond-mat.mtrl-sci

Efficient training of generative models from multireference simulations and its application to the design of Dy complexes with large magnetic anisotropy

Este trabajo demuestra que un entrenamiento semisupervisado de autoencoders variacionales generativos puede reducir en dos órdenes de magnitud el costo computacional de generar ligandos orgánicos novedosos para complejos de disprosio con alta anisotropía magnética, permitiendo el diseño eficiente de estos compuestos a partir de conjuntos de datos multirreferencia limitados.

Zahra Khatibi, Lorenzo A. Mariano, Lion Frangoulis, Alessandro Lunghi2026-02-27🔬 cond-mat.mtrl-sci

Electromechanical Switching and Momentum-Selective Transport in Geometry-Defined Blue Phosphorus Homojunctions

Este estudio presenta una unión homojuntura metal-semiconductor-metal definida geométricamente en fosforeno azul bicapa mediante una burbuja localizada, que actúa como un filtro selectivo de momento y permite el desarrollo de dispositivos electromecánicos como un elemento de memoria conmutable y un reostato de deslizamiento nanométrico.

Zewen Wu, Min Zhou, Yanxia Xing, Xianghua Kong2026-02-27🔬 physics.app-ph

Intermediates of Forming Transition Metal Dichalcogenide Heterostructures Revealed by Machine Learning Simulations

Mediante simulaciones con potenciales de aprendizaje automático, este estudio revela una estructura intermedia metastable SMMS que facilita el intercambio atómico durante el crecimiento de heteroestructuras de dicalcogenuros de metales de transición, identificando tanto el mecanismo para evitar la contaminación por aleación como su potencial aplicación como electrodo de contacto de baja barrera Schottky.

Luneng Zhao, Hongsheng Liu, Yuan Chang, Xiaoran Shi, Jijun Zhao, Feng Ding, Junfeng Gao2026-02-26🔬 cond-mat.mtrl-sci