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.

🔬 optics

Near-field effects on cathodoluminescence outcoupling in perovskite thin films

Este estudio demuestra que las variaciones a nanoescala en la intensidad de la catodoluminiscencia dentro de películas policristalinas de perovskita de CsPbBr3 están impulsadas principalmente por efectos de campo cercano, específicamente por el atrapamiento de luz mejorado en los bordes de grano curvos y resonancias de tipo Fabry-Perot, en lugar de diferencias en las propiedades intrínsecas del material.

Robin Schot, Imme Schuringa, Álvaro Rodríguez Echarri, Lars Sonneveld, Tom Veeken, Yang Lu, Samuel D. Stranks, Albert Po (…)2026-01-28
🔬 materials science

Locally Scaled Self-Interaction Corrected Energy Functionals with Complex Optimal Orbitals

Este artículo presenta un funcional de energía de autocorrección de interacción propia escalado localmente y totalmente variacional que utiliza orbitales óptimos complejos y un factor de escala basado en la densidad de energía cinética para ajustar dinámicamente la corrección a través de diferentes regímenes de densidad electrónica, mejorando así las predicciones para sistemas atómicos, moleculares y de estado sólido.

Jukka John, Hlynur Guðmundsson, Iðunn Björg Arnaldsdóttir, Hannes Jónsson, Elvar Örn Jónsson2026-01-28
🔬 materials science

Comparative Analysis of Plasticity-based GND Density Estimation Methods in Crystal Plasticity Finite Element Models

Este artículo compara los métodos de proyección y de gradiente de deslizamiento para estimar las densidades de dislocaciones de necesidad geométrica (GND) en modelos de elementos finitos de plasticidad cristalina, revelando que, si bien ambos se alinean con las tendencias analíticas, el método de proyección subestima significamente las GND en policristales a menos que se mejore restringiendo los cálculos únicamente a los sistemas de dislocación activos.

Michael Pilipchuk, Chaitali Patil, Veera Sundararaghavan2026-01-28
🔬 mesoscale physics

Atomic imaging of 2D transition metal dihalides

Este artículo introduce un método de fabricación libre de polímeros para aislar e imágenes con éxito diioduros de metales de transición 2D sensibles al aire en el límite de monocapa, revelando sus características estructurales únicas, incluyendo las bajas barreras de apilamiento y las vacantes de yodo estables, al tiempo que demuestra una plataforma versátil para la creación de heteroestructuras de van der Waals suspendidas y limpias.

Wendong Wang, Gareth R. M Tainton, Nick Clark, James G. McHugh, Xue Li, Sam Sullivan-Allsop, David G. Hopkinson, Oldrich (…)2026-01-28
🔬 materials science

AI-Assisted Rapid Crystal Structure Generation Towards a Target Local Environment

El artículo presenta LEGO-xtal, un marco generativo de IA informado por la simetría que produce rápidamente estructuras cristalinas diversas que coinciden con un entorno local objetivo al combinar estructuras iniciales generadas por IA con optimización basada en aprendizaje automático, expandiendo con éxito un pequeño conjunto de alótropos de carbono en más de 1.700 candidatos viables.

Osman Goni Ridwan, Sylvain Pitié, Monish Soundar Raj, Dong Dai, Gilles Frapper, Hongfei Xue, Qiang Zhu2026-01-27
🔬 materials science

Abinit 2025: New Capabilities for the Predictive Modeling of Solids and Nanomaterials

Este artículo presenta los significativos avances científicos y técnicos en el paquete de software Abinit durante los últimos cinco años, destacando las nuevas capacidades en metodologías de estado fundamental y de estado excitado, computación de alto rendimiento acelerada por GPU, modelado de segundos principios y flujos de trabajo automatizados diseñados para apoyar el modelado predictivo de alto rendimiento de sólidos y nanomateriales.

Matthieu J. Verstraete, Joao Abreu, Guillaume E. Allemand, Bernard Amadon, Gabriel Antonius, Maryam Azizi, Lucas Baguet (…)2026-01-27
🔬 materials science

Electro-thermal Co-design of Vertical \b{eta}-Ga2O3 Schottky Diodes with High-permittivity BaTiO3 Field-plate for High-field and Thermal Management

Este estudio demuestra que la integración de un aislante de AlN térmicamente conductor con una placa de campo de alta permitividad de BaTiO3 en diodos de barrera Schottky de β\beta-Ga2_2O3_3 verticales mitiga eficazmente los puntos calientes térmicos y mejora la gestión del campo eléctrico, mejorando así significativamente la disipación de calor y el rendimiento de la ruptura para aplicaciones de alta potencia.

Ahsanul Mohaimeen Audri, Chung-Ping Ho, Emerson J. Hollar, Jingjing Shi, Esmat Farzana2026-01-27
🔬 applied physics

Strong lead-free bioinspired piezoceramics for durable energy transducers

Este estudio presenta un diseño de microestructura de tipo ladrillo y mortero de inspiración biológica y escalable para piezocerámicas de Bi0.5Na0.5TiO3 libres de plomo que mejora significativamente la resistencia mecánica, la tenacidad a la fractura y la resistencia a la fatiga sin comprometer el rendimiento piezoeléctrico, permitiendo así transductores de energía duraderos.

Ruxue Yang, Temesgen Tadeyos Zate, Peiren Wang, Soumyajit Mojumder, Elo Overgaard Mogensen, Oriol Gavalda-Diaz, Zihe Li (…)2026-01-27
🔬 materials science

InSpecLearn4SDL: Interpretable Spectral Features Predict Conductivity in Self-Driving Doped Conjugated Polymer Labs

Este artículo presenta InSpecLearn4SDL, un flujo de trabajo de aprendizaje automático interpretable que utiliza un algoritmo genético y una selección de características guiada por SHAP para predecir la conductividad eléctrica de polímeros conjugados dopados a partir de espectros ópticos rápidos, reduciendo así el esfuerzo experimental en laboratorios autónomos en aproximadamente un 33% al tiempo que recupera descriptores físicos clave.

Ankush Kumar Mishra, Jacob P. Mauthe, Nicholas Luke, Aram Amassian, Baskar Ganapathysubramanian2026-01-27