4239 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.
Este artículo presenta un flujo de trabajo multiagente que combina inteligencia artificial e instrumentos automatizados para recuperar materiales críticos de aguas producidas y lixiviados magnéticos mediante precipitación selectiva, acelerando el desarrollo de procesos de separación escalables de meses a días.
Este artículo propone una técnica para sensores cuánticos de escala meV que utiliza heteroestructuras de van der Waals de materiales de Dirac (ZrTe5 y HfTe5) para detectar selectivamente partículas incidentes basándose en sus relaciones de dispersión mediante la hibridación orbital interfacial, superando así las limitaciones actuales para distinguir señales de excitaciones intrínsecas.
Este estudio evalúa diversas arquitecturas de aprendizaje automático para mapear la polarización en ferroeléctricos mediante 4D-STEM, identificando que, aunque los modelos entrenados con datos sintéticos enfrentan una brecha de dominio con los experimentales, el uso de estrategias de entrenamiento personalizadas y métodos basados en PCA permite cerrar esta brecha y detectar defectos estructurales.
Mediante simulaciones de dinámica molecular reactiva, este estudio revela cómo los polímeros en formulaciones explosivas influyen en la formación y criticidad de los puntos calientes durante el colapso de poros inducido por ondas de choque, demostrando que, aunque a menudo retrasan las reacciones químicas, ciertas geometrías pueden acelerarlas.
Este trabajo presenta un marco computacional diferenciable que permite la reprogramación continua de las propiedades efectivas de retículas mecánicas totimórficas mediante cambios geométricos, facilitando la creación de estructuras autónomas y autoconfigurables ideales para aplicaciones en el espacio profundo, como materiales reprogramables y espejos de telescopios con longitud focal ajustable.
Este estudio revela que la modulación estructural anarmónica en martensita de Ni-Mn-Ga evoluciona desde estados conmensurables a inconmensurables al enfriarse, estableciendo un vínculo estructural unificado entre dicha modulación y la formación de nanomáquinas a/b, así como con estados conmensurables de largo periodo energéticamente competitivos.
Este estudio utiliza un potencial de aprendizaje automático basado en el marco de neuroevolución para revelar, mediante simulaciones de dinámica molecular a gran escala, cómo los agregados de hidrógeno en nanovacíos del tungsteno promueven la fractura frágil mediante la formación de burbujas y grietas regulares, proporcionando así una comprensión atómica sin precedentes del fragilizado inducido por hidrógeno.
Este estudio utiliza haces iónicos y simulaciones *ab-initio* para clasificar el comportamiento de seis metales (Mg, Zn, Al, Ag, Sn y Cu) frente a la litiación en baterías de iones de litio, revelando que algunos forman aleaciones, otros soluciones sólidas y el cobre actúa como barrera, lo que permite optimizar componentes multifuncionales para mayor densidad energética.
Este estudio combina cálculos de primeros principios y técnicas de inteligencia artificial para demostrar que la variación de la concentración de Ru en la aleación Heusler MnRuGa permite sintonizar la anisotropía magnética perpendicular y la semiconductividad, posicionando al material como un candidato prometedor para aplicaciones en espintrónica y almacenamiento magnético de alta densidad.
Este estudio presenta un cribado de alto rendimiento del banco de datos MAGNDATA que integra análisis de simetría y cálculos DFT para identificar 173 materiales altermagnéticos con división de espín significativa, revelando que la máxima división ocurre fuera de las trayectorias de alta simetría y proporcionando así una guía crucial para futuros experimentos de fotoemisión y el desarrollo de la espintrónica.