4265 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 el grafeno hidrogenado bidimensional (HC6) adopta un estado fundamental ferrimagnético robusto que, al ser energéticamente más favorable que la fase paramagnética, suprime la superconductividad esperada a pesar de su alta densidad de estados electrónicos.
Este estudio demuestra que el titanato de bario sustituido con circonio (BZT) permite la existencia de texturas topológicas de polarización fraccionarias y programables químicamente, desde antieskyrmiones hasta skyrmiones, que permanecen estables a temperatura ambiente en composiciones ordenadas, estableciendo así una plataforma para dispositivos de memoria y neuromórficos reconfigurables.
El artículo presenta Dara, un marco automatizado que identifica y refina múltiples fases en patrones de difracción de rayos X mediante un exhaustivo árbol de búsqueda y refinamiento Rietveld, reduciendo la dependencia de la interpretación manual y facilitando el descubrimiento de materiales.
Este estudio revela que el gran efecto Hall topológico en el antiferromagneto EuCdSb surge de la combinación de estados de Weyl generados por la ruptura de simetría o fluctuaciones de espín, y de la quiralidad de espín escalar en las paredes de dominio, los cuales contribuyen a una curvatura de Berry significativa tanto en el espacio real como en el espacio de momentos.
Esta revisión explora la evolución de la espectroscopía de resonancia de plasmón superficial (SPR) desde estudios cinéticos hasta sensores avanzados con polímeros de impronta molecular, destacando el papel transformador de la inteligencia artificial y el aprendizaje automático en la interpretación de datos y la creación de laboratorios autónomos para acelerar el descubrimiento de materiales y aplicaciones biomédicas.
Mediante cálculos de primeros principios, este estudio revela una nueva fase ferroeléctrica quiral en el perovskita AgNbO donde la quiralidad estructural está intrínsecamente acoplada a la polarización eléctrica, permitiendo el control reversible de respuestas ópticas quirales mediante campos eléctricos externos.
Los autores proponen un marco generativo basado en un modelo de difusión consciente de restricciones y un algoritmo primal-dual para acelerar la relajación estructural de defectos puntuales en sólidos inorgánicos, logrando un rendimiento superior al estado del arte en la generación de estructuras físicamente fundamentadas.
Este estudio demuestra que las dependencias del campo magnético en la resistividad eléctrica de las soluciones sólidas de Bi-Mn varían significativamente según la concentración de manganeso y la presencia de fases magnéticas α-BiMn, mostrando una magnetorresistencia máxima a 100 K que disminuye al aumentar el contenido de Mn en comparación con muestras de menor concentración.
Este artículo presenta operadores efectivos precisos para monocapas de grafeno en un superretículo, obtenidos mediante la combinación de la teoría de perturbación variacional y un método multiescala, los cuales reemplazan al operador de Dirac sin masa habitual y se validan mediante simulaciones.
Este artículo presenta una estrategia de preentrenamiento basada en principios físicos que, al utilizar potenciales atómicos simples antes del ajuste fino con datos cuánticos, mejora consistentemente la precisión, estabilidad y fiabilidad de los potenciales interatómicos aprendidos por máquina en simulaciones de dinámica molecular.