4298 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 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.
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.
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 -GaO 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.
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.
Este artículo introduce un novedoso método de medición con resolución temporal para demostrar que los aumentos colosales y leves en el efecto Seebeck observados en semiconductores superiónicos (Cu2Se y Ag2S) durante las transiciones de fase estructurales no son fenómenos intrínsecos.
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.
Este estudio demuestra que la adsorción de moléculas de heteroheliceno enantiopuros sobre una superficie de Cu(100) no magnética induce un estado de espín polarizado localizado en la capa superior de cobre mediante una fuerte hibridación impulsada por la quimisorción y la correlación de Coulomb, revelando un mecanismo para generar magnetismo en interfaces orgánico-inorgánicas sin componentes magnéticos intrínsecos.
Este artículo demuestra que la teoría de correspondencia, un enfoque cristalográfico alternativo que utiliza tensores métricos y grupos de simetría, puede emplearse eficazmente para determinar las condiciones de compatibilidad y supercompatibilidad de austenita/martensita en aleaciones con memoria de forma, las cuales fueron derivadas previamente utilizando la teoría fenomenológica basada en la mecánica del continuo.
Este artículo demuestra que los grandes modelos de lenguaje como ChatGPT y DeepSeek pueden asistir eficazmente en la predicción de la estabilidad y las tasas de degradación de las células solares de perovskita al sugerir y justificar métodos de predicción mediante el diálogo, incluso cuando los modelos físicos y los datos ambientales están incompletos.
Este artículo presenta un marco mínimo semianalítico que utiliza un Ansatz hiperbólico parametrizado para modelar eficientemente la nucleación de vórtices y la reversión de la magnetización en nanopartículas magnéticas esféricas, derivando con éxito estimaciones analíticas para los parámetros críticos de nucleación que extienden los resultados clásicos de Brown.