4820 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 estudio demuestra que el metal de kagome epitaxial CoSn exhibe un ángulo de Hall de espín efectivo notablemente grande () para una conversión de espín-carga eficiente, superando significativamente al platino, según lo confirmado por imágenes a escala atómica, mediciones magneto-ópticas y cálculos de la teoría del funcional de la densidad.
Este artículo presenta ChronoSyn, un modelo de aprendizaje automático consciente de la cronología que mejora la predicción de la sintetizabilidad de materiales mediante el aprendizaje conjunto a partir de datos de composición y la trayectoria histórica del descubrimiento de materiales, permitiendo la identificación efectiva de composiciones hipotéticas experimentalmente realizables.
Este artículo presenta un marco autorregresivo de tiempo variable e informado por la física que extrae ecuaciones diferenciales parciales interpretables y coeficientes físicos fundamentales directamente de videos de microscopía electrónica de transmisión en fase líquida para modelar y predecir la dinámica multiescala del autoensamblaje de nanopartículas.
Este artículo introduce un marco híbrido de Dinámica Browniana-Monte Carlo cinético que simula eficientemente la dinámica magnética y rotacional acoplada de nanopartículas magnéticas suspendidas en escalas de tiempo experimentalmente relevantes mediante la combinación de la conmutación térmicamente activada con las fluctuaciones locales del momento magnético, reduciendo así significativamente los costos computacionales en comparación con las simulaciones tradicionales de Landau-Lifshitz-Gilbert estocásticas.
Este artículo utiliza simulaciones de estática molecular dentro de un marco multiescala para evaluar los parámetros mecánicos de tracción y compresión, las constantes elásticas y los mecanismos de deformación de nanocompuestos de matriz de aluminio reforzados con partículas de alúmina de tamaño nanométrico mediante el análisis de modelos de celda unitaria y de elementos de volumen representativo policristalinos.
Este artículo presenta STEM-Bank-26, el conjunto de datos abierto más grande hasta la fecha, que comprende 37.921 imágenes y espectros de microscopía electrónica de transmisión de barrido analítica de 1.095 muestras de materiales procedentes de 1.499 sesiones, junto con herramientas para extraer metadatos y construir conjuntos de datos de archivo similares.
Este estudio emplea un enfoque computacional multiescala que combina campos de fuerza de aprendizaje automático y simulaciones de Monte Carlo cinético para revelar que se forman redes de dados de Cu metálico estables entre capas de MoS alineadas verticalmente, elucidando el mecanismo de filamento impulsado por campo responsable del comportamiento de conmutación memristiva observado.
Este estudio demuestra que, si bien tanto la implantación directa como la preamorfización de bismuto en silicio producen fracciones sustitucionales elevadas tras el recocido, la capa amorfa más profunda creada por la preamorfización mejora significativamente la activación eléctrica al mitigar el atrapamiento de bismuto en los defectos de final de rango.
Este artículo propone un marco de aprendizaje de conjunto informado por la física que integra las relaciones estructura-propiedad con las rutas de procesamiento y los criterios de sostenibilidad para diseñar aleaciones de magnesio sostenibles, identificando con éxito soluciones con y sin tierras raras que optimizan simultáneamente el rendimiento mecánico, el costo y las emisiones de carbono.
Este estudio demuestra que el en fase de pocas capas sirve como una plataforma sintonizable eléctricamente para el transporte de espín, donde el dopaje electrostático modula la dispersión de espín-órbita y los parámetros de Rashba, revelando que la relajación de espín tanto en sistemas de monocapa como de bicapa está gobernada por el mecanismo de D'yakonov–Perel'.