2692 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.
Los cálculos de primeros principios revelan que los complejos de defectos relacionados con el nitrógeno en , particularmente aquellos potenciados por vacantes de oxígeno y galio, forman centros de atrapamiento estables de niveles profundos que introducen estados electrónicos localizados dentro de la banda prohibida, limitando así el transporte de portadores y promoviendo un comportamiento semiaislante.
Este estudio identifica a NaYb(MoO) como un ejemplo raro de un paramagneto cuántico dipolar donde las interacciones de intercambio débiles y la fuerte anisotropía de ion único dentro de una red de diamante estirada impiden el orden magnético de largo alcance hasta 50 mK, dejando al sistema dominado por correlaciones dipolares dinámicas.
Este artículo introduce una metodología de microscopía de fuerza atómica no invasiva que combina espectroscopía de efecto túnel y mediciones de disipación para cuantificar las movilidades de portadores sub-banda y las variaciones de la capacitancia cuántica en el gas de electrones bidimensional de SrTiO(001) reducido, ofreciendo nuevas perspectivas sobre la dinámica de carga para la electrónica de óxidos y la espintrónica.
Este estudio investiga las vías de cristalización competitivas y la cinética de cristalización en frío del cristal líquido 10OS5, revelando que su historia térmica puede manipularse para ajustar la energía liberada durante las transiciones de fase, destacando así su potencial para aplicaciones de almacenamiento de energía térmica.
Este estudio utiliza una matriz de puntos cuánticos de silicio de 7x7 fabricada mediante litografía CMOS de 300 mm y EUV para demostrar que un espesor de óxido de puerta de 17 nm optimiza la uniformidad al minimizar la variabilidad del voltaje umbral, proporcionando así directrices de diseño críticas para arquitecturas de computación cuántica escalables.
Este trabajo establece una metodología novedosa que combina la espectroscopía de correlación de fotones de rayos X (XPCS) con aprendizaje automático adaptativo al dominio para sondear cuantitativamente la dinámica de fronteras de grano en no equilibrio en silicio nanocristalino, extrayendo con éxito parámetros cinéticos clave de mapas de fluctuación experimentales complejos que anteriormente eran inaccesibles.
Este estudio demuestra que la sintonización magnética de partículas Janus basadas en FePt de escala micrométrica está gobernada principalmente por el ordenamiento químico y no por la curvatura de la partícula, como lo evidencian experimentos y simulaciones que muestran que la coercitividad permanece constante a través de diámetros variables mientras depende fuertemente del ordenamiento L1_0.
Este artículo presenta un marco basado en simetría que utiliza grupos espaciales equivariantes para construir Hamiltonianos magnéticos equivariantes (EMH) que incorporan explícitamente parámetros de orden magnético, permitiendo el estudio de fenómenos topológicos impulsados por la dinámica magnética y el modelado preciso de estructuras de bandas dependientes de n en materiales tanto de modelo como reales.
Este artículo presenta RADAR-PD, un marco de aprendizaje automático consciente de la modalidad que automatiza la identificación y el refinamiento multifásicos tanto en difracción de polvo de rayos X como de neutrones, combinando redes neuronales tolerantes a discrepancias con verificación restringida por principios físicos para superar los cuellos de botella existentes en el descubrimiento autónomo de estructuras.
Este artículo demuestra que controlar la cantidad y la geometría del metal depositado para inducir una "aglomeración térmica" permite la manipulación precisa de las inestabilidades fluidas inducidas por láser y la formación de patrones en películas metálicas a escala nanométrica mediante modelado autoconsistente y simulaciones dependientes del tiempo.