🔬 Category

cond-mat.mtrl-sci

4890 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.

🔬 ciencia de materiales

Full Minimal Coupling All-Electron Real-Time TDDFT for X-Ray-Matter Interactions

Este artículo presenta una nueva implementación de TDDFT en tiempo real y de todos los electrones en FHI-aims que incorpora el acoplamiento mínimo completo para modelar con precisión las interacciones entre rayos X y la materia al retener potenciales vectoriales espacialmente variables y el momento del fotón, permitiendo así el estudio de efectos no dipolares y canales de transición prohibidos en moléculas y sólidos.

Daniel Schacher, Tod A. Pascal, Craig P. Schwartz, Keith V. Lawler2026-09-16
🔬 ciencia de materiales

Exotic centrosymmetric phase of acentric urea under high pressure

Este estudio revela que la urea acéntrica experimenta una transición inducida por presión hacia una fase centrosimétrica exótica (V') por encima de los 10 GPa, caracterizada por una pérdida de la generación de segundo armónico y un estado intermedio de desorden cuántico (Fase X) entre 5,2 y 10,0 GPa, según lo confirmado mediante la combinación de espectroscopia experimental, difracción y predicción teórica de la estructura cristalina.

Haw-Tyng Huang, Yedukondalu Neelam, Mei-Shuan Cheng, Zhenxian Liu, Lkhamsuren Bayarjargal, Rachel Husband, Anna Pakhomov (…)2026-09-16✓ Author reviewed ⓘ
🔬 ciencia de materiales

Origin and Reduction of Coercive Fields in ZnO-based Wurtzite Ferroelectrics

Este estudio utiliza dinámica molecular reactiva a gran escala para demostrar que los campos coercitivos en ferroeléctricos de estructura wurtzita basados en ZnO están gobernados por el orden polar local no apantallado en la cabeza del filamento del frente de la frontera de inversión, revelando que la redistribución de carga y la heteroestructuración pueden suprimir eficazmente esta barrera para reducir el campo coercitivo en aproximadamente un 50%.

Abhijeet Dhakane, Alireza Sepehrinezhad, William Prudnick, Jon-Paul Maria, Bobby Sumpter, Adri C. T. van Duin, Kyle P. K (…)2026-09-16
🔬 ciencia de materiales

Topological spin textures in 2D altermagnetic chromium chalcogenides: Interplay between magnetic frustration and Dzyaloshinskii-Moriya interaction

Este estudio utiliza cálculos de primeros principios y simulaciones atomísticas para demostrar que la interacción entre la frustración de intercambio intrínseca y las interacciones de Dzyaloshinskii-Moriya de ruptura de simetría en calcogenuros de cromo altermagnéticos bidimensionales impulsa la formación de diversas texturas de espín topológicas no colineales a través de distintos mecanismos sinérgicos y competitivos.

Zirui Zhang, Shiwei Zhu, Ruixiao Ma, Qiuyao Zhang, Xiaoping Wu, Changsheng Song2026-09-16
🔬 ciencia de materiales

SpectraFit XPS: a free, browser-based application for X-ray photoelectron spectroscopy peak fitting and quantification

SpectraFit XPS es una aplicación gratuita basada en el navegador que permite el análisis seguro y en el lado del cliente de datos de espectroscopia de fotoelectrones emitidos por rayos X (XPS), ofreciendo un ajuste de picos avanzado, cuantificación y soporte para archivos ISO 14976 con precisión verificada frente al proyecto de código abierto KherveFitting.

Yongsup Park2026-09-16
🔬 ciencia de materiales

ZStar: An automated toolkit for polarization, Born effective charges, dielectric response, and infrared and Raman spectra calculations

ZStar es un kit de herramientas de Python de código abierto que automatiza el cálculo de la polarización, las cargas efectivas de Born, la respuesta dieléctrica y los espectros infrarrojos y Raman para materiales de todas las dimensionalidades a través de un flujo de trabajo unificado y adaptado a la simetría que mejora la eficiencia computacional y admite tanto el uso convencional como el asistido por agentes.

Xudong Zhu, Junhong Li, Gan Jin, Zheng Guan, Lixin He2026-09-16
🔬 ciencia de materiales

Probabilistic Deep Learning Framework for Phase Transformation Forecasting aided by In Situ High temperature Microscopy

Este artículo presenta un marco de aprendizaje profundo probabilístico que unifica la compresión de imágenes, la predicción temporal y el pronóstico de microestructuras para predecir con precisión la evolución de la ferrita Widmanstätten en el acero S235 bajo historias térmicas arbitrarias utilizando datos de microscopía in situ a alta temperatura.

Ioannis Kouroudis, Niki Balestrieri, Stefan Rotzsche, Niccolo Radice, Peter Mayr, Alessio Gagliardi2026-09-16
🔬 ciencia de materiales

NaFeP: first pairing prediction for an unmade 111 iron phosphide, and the pnictogen-height rule inside one compound

Este artículo aplica un marco de predicción basado en la física al fosfuro de hierro no sintetizado NaFeP, revelando que mientras las reglas estructurales sugieren superconductividad nodal, la estructura electrónica predice un estado s± con una hoja de huecos interna casi nodal, demostrando así la transición dependiente de la altura entre el apareamiento nodal y sin nodos dentro de un mismo compuesto.

Reinaldo Inácio2026-09-16
🔬 ciencia de materiales

Development of a Physics-Informed Neural Framework, MEOWN, for Rapid Prediction of Muon Stopping Sites in Crystalline Materials, for understanding Quantum Magnet employing Muon Spectroscopy

El artículo presenta MEOWN, un marco de aprendizaje automático informado por la física que predice de forma rápida y precisa los sitios de parada de muones en materiales cristalinos mediante la combinación de modelado electrostático con optimización impulsada por la simetría, ofreciendo una alternativa computacionalmente eficiente a los métodos tradicionales de la teoría del funcional de la densidad para el estudio del magnetismo cuántico.

A. Pandey, K. Sharma, S. Ghosh, G. Roy, T. Basu2026-09-16