2772 articoli
La scienza dei materiali esplora come la struttura della materia determina le proprietà dei nuovi materiali, un campo fondamentale che guida l'innovazione tecnologica quotidiana. Dai superconduttori ai polimeri avanzati, questa disciplina studia le interazioni atomiche per creare soluzioni che vanno dall'elettronica flessibile ai dispositivi energetici più efficienti.
Su Gist.Science, ogni nuovo preprint pubblicato su arXiv nella sezione Cond-Mat — Mtrl-Sci viene elaborato per renderlo comprensibile a tutti. Offriamo sia riassunti tecnici dettagliati per gli esperti, sia spiegazioni in linguaggio semplice per chi si avvicina a questi argomenti per la prima volta, democratizzando l'accesso alla ricerca d'avanguardia.
Di seguito trovate la selezione più recente di studi su questi materiali, pronti per essere esplorati e compresi grazie ai nostri strumenti di sintesi.
Lo studio dimostra che le fluttuazioni termiche del reticolo cristallino sopprimono in modo significativo la generazione di armoniche superiori nei solidi, introducendo un dephasing elettronico efficace che può essere quantificato attraverso la dipendenza dalla temperatura osservata nel semiconduttore superatomico Re6Se8Cl2.
Questa recensione analizza criticamente le proprietà dei film sottili di selenio e le dinamiche dei portatori di carica, esaminando le strategie di sintesi e le sfide attuali per superare il deficit di tensione a circuito aperto e realizzare celle solari in selenio ad alta efficienza per applicazioni tandem e indoor.
Questo studio dimostra che, sebbene i bordi di grano nell'ferro bcc e la segregazione del fosforo alterino significativamente le interazioni di scambio magnetiche locali, inclusa l'introduzione di accoppiamenti antiferromagnetici, la loro influenza sulla temperatura di Curie globale rimane limitata a meno che la frazione volumetrica dei bordi di grano non sia artificialmente elevata.
Questo studio risolve l'incertezza decennale sulla posizione del punto critico liquido-vapore dell'alluminio, determinando con precisione una temperatura di 6531-6576 K, una densità di 0,637 g/cm³ e una pressione di 1,6 kbar attraverso simulazioni di dinamica molecolare basate su potenziali profondi addestrati su dati elettronici ad alta fedeltà.
Il paper introduce ReadMOF, un innovativo framework di machine learning che utilizza modelli linguistici preaddestrati per convertire i nomi sistematici dei MOF in embedding semantici, permettendo la previsione delle proprietà e il ragionamento chimico senza la necessità di coordinate atomiche o grafi di connettività.
Questo studio dimostra che l'ingegnerizzazione delle interfacce elettrostatiche in un eterostruttura van der Waals di MoSSe e seta, modulata tramite deformazione meccanica, aumenta significativamente la densità di carica triboelettrica e l'output energetico, rendendo questo sistema ibrido una promettente soluzione per i generatori nanotriboelettrici di prossima generazione.
Questo studio utilizza calcoli di teoria del funzionale densità per dimostrare che l'interfaccia tra l'anodo di litio metallico e l'elettrolita solido Li₃OCl presenta stabilità strutturale ed elettronica, confermando la buona stabilità elettrochimica di Li₃OCl come materiale promettente per le batterie allo stato solido.
Il paper presenta SevenNet-Nano, un potenziale interatomico universale basato sull'apprendimento automatico e ottimizzato tramite distillazione della conoscenza, che combina alta accuratezza e trasferibilità con un costo computazionale drasticamente ridotto, permettendo simulazioni atomistiche su larga scala.
Questo studio dimostra che il drogaggio con Indio nel SnTe, ottenuto tramite reazione allo stato solido, porta a una sostituzione degli atomi di stagno e a un miglioramento simultaneo dei parametri strutturali e del fattore di potenza termoelettrica, raggiungendo il risultato ottimale nel campione Sn0.96In0.04Te.
Il documento presenta il porting su GPU del codice Abinit per calcoli DFT in onde piane, analizzando le prestazioni su architetture multi-GPU e confrontando l'efficienza di due algoritmi di diagonalizzazione, il metodo CG precondizionato a blocchi localmente ottimo e il filtraggio polinomiale di Chebyshev.