2792 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.
Questo studio utilizza calcoli di prima principi per analizzare le proprietà elettroniche, la stabilità superficiale e l'allineamento dei livelli energetici delle perovskiti doppie a alogeni ordinati per vacanze, identificando materiali promettenti e principi di progettazione per dispositivi optoelettronici privi di piombo.
Questo studio dimostra che l'incorporazione delle interazioni a lungo raggio nel potenziale di apprendimento automatico MACELES migliora significativamente l'accuratezza quantitativa delle proprietà meccaniche e dielettriche del BaTiO3 rispetto al modello MACE standard, pur mantenendo invariato il comportamento qualitativo delle transizioni di fase e della risposta elettrica.
Lo studio presenta risultati sistematici basati su calcoli di primi principi che identificano i monocristalli di MnF3 e PdF3 come candidati promettenti per l'effetto Hall quantistico anomalo, grazie alla presenza di coni di Dirac spin-polarizzati che, sotto l'effetto dell'accoppiamento spin-orbita, si aprono in gap topologici non banali supportati da stati di bordo chirali.
Questo studio combina la teoria del funzionale densità con una rete neurale ricorrente per ricostruire la struttura elettronica locale del MoS2 monostrato sottoposto a deformazioni non uniformi, rivelando come la flessione biaxiale indotta da rughe e bolle nanometriche modifichi significativamente il band gap e le proprietà dielettriche, influenzando positivamente il trasporto elettrico nei dispositivi reali.
Questo lavoro, che appare essere una parodia scientifica, ipotizza in modo assurdo che i rospi messicani possano fungere da rivelatori di onde gravitazionali grazie a un meccanismo biologico fittizio, per poi concludere che l'assenza di risultati confermati da LIGO/VIRGO dimostri paradossalmente la validità del loro approccio.
Questo studio combina la teoria del funzionale densità e l'apprendimento automatico per dimostrare che l'analisi regionale degli spettri XANES, in particolare nella regione pi*, permette di prevedere con precisione le modifiche elettroniche indotte dal doping in grafene, identificando la carica di Bader come descrittore chiave per comprendere la redistribuzione di carica e le proprietà di legame.
Gli autori presentano un nuovo quadro per la tomografia elettronica dinamica che combina la tilting continua con una strategia di ricostruzione basata sull'apprendimento profondo auto-supervisionato, permettendo l'imaging tridimensionale continuo e a basso dosaggio delle trasformazioni nanometriche in tempo reale.
Gli autori propongono e dimostrano sperimentalmente un nuovo framework per la creazione di reticoli stabili di meroni acustici, sfruttando le singolarità di fase nelle onde stazionarie per generare texture topologiche di spin acustico robuste e programmabili.
Questo articolo presenta una nuova teoria analitica per la temperatura di flash in contatti di scorrimento su superfici ruvide multiscala, dimostrando come le teorie classiche falliscano nel considerare la natura reale delle superfici e fornendo illustrazioni numeriche per casi come gomma su cemento e granito su granito.
Il paper presenta RHINO-MAG, un modello GRU efficiente con soli 325 parametri che, superando gli approcci basati sulla fisica, ha vinto la MagNet Challenge 2025 grazie alla sua capacità di prevedere con alta precisione i campi magnetici transienti nei materiali ferritici sotto eccitazione dinamica.