2794 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.
Il paper introduce FIRE-Swap, un framework basato sui primi principi che rivela come l'ordine chimico di tipo sale da cucina e le regioni polari nanometriche interconnesse all'interno di cluster di niobio siano le caratteristiche intrinseche fondamentali che spiegano il comportamento ferroelettrico rilassante nel PMN, distinguendolo da altri solidi perovskiti.
Lo studio rivela che la struttura fine ottica del magnetico bidimensionale CrPS4 deriva principalmente dall'accoppiamento mediato dallo scambio tra transizioni di "spin-flip" e magnoni, con implicazioni per il controllo ottico delle eccitazioni magnetiche e la migrazione energetica ultraveloce.
Gli autori sviluppano un potenziale appreso tramite machine learning ad alta precisione DFT che, combinato con tassi di raffreddamento estremamente bassi e un descrittore geometrico a lungo raggio, permette di simulare con successo vetri di BO fusi e raffreddati contenenti una frazione di anelli borossolo superiore al 30%, avvicinandosi alla stima sperimentale del 75%.
Lo studio prevede che il bi-strato di 1T-HfO2 twistato possa esibire una robusta polarizzazione ferroelettrica fuori piano e reversibile, offrendo una nuova piattaforma scalabile per dispositivi di memoria e logica a spessore atomico.
Questo articolo introduce metriche rigorose per analizzare come i modelli di machine learning non vincolati apprendano le simmetrie fisiche, dimostrando che l'iniezione strategica di bias induttivi minimi garantisce stabilità e accuratezza superiori mantenendo l'alta espressività delle architetture.
Lo studio dimostra che uno stato di onda di densità di coppie (PDW) a momento finito, coerente con le firme Kekulé osservate nel grafene a doppio strato ruotato ad angolo magico, spiega la coesistenza di un peso tunnel a bassa energia e di una soppressione della rigidità superfluida, prevedendo una correlazione diretta tra conduttanza residua e rigidità di fase.
Utilizzando la microscopia elettronica in cella liquida ad alta velocità e tecniche di denoising basate sull'intelligenza artificiale, gli autori visualizzano direttamente le dinamiche atomiche reversibili dei nanocristalli d'oro in ambienti liquidi, rivelando come le fluttuazioni transitorie all'interfaccia influenzino la cinetica di dissoluzione e la stabilità dei materiali.
Gli autori hanno sviluppato un potenziale di apprendimento profondo per rivelare come l'attacco nucleofilo iniziale alla poliacrilonitrile inneschi un trasferimento accoppiato di ioni litio ed elettroni, accelerando di circa 10.000 volte la successiva ciclizzazione e migliorando il trasporto di carica per le applicazioni energetiche.
Questo studio dimostra che, sebbene gli effetti quantistici siano significativi per il permeamento dell'idrogeno attraverso il graphdiyne, le simulazioni di dinamica molecolare possono riprodurre ragionevolmente i risultati quantistici e che il moto termico della membrana è cruciale per ottenere simulazioni affidabili, in quanto riduce le barriere di permeazione e ne aumenta il flusso.
Lo studio dimostra che la rottura della simmetria di inversione nel bilayer Bi₂Se₃, ottenuta tramite torsione, inserimento di difetti puntuali o applicazione di un campo elettrico, sblocca risposte ottiche non lineari efficienti e paragonabili a materiali di riferimento come il GeS, rendendo questi sistemi ingegnerizzati candidati promettenti per la fotonica e il fotovoltaico di nuova generazione.