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.

Analyzing coherent phonon mode-conversion in gradient superlattices with atomistic wave-packet simulations

Questo studio utilizza simulazioni di pacchetti d'onda fononici per dimostrare che nei superreticoli a gradiente la conversione coerente dei modi fononici è governata principalmente dal disordine a lungo raggio piuttosto che da quello a corto raggio, offrendo una strategia per modulare la conduttività termica attraverso la manipolazione dell'ordine strutturale.

Evan Wallace Doe, Theodore Maranets, Yan Wang2026-03-17🔬 cond-mat.mtrl-sci

Giant Full-Space Anomalous Hall Effect Induced by Non-Coplanar Spin State in Mn-Rich Mn3Sn

Utilizzando la teoria del funzionale densità, lo studio dimostra che l'arricchimento di manganese in Mn₃Sn induce una transizione magnetica verso uno stato non coplanare, generando un gigantesco effetto Hall anomalo intrinseco in tutto lo spazio tridimensionale e aprendo una nuova via per dispositivi spintronici ad alte prestazioni basati su antiferromagneti.

Yiming Liu, Xin Liu, Jiayao Zhu, Fengxian Ma, Li Ma, Dewei Zhao, Guoke Li, Congmian Zhen, Denglu Hou2026-03-17🔬 cond-mat.mtrl-sci

Research Paradigm of Materials Science Tetrahedra with Artificial Intelligence

Questo articolo propone due nuovi paradigmi di ricerca basati sull'intelligenza artificiale per integrare e potenziare il classico tetraedro della scienza dei materiali, delineando framework specifici per l'uso dell'AI nella scienza dei materiali e per la ricerca sull'AI stessa, al fine di affrontare le sfide nell'applicazione razionale di queste tecnologie.

Shiyun Zhang, Yibo Yao, Haoquan Long, Dingwen Tao, Guangming Tan, Wei-Hua Wang, Yuan-Chao Hu2026-03-17🔬 cond-mat.mtrl-sci

Efficient Semi-Automated Material Microstructure Analysis Using Deep Learning: A Case Study in Additive Manufacturing

Questo studio presenta un flusso di lavoro semi-automatizzato basato sull'apprendimento attivo e sulla strategia di selezione SMILE, che integra una rete neurale U-Net con annotazione interattiva per analizzare efficientemente le microstrutture nella manifattura additiva, riducendo il tempo di annotazione manuale del 65% e migliorando significativamente la precisione della segmentazione dei difetti.

Sanjeev S. Navaratna, Nikhil Thawari, Gunashekhar Mari, Amritha V P, Murugaiyan Amirthalingam, Rohit Batra2026-03-17🔬 cond-mat.mtrl-sci

Generative Inverse Design of Cold Metals for Low-Power Electronics

Questo studio presenta un flusso di lavoro di design inverso basato su MatterGPT e la rappresentazione cristallina SLICES per generare e validare 257 nuovi metalli freddi tridimensionali, superando i limiti dello screening ad alto rendimento e aprendo la strada alla scoperta di materiali per elettronica a basso consumo.

Kedeng Wu, Yucheng Zhu, Yan Chen, Bizhu Zhang, Shuyu Liu, Xiaobin Deng, Yabei Wu, Liangliang Zhu, Hang Xiao2026-03-17🔬 cond-mat.mtrl-sci

Non-isothermal flow of Al-, Co- and Cu-based alloys made in different spatial configurations or structural states: model and experimental study

Questo studio presenta un approccio unificante e un nuovo modello di deformazione per il flusso non isotermo di leghe a base di alluminio, cobalto e rame, confermati da risultati sperimentali che includono l'analisi frattale delle corrugazioni e l'indagine microscopica delle peculiarità strutturali durante la deformazione plastica.

A. D. Berezner, V. A. Fedorov, N. S. Perov, J. C. Qiao, V. E. Gromov, M. Yu. Zadorozhnyy, G. V. Grigoriev2026-03-17🔬 cond-mat.mtrl-sci

The Python Simulations of Chemistry Framework: 10 years of an open-source quantum chemistry project

Questo articolo ripercorre i principali progressi compiuti negli ultimi dieci anni dal framework open-source PySCF per la chimica quantistica, illustrando i nuovi moduli, le innovazioni metodologiche, i cambiamenti infrastrutturali e le prestazioni ottenute rispetto alla precedente panoramica del 2020.

Qiming Sun, Matthew R Hermes, Xiaojie Wu, Huanchen Zhai, Xing Zhang, Abdelrahman M. Ahmed, Juan José Aucar, Oliver J. Backhouse, Samragni Banerjee, Peng Bao, Nikolay A. Bogdanov, Kyle Bystrom, Frédéri (…)2026-03-17🔬 physics

Evolution of Phonon Transport Across Structural Phase Transitions in MgAgSb

Utilizzando calcoli di primi principi, questo studio rivela come le transizioni di fase strutturali in MgAgSb modifichino drasticamente la conduttività termica reticolare attraverso un bilanciamento variabile tra scattering fononico, contributi particellari soppressi e contributi ondulatori coerenti dominanti nella fase α\alpha.

Luman Shang, Yu Wu, Yufan Liu, Shuming Zeng, Gang Tang, Chenhan Liu2026-03-17🔬 cond-mat.mtrl-sci