2692 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 articolo rivela un regime non convenzionale nei ferrimagneti quasi compensati in cui gli autostati di spin eccitati otticamente diventano degeneri e invertono la chiralità sotto un campo magnetico critico, consentendo il collasso della dinamica di precessione in oscillazioni lineari e il controllo preciso delle traiettorie di spin tramite eccitazione a doppio impulso.
Questo studio riporta la sintesi e la caratterizzazione dell'antiferromagnete triangolare non-Kramers TmZnGaO4, che esibisce un plateau di magnetizzazione di un terzo indotto dal campo corrispondente a uno stato up-up-down e ampie anomalie del calore specifico indicatrici di forti fluttuazioni di spin e potenziali stati di spin quantistici esotici.
Questo studio dimostra che le nanoparticelle a basso carico di CeO e CeOMnO supportate su carbonio Vulcan XC-72 migliorano significativamente la selettività e l'attività per la generazione elettrochimica sostenibile di perossido di idrogeno tramite la reazione di riduzione dell'ossigeno a due elettroni, con il catalizzatore 1% CeOMnO/C che raggiunge fino al 90% di selettività.
Questo articolo riporta lo sviluppo di una nuova fibra composta da catene unassiali di supramolecole di fullerene allineate, auto-assemblate tra fasci di nanotubi di carbonio a pochi strati allineati tramite un processo di estrusione acida modificato, offrendo un nuovo banco di prova per far avanzare il trasporto di fili a base di fullerene e le prestazioni dei fili di nanotubi di carbonio.
Questo articolo introduce un approccio combinato che utilizza l'espansione dei cluster basata sulla regressione sparsa e il campionamento Monte Carlo semigrand-canonico per modellare efficientemente la termodinamica dell'intercalazione di catodi con struttura rocksalt disordinata, riproducendo con successo i profili di tensione sperimentali ed elucidando i contributi redox di Mn e ossigeno in LiMnNbOF.
Questo studio combina la diffrazione di raggi X da sincrotrone e i calcoli DFT per investigare il comportamento strutturale ad alta pressione del composto non centrosimmetrico EuRhGe3, rivelando una contrazione del volume fluida fino a 35 GPa senza transizioni di fase, una compressione reticolare anisotropa e una deviazione tra i volumi sperimentali e teorici ad alte pressioni attribuita alla valenza non intera dell'Eu.
Questo studio convalida che i funzionali di scambio e correlazione PBEsol e WC superano LDA e PBE nell'accuratezza della previsione dei parametri reticolari e dei moduli di compressibilità delle perovskiti cubiche SrTiMnO attraverso varie concentrazioni di Mn, come confermato dalla diffrazione di raggi X e dalle misurazioni sperimentali del modulo di compressibilità.
Questo studio rivela che lo SnS a valenza mista esibisce una bassa conducibilità termica e anisotropa lungo l'asse c, guidata dalle vibrazioni di tipo "rattling" anarmoniche degli atomi di Sn(II) debolmente legati, indotte dalle interazioni coulombiane del doppietto solitario.
Questo studio impiega potenziali interatomici di apprendimento automatico per rivelare che i catodi a struttura salgemma disordinata ricchi di Mn subiscono una trasformazione di fase in una struttura di tipo spinello guidata dalla migrazione dei metalli di transizione piuttosto che dalla formazione di Mn, risultando in una migliore cinetica di trasporto del litio e in una capacità più elevata.
Questo articolo presenta un framework di deep learning a due stadi che utilizza i Variational Autoencoders per generare immagini sintetiche di Microscopia a Forza Magnetica e automatizzare l'analisi della frustrazione magnetica nel ghiaccio di spin artificiale, consentendo infine l'identificazione precisa dei vertici frustrati e la progettazione di configurazioni di ghiaccio di spin ottimizzate.