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.
Questo studio dimostra che la reattività dei catalizzatori a singolo atomo di ferro non dipende esclusivamente dalla loro configurazione elettronica, ma è determinata dalla flessibilità strutturale del sito di coordinazione, che modula l'interazione con i reagenti attraverso variazioni geometriche non prevedibili dall'analisi elettronica.
Gli autori sviluppano un metodo di simulazione con condizioni al contorno periodiche per applicare deformazioni di taglio ad angoli variabili, rivelando come le instabilità nei solidi disordinati formino linee nello spazio delle fasi e come la variazione dell'angolo influenzi le correlazioni tra le instabilità e la distribuzione di piccoli isteroni.
Questo studio introduce i magneti ferroassiali, una nuova classe di materiali multiferroici in cui l'ordinamento magnetico rompe la simmetria speculare preservando l'inversione temporale, identificando candidati metallici e proponendo un effetto Hall non lineare di terzo ordine come prova sperimentale per applicazioni nella spintronica antiferromagnetica.
Gli autori sviluppano un metodo unificato che combina suscettibilità magnetica AC ed effetti magnetocalorici AC per analizzare la dinamica di rilassamento spin-reticolo nel YbVO4, rivelando un collo di bottiglia fononico a basse temperature e fornendo un quadro generale per lo studio di materiali complessi sotto campi esterni oscillanti.
Questo studio caratterizza l'entanglement e le correlazioni tra eccitoni in sistemi unidimensionali, identificando i regimi in cui le teorie di perturbazione sono valide e analizzando come l'interazione forte e la localizzazione influenzino il comportamento fermionico degli eccitoni.
Questo lavoro presenta LumPerNet, un framework di deep learning che stima l'efficienza di retention delle celle solari in perovskite analizzando immagini di luminescenza multimodale spazialmente risolta, offrendo un metodo non invasivo e rapido per monitorare il degrado e accelerare i test di stabilità.
Lo studio dimostra che i vetri, in prossimità del cedimento per cavitazione sotto elevate triassialità di sforzo, esibiscono una risposta iperelastica dilatazionale significativa con plasticità minima e deformazioni non affini reversibili che generano micro-cavità, le quali fungono da siti di nucleazione per il cedimento catastrofico.
Utilizzando la spettroscopia di rumore STM a frequenza MHz, gli autori dimostrano che la ionizzazione dei singoli donatori di zolfo nell'InAs è un processo dinamico non in equilibrio guidato dal campo elettrico locale, rivelando fluttuazioni di carica su scala nanosecondo precedentemente invisibili e identificando l'interruzione degli impurità come un meccanismo universale di rumore di carica nei dispositivi quantistici.
Questo studio dimostra che i metamateriali meccanici multistabili possono sfruttare le onde di transizione per intrappolare e dissipare l'energia degli impatti, migliorando simultaneamente l'assorbimento degli urti e l'efficienza del recupero energetico rispetto ai materiali lineari.
Il paper presenta QMatSuite, una piattaforma open-source che colma il divario tra l'esecuzione isolata di simulazioni e la vera ricerca scientifica permettendo agli agenti AI di accumulare, recuperare e riflettere sulle conoscenze acquisite, riducendo drasticamente l'overhead di ragionamento e migliorando l'accuratezza nei flussi di lavoro computazionali.