🔬 Category

cond-mat.mtrl-sci

4173 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.

🔬 materials science

Interacting donor-acceptor pairs as the origin of coupled spin-optical signals in hexagonal boron nitride

Questo articolo utilizza calcoli basati sui primi principi per dimostrare che i segnali spin-ottici accoppiati nell'azoturo di boro esagonale originano da coppie donatore-accettore interagenti piuttosto che da difetti isolati, rivelando come la loro separazione e gli stati di carica governino le proprietà quantistiche chiave e offrendo un quadro unificato per la progettazione di emettitori quantistici a temperatura ambiente.

Guanjian Hu, Jijun Huang, Bing Huang, Song Li2026-05-21
🔬 materials science

Tuning the low-energy band structure in twisted bilayer WSe2

Utilizzando la nano-ARPES, i ricercatori dimostrano che, sebbene il posizionamento in momento dei massimi della banda di valenza nel WSe2 a doppio strato torsionale rimanga fisso, l'angolo di torsione può essere utilizzato per sintonizzare la separazione energetica tra le bande di lacune nei punti K e Γ di oltre 100 meV, offrendo una via per controllare i gap di banda e l'accoppiamento elettrone-fonone dipendente dallo spin nei dispositivi bidimensionali.

T. -H. -Y. Vu, O. J. Clark, N. H. Jo, J. Blyth, Q. Li, C. Jozwiak, A. Bostwick, J. B. Muir, L. Jia, J. A. Davis, I. Di B (…)2026-05-21
🔬 condensed matter

What Lies Between Crystal and Randomly Packed Structures? A General Characterization of Non-Periodic Order

Attraverso un'estesa analisi di oltre 7.000 strutture allo stato fondamentale in un modello di impaccamento binario bidimensionale, il lavoro rivela che, sebbene le strutture non periodiche siano predominanti, circa il 35% di esse manifesta una "selettività strutturale", una proprietà che funge da firma di un ordine sottostante che si estende ben oltre i limiti di diversità dei cristalli periodici.

Ian Douglass, Peter Harrowell2026-05-21
🔬 materials science

Generalized Phase Diagrams for Graphene CVD growth on Copper

Questo lavoro presenta un diagramma di fase generalizzato potenziato per la crescita CVD del grafene su rame che incorpora effetti di strain indotti dall'espansione termica e di desorbimento chimico per prevedere e guidare la sintesi razionale di grafene bi-strato di alta qualità collegando i parametri di crescita macroscopici ai meccanismi microscopici di selezione dello strato.

Tongtong Wang, Ke Jin, Yishi Zhang, Dajun Shu2026-05-21
🔬 materials science

Anisotropic Crystallization Kinetics and Interfacial Dynamics of Phase-Change Material Sb2_2S3_3 from Machine Learning Force Field Simulations

Questo studio utilizza un campo di forza basato sull'apprendimento automatico per rivelare che Sb2_2S3_3 presenta una cristallizzazione anisotropa guidata dalla sua struttura a nastro quasi unidimensionale, con una cinetica di crescita controllata dall'interfaccia caratterizzata da un'energia di attivazione significativamente inferiore rispetto alla diffusione, offrendo intuizioni fondamentali per ottimizzarne le prestazioni nelle applicazioni di archiviazione dati e fotonica.

Souvik Chakraborty, Wen-Qing Li, Yun Liu2026-05-21
🔬 materials science

Transferable 3D Convolutional Neural Networks for Elastic Constants Prediction in Nanoporous Metals

Questo studio dimostra che le reti neurali convoluzionali 3D trasferibili, in particolare l'architettura DenseNet-201, superano significativamente i modelli tradizionali basati su descrittori nella previsione delle costanti elastiche dei metalli nanoporosi, raggiungendo un'alta accuratezza (R2=0.955R^2 = 0.955) e consentendo l'identificazione di progetti ottimali di Pareto attraverso l'apprendimento per trasferimento e la valutazione stocastica su larga scala.

Sergei Zorkaltsev, Rafał Topolnicki, Tal-El Carmon, Santhosh Mathesan, Paweł Dłotko, Dan Mordehai, Maciej Harańczyk2026-05-21
🔬 condensed matter

Hubbard-UU-corrected electron-phonon interactions in strongly correlated materials via the finite-displacement method

Questo articolo presenta un algoritmo a spostamento finito che integra le correzioni Hubbard UU nei calcoli elettrone-fonone per materiali fortemente correlati, dimostrando che tali correzioni alterano significativamente la stabilità dei fononi e l'accoppiamento elettrone-fonone in LaNiO2_2 e RuO2_2 modificando la topologia della superficie di Fermi, risolvendo così le discrepanze tra le previsioni teoriche e le osservazioni sperimentali.

Jiale Chen, Youyou Tu, Chengliang Xia, Jin Zhao, Hanghui Chen2026-05-21
🔬 materials science

Attached Split Ring Resonator Cavity for Magnon Photon Coupling

Questo lavoro presenta una piattaforma di cavità planare su scala di chip che utilizza un risonatore ad anello aperto ottimizzato e integrato con diverse geometrie di granato di ferro e ittrio per ottenere un forte accoppiamento magnone-fotone, dimostrando che il progetto geometrico, piuttosto che il volume magnetico, è il parametro chiave per modulare l'intensità dell'interazione nei dispositivi quantistici ibridi.

Aram Akoi, Liubov Ivzhenko, Maciej Krawczyk2026-05-21