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.

First-principles and tight-binding analysis of thermoelectricity in irradiated WSe2_2

Lo studio analizza come l'irradiazione monocromatica, attraverso la rinormalizzazione degli hopping e l'accoppiamento spin-orbita, migliori la figura di merito termoelettrica $ZT$ delle nanoribbande di WSe2_2 monocristallino a zigzag, facendola superare l'unità su un ampio intervallo di temperature.

Cynthia Ihuoma Osuala, Tanu Choudhary, Raju K. Biswas, Sudin Ganguly, Santanu K. Maiti2026-02-27🔬 cond-mat.mes-hall

Substrate induced optimization of the Electrocatalytic Hydrogen Evolution Reaction (HER) performances of MoS2 thin film

Lo studio dimostra che i film sottili di MoS2 depositati su substrati di Al2O3 mediante deposizione laser pulsata presentano le migliori prestazioni nell'elettrocatalisi per l'evoluzione dell'idrogeno grazie alla stabilizzazione della fase metastabile 1T, che migliora l'efficienza di trasferimento di carica e la superficie elettrochimicamente attiva.

Hafiz Sami-Ur-Rehman, Arpana Singh, Nunzia Coppola, Pierpaolo Polverino, Sandeep Kumar Chaluvadi, Shyni Punathum-Chalil, Heinrich-Christoph Neitzert, Diana Sannino, Pasquale Orgiani, Alice Galdi, Cesa (…)2026-02-27🔬 cond-mat.mtrl-sci

A Comparative Study of Structural Representations for 2D Materials: Insights from Dynamic Collision Fingerprint and Matminer

Questo studio dimostra che l'impronta digitale di collisione dinamica (DCF) offre una rappresentazione strutturale per i materiali bidimensionali che, pur garantendo una precisione predittiva paragonabile alla libreria Matminer, si distingue per una dimensionalità inferiore e una maggiore interpretabilità fisica.

Raphael M. Tromer, Isaac M. Felix, Rafael Besse, Marcelo L. Pereira Junior, Marcos G. E. da Luz2026-02-27🔬 cond-mat.mtrl-sci

Chalcogen Impurity Barriers in 2D Systems via Semi-Empirical/Machine Learning Modeling: A Survey over 4000 Materials

Questo studio presenta un approccio scalabile che combina il metodo semi-empirico di Hückel esteso con modelli di machine learning interpretabili per screeningare oltre 4000 materiali bidimensionali, identificando rapidamente quelli con basse barriere energetiche per l'adsorbimento di impurezze calcogeniche (S, Se, Te) e ottimizzandoli per applicazioni in catalisi, sensing e funzionalizzazione superficiale.

M. L. Pereira Junior, M. G. E. da Luz, P. Cesana, A. L. da Rosa, M. J. Piotrowski, D. Guedes-Sobrinho, T. A. S. Pereira, E. A. Moujaes, A. C. Dias, R. M. Tromer2026-02-27🔬 cond-mat.mtrl-sci

Quantum magnetic phase transitions in a Kugel-Khomskii model including spin-orbit coupling

Il lavoro deriva un modello di Kugel-Khomskii efficace con accoppiamento spin-orbita, fornendo una soluzione analitica che interpola tra isolanti di Mott-Hubbard e di trasferimento di carica, e mappando il diagramma di fase quantistico che rivela una transizione tra uno stato con ordine magnetico e orbitale nascosto e uno stato ferromagnetico, guidato dalla cooperazione tra interazioni di Hund e spin-orbita.

D. E. Chizhov, P. A. Igoshev, V. Yu. Irkhin2026-02-27🔬 cond-mat.mtrl-sci

Efficient training of generative models from multireference simulations and its application to the design of Dy complexes with large magnetic anisotropy

Questo studio dimostra come un approccio di training semi-supervisionato basato su proxy chimici permetta di addestrare modelli generativi su dati multiriferimento costosi, riducendo i costi computazionali di due ordini di grandezza e consentendo la progettazione efficiente di complessi di disprosio con elevata anisotropia magnetica.

Zahra Khatibi, Lorenzo A. Mariano, Lion Frangoulis, Alessandro Lunghi2026-02-27🔬 cond-mat.mtrl-sci

Electromechanical Switching and Momentum-Selective Transport in Geometry-Defined Blue Phosphorus Homojunctions

Questo studio teorico dimostra come la deformazione meccanica locale di un bilayer di fosforo blu possa creare giunzioni omogenee metallo-semiconduttore-metallo, abilitando dispositivi elettromeccanici come interruttori di memoria e reostati nanoscopici grazie a un trasporto selettivo nel momento e a una modulazione esponenziale della resistenza.

Zewen Wu, Min Zhou, Yanxia Xing, Xianghua Kong2026-02-27🔬 physics.app-ph

Intermediates of Forming Transition Metal Dichalcogenide Heterostructures Revealed by Machine Learning Simulations

Questo studio utilizza simulazioni basate sull'apprendimento automatico per rivelare un intermedio metastabile SMMS cruciale nel processo di crescita di eterostrutture di dicalcogenuri di metalli di transizione, identificando strategie per eliminare le contaminazioni da lega e proponendo tale struttura come un elettrodo a bassa barriera Schottky per transistor a effetto di campo.

Luneng Zhao, Hongsheng Liu, Yuan Chang, Xiaoran Shi, Jijun Zhao, Feng Ding, Junfeng Gao2026-02-26🔬 cond-mat.mtrl-sci