2832 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.
Lo studio analizza i meccanismi di perdita nei risonatori meccanici multimodo ad alta coerenza accoppiati a circuiti superconduttori, identificando la densità dei difetti nei film piezoelettrici come fattore limitante e dimostrando tempi di coerenza fino a un millisecondo con una cooperatività quantistica di , segnando un nuovo traguardo per i dispositivi cQAD.
Il documento descrive la sintesi in situ di un composito Cu-Ni interconnesso tridimensionalmente con nitruro di boro esagonale (3Di-hBN) mediante un processo in due fasi che utilizza la deposizione chimica da vapore organometallico (MOCVD) su leghe Cu-Ni, creando una rete protettiva che migliora la resistenza meccanica, termica e chimica e permette l'estrazione di una schiuma di hBN per applicazioni biomediche ed energetiche.
Questo studio ottimizza i sensori di ozono a temperatura ambiente basati su perovskiti di alogenuro metallico, dimostrando che la variazione della composizione alogenuri e il drogaggio con manganese migliorano significativamente sensibilità e stabilità, fornendo al contempo nuove intuizioni sui meccanismi di interazione gas-materiale.
Questo studio presenta un metodo a zero rifiuti che, ispirandosi al esoscheletro degli artropodi, utilizza tracce di nichel per vitrificare il chitosano in un materiale idroresistente che, grazie a legami dinamici con l'acqua, diventa più resistente delle plastiche convenzionali quando bagnato, mantenendo al contempo la sostenibilità ambientale e la biodegradabilità.
Questo studio computazionale utilizza il metodo GFN1-xTB per calcolare le energie di legame di atomi abbondanti su superfici di silicati amorfi, rivelando che mentre elementi come Si, Al e Ca hanno energie di legame elevate che ne favoriscono la stabilità ad alte temperature, tutti gli elementi studiati rimangono legati ai grani di polvere interstellare ben al di sopra delle temperature tipiche del mezzo interstellare, fornendo dati fondamentali per i modelli di evoluzione della polvere e reazioni chimiche catalizzate.
Lo studio tramite calcoli *ab-initio* e l'equazione di Bethe-Salpeter suggerisce che il meccanismo dell'isolante eccitonico non sia la forza trainante principale della fase CDW nel TiSe, sebbene le fluttuazioni eccitoniche possano risultare rilevanti nelle vicinanze della temperatura di transizione.
Questo studio presenta un'analisi sperimentale completa delle transizioni da donatore neutro a eccitone legato al donatore (DDX) nel silicio arricchito isotopicamente Si sotto stress uniaxiale e campi magnetici, permettendo di estrarre potenziali di deformazione specifici per donatore e fornendo parametri raffinati cruciali per la progettazione di dispositivi quantistici in silicio.
Questo studio introduce un modello di Darcy fluttuante per dimostrare come le fluttuazioni di porosità influenzino significativamente la permeabilità idrodinamica di membrane porose, offrendo nuove prospettive per l'ottimizzazione dei processi di separazione.
Questo studio presenta metamateriali anisotropi a gradiente funzionale bidimensionali che, mitigando il disadattamento di impedenza e sfruttando l'accoppiamento modale, abilitano una conversione efficiente e a banda larga tra onde longitudinali e di taglio, nonché tra modi radiali e tangenziali, attraverso interfacce con elevato contrasto di rigidità.
Questo lavoro presenta un approccio di progettazione inversa abilitato dall'apprendimento automatico per metamateriali termoelastici a nido d'ape bimateriale, che combina simulazioni ad alto rendimento e modelli neurali per predire efficientemente le proprietà efficaci e generare progetti strutturali ottimizzati per obiettivi specifici.