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.
Questo lavoro sviluppa una teoria efficace a bassa energia che dimostra come le texture di spin altermagnetiche generino nuovi campi elettromagnetici emergenti e effetti di geometria quantistica, offrendo nuovi meccanismi per il controllo degli spin e il filtraggio nei materiali quantistici.
Il lavoro presenta la realizzazione di MOSFET a gate superiore ad alte prestazioni basati sul semiconduttore ossido a bandgap ultra-larga SrSnO, che dimostrano mobilità, corrente di stato acceso e rapporto on/off eccezionali, confermandosi una piattaforma promettente per applicazioni nell'elettronica di potenza.
Questo studio utilizza tecniche spettroscopiche avanzate per dimostrare che i polini lunghi (48 atomi di carbonio), sia lineari che ciclici, presentano stati fondamentali altamente delocalizzati con distorsioni di Peierls ridotte e dinamiche di eccitazione che mostrano una localizzazione rapida e un comportamento che si stabilizza verso il limite della carbyna, rivelando l'influenza cruciale della topologia sulle proprietà elettroniche di questi sistemi sp-ibridizzati.
Il lavoro presenta una teoria sulla propagazione delle onde elastiche nei solidi flessomagnetici con microstruttura, dimostrando come l'accoppiamento tra magnetismo e gradienti di deformazione induca fenomeni unici come dispersione anomala, inversione delle velocità di fase tra onde trasverse e longitudinali, attenuazione e modalità di onde "congelate" o a velocità di gruppo negativa, assenti nella teoria elastica classica.
Questo studio combina la teoria GW auto-consistente per quasiparticelle e correzioni DFT+U apprese tramite machine learning per identificare composti Heusler basati su cobalto e nichel, in particolare Co₂TiSn e Co₂ZrAl, come candidati promettenti per applicazioni spintroniche grazie alla loro capacità di essere cresciuti epitassialmente su semiconduttori III-V come l'InAs.
Utilizzando la teoria del funzionale densità dipendente dal tempo in tempo reale (RT-TDDFT), lo studio dimostra che l'irradiazione di SrTiO con impulsi di luce polarizzata circolarmente genera una magnetizzazione transitoria finita e dipendente dall'elicità attraverso il trasferimento di momento angolare dalla luce agli orbitali elettronici, mediato dall'accoppiamento spin-orbita, rivelando dinamiche complesse di carica e magnetizzazione in questo isolante diamagnetico.
Questo lavoro presenta un nuovo quadro computazionale che combina metodi di struttura elettronica *ab initio* con tecniche di apprendimento automatico per prevedere con precisione le proprietà optoelettroniche di soluzioni solide anarmoniche a temperatura finita, applicandolo con successo alle soluzioni solide di alogenuri d'argento per rivelare l'interazione tra disordine chimico, dinamica reticolare e struttura elettronica.
Il framework ActiveStructOpt, che integra modelli surrogati di reti neurali a grafo con l'apprendimento attivo, permette di determinare efficientemente la struttura atomica di materiali complessi a partire da dati spettroscopici, superando i limiti computazionali dei metodi tradizionali.
Il documento presenta l'ingegnerizzazione di eterogiunzioni nanostrutturate porose tra biossido di stagno e ossido di grafene che, grazie alla regolazione della loro composizione, funzionano efficacemente come fotodiodi sensibili all'UV e come sensori chimici selettivi a temperatura ambiente per il rilevamento di tracce di composti organici volatili.
Il paper presenta "Symmetr", un pacchetto Python progettato per determinare le forme simmetriche dei tensori che descrivono le proprietà fisiche dei cristalli, con particolare attenzione ai materiali magnetici e alla loro analisi tramite gruppi spaziali magnetici o gruppi di spin.