🔬 Category

cond-mat.mtrl-sci

5016 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.

🔬 scienza dei materiali

Influence of chemical ordering on magnetocrystalline anisotropy and magnetoelastic properties in Weyl magnetic semimetal Co2MnGa thin films

Questo studio dimostra che l'aumento dell'ordine chimico nei film sottili di Co2MnGa, in particolare la formazione della fase L21, potenzia significativamente sia l'anisotropia magnetocristallina che le proprietà magnetoelastiche, con la struttura ordinata L21 che esibisce una gigante anisotropia magnetoelastica distinta dai corrispondenti non semimetalli di Weyl.

O. Chumak, A. Nabiałek, L. T. Baczewski, T. Seki, J. Wang, K. Takanashi, H. Szymczak2026-06-24
🔬 fisica mesoscopica

Quantum Theory of Exciton Magnetic Moment: Interaction and Topological Effects

Questo articolo presenta una rigorosa teoria quantistica del momento magnetico orbitale dell'eccitone che incorpora le interazioni elettrone-lacuna ed effetti geometrici quantistici, rivelando tre contributi distinti che risolvono le de lâu de discrepanze di lunga data tra le previsioni teoriche e le osservazioni sperimentali in materiali come il grafene bilayer polarizzato.

Gurjyot Sethi, Jiawei Ruan, Fang Zhang, Weichen Tang, Chen Hu, Mit Naik, Steven G. Louie2026-06-24
🔬 scienza dei materiali

Active Learning Guided Computational Discovery of 2D Materials with Large Spin Hall Conductivity

Questo studio impiega un framework di apprendimento attivo guidato dall'apprendimento automatico e dalla teoria del funzionale della densità per scoprire efficientemente materiali 2D con una conducibilità di Hall di spin eccezionalmente alta, identificando un candidato principale quasi 23 volte più efficace rispetto ai benchmark iniziali e chiarendo le caratteristiche atomiche ed elettroniche chiave che governano l'interconversione spin-carica.

Abhijeet J. Kale, Sanjeev S. Navaratna, Pratik Sahu, Henry Chan, B. R. K. Nanda, Rohit Batra2026-06-24
🔬 scienza dei materiali

Precise Determination of the Long-Time Asymptotics of the Diffusion Spreadability of Two-Phase Media

Questo articolo presenta un algoritmo migliorato per determinare con precisione l'esponente di scala microstrutturale di mezzi bifasici incorporando termini di correzione di ordine superiore e proprietà di analiticità nelle asintotiche a lungo termine della diffusività, introducendo al contempo un approssimante di Padé a due punti per modellare il comportamento della diffusività attraverso tutte le scale temporali.

Shaobing Yuan, Salvatore Torquato2026-06-24
🔬 scienza dei materiali

Computational references are not experiments: pre-registered validation of machine-learned sodium-cathode voltages

Questo articolo dimostra che gli screening di apprendimento automatico per le tensioni dei catodi di sodio, che si basano su riferimenti derivati computazionalmente con errori sistematici, hanno fallito la validazione preregistrata rispetto ai dati sperimentali a causa di un bias dominante di 0,54 V nei valori di riferimento piuttosto che nel modello stesso, portando gli autori a ritirare lo screening e a impegnarsi in un nuovo audit di calibrazione.

Krishna Teja Vepa2026-06-24✓ Author reviewed ⓘ
🔬 scienza dei materiali

Interpretable Material Spatial Intelligence for Discovery of Governing Microstructural Features

Questo articolo introduce la Material Spatial Intelligence (MSI), un framework di apprendimento automatico interpretabile che apprende direttamente da osservazioni spaziali multimodali di sistemi di materiali per predire il comportamento macroscopico, identificare le caratteristiche microstrutturali dominanti e consentire l'ottimizzazione della microstruttura basata sui meccanismi.

Mathieu Calvat, Gregory Sparks, Dhruv Anjaria, Chris Bean, Haoren Wang, Paul Gradl, Timothy M. Smith, Allison M. Beese (…)2026-06-24
🔬 scienza dei materiali

Notes on remanent magnetization measurements in superconductors and hard ferromagnets

Questo articolo presenta un'analisi comparativa dei dati di magnetizzazione remanente a campo nullo e di rilassamento magnetico nel superconduttore BCS LuNi2B2C e in vari ferromagneti duri, evidenziando somiglianze e differenze attraverso le misure di TRM, IRM e di scansione di temperatura a zigzag per discutere la loro rilevanza negli studi di magnetizzazione in celle a incudine di diamante.

Sergey L. Bud'ko, Mingyu Xu, Weiwei Xie, Chaowei Hu, Ni Ni, Paul C. Canfield2026-06-24
🔬 fisica applicata

Low-temperature magnetic-field-driven thermal oscillator based on metal-superconductor joint

Questo articolo dimostra un oscillatore termico stabile a bassa temperatura guidato da un campo magnetico piuttosto che da un complesso controllo di potenza, il quale utilizza il brusco cambiamento della conducibilità termica nella transizione superconduttiva di una giunzione metallo-superconduttore (Cu-Pb) per generare oscillazioni di temperatura sinusoidali o quadre flessibili con ampiezze elevate.

Poonam Rani, Yoshikazu Mizuguchi2026-06-24
🔬 scienza dei materiali

Nonradiative Multiphonon Model of Deep-Level Transient Spectroscopy: Beyond Henry-Lang Model

Questo articolo introduce un rigoroso modello multifononico non radiativo (NMP) per la Spettroscopia di Transienti di Livello Profondo (DLTS) che corregge gli errori significativi e le dipendenze dalla temperatura errate presenti nel tradizionale modello di Henry-Lang, tenendo conto del rilassamento reticolare e delle correlazioni fononiche efficaci, dimostrando discrepanze fino a sei ordini di grandezza in 21 difetti in 12 semiconduttori.

Menglin Huang, Shanshan Wang, Junjie Zhou, Xinjing Guo, Shiyou Chen2026-06-24
🔬 scienza dei materiali

Breaking Bottlenecks in Solid Electrolyte Discovery with Large Artificial Intelligence Models

Questo articolo propone un framework completo per accelerare la scoperta di elettroliti solidi integrando grandi modelli di IA, inclusi potenziali interatomici di apprendimento automatico e grandi modelli linguistici, in un sistema autonomo a ciclo chiuso che connette simulazione, estrazione di dati dalla letteratura e validazione sperimentale per superare gli attuali colli di bottiglia relativi ai dati e all'efficienza.

Eric Jianfeng Cheng, Min Hong, Zhiquan Zeng, Chuanyu Liu, Qian Wang, Melissa Jane Meadowcroft, Vlad Badilita, Carlos Mig (…)2026-06-24