4213 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 studio dimostra che il gate elettrostatico del semimetallo di Dirac tridimensionale Cd3As2 consente un controllo programmabile della chiralità dell'emissione terahertz modulando selettivamente il componente a polarizzazione lineare guidato dalla curvatura di Berry, permettendo così di sintonizzare lo stato di polarizzazione su tutta la sfera di Poincaré.
Questo studio utilizza un nuovo framework di deep learning che combina potenziali di machine learning MACE e reti neurali grafiche equivarianti per simulare la commutazione coerente ultrafast di ferroelectricità a scorrimento nel nitruro di boro esagonale bilayer, rivelando un meccanismo realizzabile di 5 picosecondi che riproduce i cicli di isteresi sperimentali.
Questo studio dimostra che i bilayer FePt/FeRh migliorano significativamente l'efficienza della registrazione magnetica assistita da calore sfruttando la transizione di fase del FeRh per ridurre la coercitività del FePt attraverso l'accoppiamento di scambio interfacciale e una maggiore mobilità delle pareti di dominio, piuttosto che ammorbidendo l'anisotropia intrinseca.
VibroML è un toolkit Python open-source che sfrutta potenziali appresi tramite machine learning e algoritmi genetici per automatizzare la correzione delle instabilità dinamiche, convalidare la stabilità a temperatura finita ed esplorare sistematicamente gli spazi composizionali, trasformando così lo screening ad alto rendimento dei materiali da una mera verifica di stabilità in un flusso di lavoro completo per la generazione di strutture cristalline fisicamente realizzabili.
Questo studio dimostra che un modello linguistico di grandi dimensioni fine-tuned, CrystaLLM-, può utilizzare efficacemente vettori di condizionamento per mirare e generare strutture MAX stabili e nuove, accelerando così la scoperta di precursori per i MXene attraverso un screening computazionale efficiente.
Questo articolo propone un modello meccanico che dimostra come i fasoni di modulazione nel martensite modulato a cinque strati di Ni-Mn-Ga agiscano come sorgente di una compliance macroscopica al taglio anomala, rilassando efficacemente i carichi di taglio esterni negli stati commensurati e debolmente incommensurati, spiegando al contempo proprietà fondamentali del reticolo come la distorsione monoclinica spontanea e la formazione di geminati.
Questo studio estende un modello geometrico delle transizioni di fase allo stato solido incomplete a tre dimensioni, dimostrando che un effetto di memoria puramente geometrico, in cui la storia precedente della trasformazione altera le successive distribuzioni delle dimensioni delle placche, è robusto attraverso le dimensioni ma significativamente più forte nei sistemi bidimensionali rispetto a quelli tridimensionali.
Questo studio dimostra che la riduzione dello spessore di LaNiO3 nei superreticoli LaNiO3/CaMnO3 induce una transizione metallo-isolante e una ricostruzione orbitale che sopprimono il trasferimento di carica interfacciale e il momento magnetico del Mn, stabilendo così un accoppiamento diretto e sintonizzabile tra il confinamento elettronico e il magnetismo interfacciale emergente.
Questo studio dimostra che una sostituzione moderata di cobalto trasforma il semiconduttore a gap stretto FeSb in un altermagnete metallico a temperatura ambiente, con prove ottiche e teoriche che confermano come le transizioni interbanda a bassa energia e le anomalie fononiche risultanti derivino da bande con splitting di spin non relativistico e da un accoppiamento elettrone-fonone potenziato, pur preservando la simmetria altermagnetica.
Combinando classificatori di machine learning con simulazioni di metadinamica, questo studio rivela che la selezione di specifici polimorfi nei framework metallo-organici Zn(imidazolato) è determinata già nella fase dei cluster pre-nucleazione, sfidando l'ipotesi che la selezione dei polimorfi avvenga in una fase successiva del processo di sintesi.