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.

🔬 materials science

Magnetoelectric training of multiferroic domains in Mn2_2GeO4_4

Questo studio dimostra che nel multiferroico Mn2_2GeO4_4 l'evoluzione iniziale dei domini avviene in modo indipendente e richiede una procedura di inizializzazione deterministica specifica per garantire un affidabile controllo incrociato tra ordine ferroelettrico e ferromagnetico, superando le limitazioni dei metodi di "addestramento" convenzionali basati su cicli ripetuti.

Naëmi Leo, Jonathan S. White, Michel Kenzelmann, Takashi Honda, Tsuyoshi Kimura, Dennis Meier, Manfred Fiebig2026-02-12
🔬 materials science

Discovery of Hyperelastic Constitutive Laws from Experimental Data with EUCLID

Questo studio valuta le prestazioni del framework EUCLID per la scoperta automatica di leggi costitutive iperelastiche confrontandolo con metodi di identificazione tradizionali su dati sperimentali di gomma naturale, analizzando l'accuratezza predittiva e la capacità di generalizzazione su geometrie inedite.

Arefeh Abbasi, Maurizio Ricci, Pietro Carrara, Moritz Flaschel, Siddhant Kumar, Sonia Marfia, Laura De Lorenzis2026-02-12
🔬 materials science

Anisotropic and isotropic elasticity and thermal transport in monolayer C24_{24} networks from machine-learning molecular dynamics

Questo studio utilizza potenziali basati sul machine learning per dimostrare come la diversa topologia di legame nelle reti di fullerene C24_{24} monolayer determini proprietà elastiche e di trasporto termico anisotrope o isotrope, evidenziando il ruolo cruciale dei legami covalenti intermolecolari nel trasporto di calore.

Qing Li, Haikuan Dong, Penghua Ying, Zheyong Fan2026-02-12
🔬 applied physics

Resonant states and nuclear dynamics in solid-state systems: the case of silicon-hydrogen bond dissociation

Il paper presenta un nuovo quadro teorico non adiabatico basato sulla teoria del funzionale densità che, applicato alla dissociazione del legame silicio-idrogeno, rivela come l'occupazione temporanea di stati antileganti da parte di portatori energetici generi una potenziale repulsiva capace di indurre la rottura del legame e spiegare i meccanismi di degradazione nei dispositivi a semiconduttore.

Woncheol Lee, Mark E. Turiansky, Dominic Waldhör, Byounghak Lee, Tibor Grasser, Chris G. Van de Walle2026-02-12
🔬 materials science

diffpy.morph: Python tools for model independent comparisons between sets of 1D functions

`diffpy.morph` è un pacchetto Python open-source progettato per confrontare set di funzioni 1D, come gli spettri scientifici, attraverso trasformazioni chiamate "morph" che permettono di eliminare le differenze irrilevanti e isolare i cambiamenti strutturali o chimici significativi.

Andrew Yang, Christopher L. Farrow, Pavol Juhás, Luis Kitsu Iglesias, Chia-Hao Liu, Samuel D. Marks, Vivian R. K. Wall (…)2026-02-12