🔬 Category

cond-mat.mtrl-sci

2879 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.

🔬 optics

Near-field effects on cathodoluminescence outcoupling in perovskite thin films

Questo studio dimostra che le variazioni su scala nanometrica dell'intensità di catodoluminescenza all'interno di film policristallini di perovskite CsPbBr3 sono guidate principalmente da effetti di campo vicino, specificamente l'intrappolamento della luce potenziato in corrispondenza dei bordi di grano curvi e risonanze di tipo Fabry-Perot, piuttosto che da differenze intrinseche nelle proprietà del materiale.

Robin Schot, Imme Schuringa, Álvaro Rodríguez Echarri, Lars Sonneveld, Tom Veeken, Yang Lu, Samuel D. Stranks, Albert Po (…)2026-01-28
🔬 materials science

Locally Scaled Self-Interaction Corrected Energy Functionals with Complex Optimal Orbitals

Questo articolo presenta un funzionale dell'energia a correzione di auto-interazione localmente scalato e completamente variazionale che utilizza orbitali ottimali complessi e un fattore di scala basato sulla densità dell'energia cinetica per regolare dinamicamente la correzione attraverso diversi regimi di densità elettronica, migliorando così le previsioni per sistemi atomici, molecolari e dello stato solido.

Jukka John, Hlynur Guðmundsson, Iðunn Björg Arnaldsdóttir, Hannes Jónsson, Elvar Örn Jónsson2026-01-28
🔬 materials science

Comparative Analysis of Plasticity-based GND Density Estimation Methods in Crystal Plasticity Finite Element Models

Questo articolo confronta i metodi basati sulla proiezione e sul gradiente di scorrimento per la stima delle densità di dislocazioni geometricamente necessarie (GND) nei modelli di plasticità cristallina a elementi finiti, rivelando che, sebbene entrambi si allineino con i trend analitici, il metodo di proiezione sottostima significativamente le GND nei policristalli a meno che non venga migliorato limitando i calcoli solo ai sistemi di dislocazione attivi.

Michael Pilipchuk, Chaitali Patil, Veera Sundararaghavan2026-01-28
🔬 mesoscale physics

Atomic imaging of 2D transition metal dihalides

Questo articolo introduce un metodo di fabbricazione privo di polimeri per isolare e immagini con successo diodi di metalli di transizione 2D sensibili all'aria al limite del monostrato, rivelando le loro caratteristiche strutturali uniche, inclusi gli esigui barriere di impilamento energetico e le vacanze di iodio stabili, dimostrando al contempo una piattaforma versatile per la creazione di eterostrutture di van der Waals sospese e pulite.

Wendong Wang, Gareth R. M Tainton, Nick Clark, James G. McHugh, Xue Li, Sam Sullivan-Allsop, David G. Hopkinson, Oldrich (…)2026-01-28
🔬 materials science

AI-Assisted Rapid Crystal Structure Generation Towards a Target Local Environment

Il documento presenta LEGO-xtal, un framework generativo di IA basato sulla simmetria che produce rapidamente strutture cristalline diverse corrispondenti a un ambiente locale target combinando strutture iniziali generate dall'IA con l'ottimizzazione basata sull'apprendimento automatico, espandendo con successo un piccolo insieme di allotropi del carbonio in oltre 1.700 candidati praticabili.

Osman Goni Ridwan, Sylvain Pitié, Monish Soundar Raj, Dong Dai, Gilles Frapper, Hongfei Xue, Qiang Zhu2026-01-27
🔬 materials science

Abinit 2025: New Capabilities for the Predictive Modeling of Solids and Nanomaterials

Questo articolo presenta i significativi progressi scientifici e tecnici del pacchetto software Abinit negli ultimi cinque anni, evidenziando le nuove capacità nelle metodologie dello stato fondamentale e dello stato eccitato, nel calcolo ad alte prestazioni accelerato da GPU, nella modellazione basata sui secondi principi e nei flussi di lavoro automatizzati progettati per supportare la modellazione predittiva ad alto rendimento di solidi e nanomateriali.

Matthieu J. Verstraete, Joao Abreu, Guillaume E. Allemand, Bernard Amadon, Gabriel Antonius, Maryam Azizi, Lucas Baguet (…)2026-01-27
🔬 materials science

Electro-thermal Co-design of Vertical \b{eta}-Ga2O3 Schottky Diodes with High-permittivity BaTiO3 Field-plate for High-field and Thermal Management

Questo studio dimostra che l'integrazione di un isolante di AlN termicamente conduttivo con una piastra di campo in BaTiO3 ad alta permittività in diodi a barriera Schottky verticali in β\beta-Ga2_2O3_3 mitiga efficacemente i punti caldi termici e migliora la gestione del campo elettrico, migliorando così significativamente la dissipazione del calore e le prestazioni di breakdown per applicazioni ad alta potenza.

Ahsanul Mohaimeen Audri, Chung-Ping Ho, Emerson J. Hollar, Jingjing Shi, Esmat Farzana2026-01-27
🔬 applied physics

Strong lead-free bioinspired piezoceramics for durable energy transducers

Questo studio presenta un design di microstruttura scalabile e bioispirato di tipo "brick-and-mortar" per ceramiche piezoelettriche prive di piombo a base di Bi0.5Na0.5TiO3 che migliora significativamente la resistenza meccanica, la tenacità alla frattura e la resistenza alla fatica senza compromettere le prestazioni piezoelettriche, abilitando così trasduttori di energia durevoli.

Ruxue Yang, Temesgen Tadeyos Zate, Peiren Wang, Soumyajit Mojumder, Elo Overgaard Mogensen, Oriol Gavalda-Diaz, Zihe Li (…)2026-01-27
🔬 materials science

InSpecLearn4SDL: Interpretable Spectral Features Predict Conductivity in Self-Driving Doped Conjugated Polymer Labs

Questo articolo introduce InSpecLearn4SDL, una pipeline di apprendimento automatico interpretabile che utilizza un algoritmo genetico e la selezione delle caratteristiche guidata da SHAP per predire la conducibilità elettrica di polimeri coniugati drogati da spettri ottici rapidi, riducendo così lo sforzo sperimentale nei laboratori a guida autonoma di circa il 33% pur recuperando descrittori fisici chiave.

Ankush Kumar Mishra, Jacob P. Mauthe, Nicholas Luke, Aram Amassian, Baskar Ganapathysubramanian2026-01-27