4239 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.
Il paper presenta una piattaforma SSTDR avanzata e non a contatto che, integrando termografia a infrarossi e pirometria iperspettrale, misura con precisione la conducibilità termica e l'emittanza spettrale del molibdeno fino a 3000 K, colmando così una lacuna critica nella metrologia delle temperature ultralevate.
Questo studio basato sulla teoria del funzionale densità ibrida analizza come l'intercalazione di ioni sodio nella birnessite di potassio ne modifichi la stabilità strutturale, le proprietà vibrazionali, la diffusione ionica e il comportamento magnetico ed elettronico, rivelando il potenziale di questo materiale per applicazioni energetiche e spintroniche.
Questo articolo offre una rassegna e una classificazione della crescita VLS di nanofili non convenzionali (ossidi, carburi e calcogenuri), analizzando le differenze rispetto ai sistemi semiconduttori tradizionali e identificando le sfide meccanicistiche che ne limitano il controllo sintetico deterministico.
Questo articolo offre una panoramica concisa delle strategie per migliorare l'efficienza termoelettrica dello SnTe, focalizzandosi sull'ingegnerizzazione della struttura a bande per aumentare il fattore di potenza e sulla nanostrutturazione per ridurre la conducibilità termica.
Questo studio propone un modello accoppiato chimico-meccanico basato sul campo di fase che dimostra come la dissoluzione minerale in ambienti reattivi allarghi la zona di processo della frattura, riducendo le concentrazioni di stress e inducendo una transizione da un comportamento fragile a uno duttile governata dal confronto tra le scale temporali del degrado chimico e della deformazione meccanica.
Lo studio dimostra che le fluttuazioni termiche del reticolo cristallino sopprimono in modo significativo la generazione di armoniche superiori nei solidi, introducendo un dephasing elettronico efficace che può essere quantificato attraverso la dipendenza dalla temperatura osservata nel semiconduttore superatomico Re6Se8Cl2.
Questa recensione analizza criticamente le proprietà dei film sottili di selenio e le dinamiche dei portatori di carica, esaminando le strategie di sintesi e le sfide attuali per superare il deficit di tensione a circuito aperto e realizzare celle solari in selenio ad alta efficienza per applicazioni tandem e indoor.
Questo studio dimostra che, sebbene i bordi di grano nell'ferro bcc e la segregazione del fosforo alterino significativamente le interazioni di scambio magnetiche locali, inclusa l'introduzione di accoppiamenti antiferromagnetici, la loro influenza sulla temperatura di Curie globale rimane limitata a meno che la frazione volumetrica dei bordi di grano non sia artificialmente elevata.
Questo studio risolve l'incertezza decennale sulla posizione del punto critico liquido-vapore dell'alluminio, determinando con precisione una temperatura di 6531-6576 K, una densità di 0,637 g/cm³ e una pressione di 1,6 kbar attraverso simulazioni di dinamica molecolare basate su potenziali profondi addestrati su dati elettronici ad alta fedeltà.
Il paper introduce ReadMOF, un innovativo framework di machine learning che utilizza modelli linguistici preaddestrati per convertire i nomi sistematici dei MOF in embedding semantici, permettendo la previsione delle proprietà e il ragionamento chimico senza la necessità di coordinate atomiche o grafi di connettività.