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.

Shift current conductivity in monolayer SnS: a tight-binding analysis

Questo articolo utilizza un modello tight-binding derivato dai primi principi per dimostrare che, sebbene il salto a lungo raggio perfezioni quantitativamente le caratteristiche di picco della conducibilità di corrente di spostamento nel SnS monostrato, un modello a corto raggio minimo cattura con successo le caratteristiche essenziali della risposta non lineare a bassa energia dell'effetto fotovoltaico di bulk.

Yuki Kusunoki, Tomoaki Kameda, Katsunori Wakabayashi2026-06-03🔬 cond-mat.mtrl-sci

Negative temperature coefficient of Gilbert damping in magnetic bilayers

Questo articolo riporta un controintuitivo coefficiente di temperatura negativo dello smorzamento di Gilbert in bilayer Py/Nd, in cui lo smorzamento diminuisce con l'aumentare della temperatura a causa della separazione dinamica termicamente indotta del magnetismo interfacciale e di quello di bulk, un fenomeno che può essere modulato tramite lo spessore dello strato di copertura per migliorare le prestazioni dei dispositivi spintronici.

Lulu Cao, Yuting Gong, Xianyang Lu, Yongbing Xu, Ya Zhai, Jing Wu, Roy W. Chantrell, Richard F. L. Evans2026-06-03🔬 cond-mat.mes-hall

Magneto-optical evidence for single-crystal-like magnetic switching of epitaxial antiferromagnetic LaFeO3 films

Questo studio dimostra che l'effetto Kerr magneto-ottico (MOKE) longitudinale è uno strumento sensibile per caratterizzare lo switching magnetico e la dinamica dei domini di tipo monocristallino controllati dallo strain in film epitassiali di antiferromagnetico LaFeO3, stabilendo una base per la loro applicazione nella spintronica antiferromagnetica.

A. Rieche, W. Hoppe, C. Körner, A. D. Rata, F. Weber, J. B. G. Danziger, E. M. Vocks, F. Wührl, M. Bargheer, W. Widdra, G. Woltersdorf, S. Ebbinghaus, A. Herklotz, K. Dörr2026-06-03🔬 cond-mat.mtrl-sci

Quantum annealing for materials

Questo articolo introduce un nuovo protocollo di annealing quantistico basato sulla dinamica molecolare path-integral che trova efficientemente i minimi di energia globale nei materiali incorporando gli effetti quantistici nucleari senza manipolare esplicitamente le funzioni d'onda a molti corpi, dimostrando prestazioni elevate su diversi sistemi atomici simulati con potenziali empirici e di apprendimento automatico.

Alfredo Fiorentino, Nicola Marzari2026-06-03🔬 cond-mat.mtrl-sci

Epitaxial Co2MnSi\mathrm{Co_2MnSi} with intrinsic magnetocrystalline anisotropy as a route to bias-field-free nonlinear half-metal magnonics at the nanoscale

Questo studio dimostra che le guide d'onda epitassiali di Co₂MnSi con ordine L2₁ e un'impeccabile integrità cristallina esibiscono un'anisotropia magnetocristallina intrinseca che stabilizza la magnetizzazione, sopprime le instabilità di spin-wave non lineari su un ampio intervallo di frequenze e consente la magnonica non lineare priva di campo di polarizzazione con velocità di gruppo elevate e smorzamento ultra-basso.

Anna Maria Friedel, Jaafar Ghanbaja, Björn Heinz, Moritz Bechberger, Sylvie Migot, Sébastien Petit-Watelot, Stéphane Andrieu, Philipp Pirro2026-06-03🔬 cond-mat.mes-hall

RamanGPT: Bidirectional Mapping Between Crystal Structures and Raman Spectra with Graph Neural Networks and Generative Transformers

Il documento introduce RamanGPT, un framework di deep learning che utilizza una rete neurale a grafo atomistico (Atomistic Line Graph Neural Network) per predire gli spettri Raman dalle strutture cristalline e un modello linguistico di grandi dimensioni perfezionato per inferire le strutture cristalline dagli spettri Raman, affrontando così sia il problema diretto che quello inverso nella caratterizzazione dei materiali.

Frank M. Abel, Jaehyung Lee, Charles R. Campbell, Kamal Choudhary2026-06-03🔬 cond-mat.mtrl-sci

Quantitative Detection of Molecular Oxygen in the Gas Phase with Fluorescent Nanodiamonds

Questo articolo dimostra un metodo quantitativo per rilevare l'ossigeno molecolare in miscele di gas utilizzando la risonanza magnetica otticamente rilevata (ODMR) da centri azoto-vacanza in nanodiamanti fluorescenti, raggiungendo una sensibilità di circa l'1% di concentrazione di O2 con una risposta lineare limitata dalla dinamica di fisisorbimento superficiale.

Nicholas A. Nunn, Antonin Marek, Alex I. Smirnov, Olga A. Shenderova, Marco D. Torelli2026-06-03🔬 cond-mat.mtrl-sci

Predicting core-level X-ray photoemission spectra of oxide surfaces from first principles -- a case study for SnO2_2

Questo articolo presenta un metodo Z+1 basato sui primi principi per predire gli spettri di fotoemissione di raggi X del livello core di varie terminazioni superficiali e stati di difetto di SnO2_2(110), dimostrando che gli spettri calcolati per superfici ridotte con adsorbati si allineano bene con le misurazioni sperimentali e distinguono con successo i diversi ambienti chimici superficiali.

Wenxuan Cai, Stefan Kucharski, Chris Blackman, Juhan Matthias Kahk, Johannes Lischner2026-06-03🔬 cond-mat.mtrl-sci

Data-driven mapping of borophene growth pathways

Questo articolo stabilisce un quadro predittivo per la sintesi deterministica di specifici polimorfi di borofene su substrati di argento, integrando potenziali interatomici reattivi appresi tramite apprendimento automatico con simulazioni Monte Carlo a grandissimo canone per mappare i percorsi di crescita e identificare le condizioni che sopprimono i motivi competitivi.

Colin Bousige, Jean Furstoss, Julien Lam, Pierre Mignon2026-06-03🔬 cond-mat.mes-hall

Bernoulli principle in ferroelectrics

Questo articolo dimostra che il classico principio di Bernoulli può essere esteso ai materiali ferroelettrici, rivelando che le variazioni geometriche nei nanorod governano la conservazione del flusso di polarizzazione per indurre l'accelerazione della polarizzazione nelle costrizioni e la formazione di strutture topologiche complesse come bolle e Hopfion nelle espansioni.

Anna Razumnaya, Yuri Tikhonov, Dmitrii Naidenko, Ekaterina Linnik, Igor Lukyanchuk2026-06-03🔬 cond-mat.mtrl-sci