4265 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 lavoro presenta "Ara", un agente basato su modelli linguistici che accelera la scoperta di fotocatalizzatori COF stabili e attivi per la produzione di idrogeno solare, superando significativamente i metodi di ricerca tradizionali grazie all'integrazione di conoscenze chimiche pre-addestrate e a una logica di ragionamento interpretabile.
Questo studio dimostra la crescita epitassiale di bilayer di WSe2 romboedrico quasi liberi su un substrato cubico W(110), confermandone la struttura e le proprietà elettroniche tramite spettroscopia e calcoli teorici, e aprendo la strada a dispositivi ferroelettrici basati su TMD.
Questo studio combina calcoli di teoria del funzionale densità e spettroscopia Raman per indagare le dinamiche reticolari dei composti TaTe e NbTe e delle loro soluzioni solide, rivelando come l'instabilità fononica e un specifico modo vibrazionale ad alta frequenza siano cruciali per comprendere l'origine microscopica delle onde di densità di carica in questi materiali.
Questo studio teorico dimostra che in un semimetallo di Weyl chirale come il RhSi, la durata dell'impulso laser guida la generazione di armoniche superiori ad alta energia e la sintesi di luce localmente chirale su scala attoseconda, aprendo la strada a nuove sorgenti di luce e dispositivi elettronici topologici.
Questo progetto presenta un framework di deep learning basato su Spatial Transformer Networks che, addestrato su un ampio dataset sintetico, supera le sfide degli spostamenti energetici e delle sovrapposizioni nei dati XPS per classificare con alta accuratezza i gruppi funzionali dei materiali, facilitando così l'analisi automatizzata e lo sviluppo di laboratori autonomi.
Questo lavoro presenta un flusso di lavoro computazionale automatizzato per lo screening ad alto rendimento di polimeri, che integra un protocollo di ricottura adattivo per ridurre i costi computazionali e abilita l'uso di modelli di machine learning per prevedere proprietà come la densità e la temperatura di transizione vetrosa.
Questo studio estende la teoria del rilassamento spin-reticolo ai processi a tre fononi applicandola a un complesso di nitruro di cromo, dimostrando che tali contributi diventano rilevanti solo a temperature inaccessibili sperimentalmente e confermando così la validità dell'approssimazione di accoppiamento debole, pur evidenziando come un lieve aumento dell'accoppiamento potrebbe innescare effetti significativi a temperatura ambiente.
Gli autori riportano la propagazione coerente di onde di spin antiferromagnetiche su lunghe distanze a temperatura ambiente in -FeO, caratterizzate da velocità di gruppo senza precedenti fino a 22,5 km/s e descritte da un modello teorico che include l'interazione di Dzyaloshinskii-Moriya.
Questo studio presenta un film sottile amorfo di carburo di silicio su scala wafer che, con una resistenza alla trazione superiore a 10 GPa e fattori di qualità meccanica superiori a 10^8 a temperatura ambiente, stabilisce nuovi record per i materiali amorfi nanostrutturati, aprendo nuove prospettive per sensori nanomeccanici ad alte prestazioni e altre applicazioni avanzate.
Lo studio introduce il concetto di anisotropia indotta da coppie in semiconduttori magnetici diluiti come il GaMnN, dimostrando che l'inclusione di questo effetto nei modelli spinistici migliora significativamente l'accordo tra le simulazioni e i dati sperimentali rispetto ai modelli basati esclusivamente sull'anisotropia a singolo ione.