2608 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.
Questo articolo dimostra che l'ingegneria del gradiente composizionale in film ultrasottili di AlScN mitiga le perdite e la scarica distribuendo le discontinuità strutturali, consentendo così uno switching ferroelettrico robusto in stack sottili quanto 5 nm con resistività e polarizzazione significativamente aumentate rispetto ai corrispondenti omogenei.
Questo articolo valuta sette strategie di fine-tuning per modelli fondativi di potenziali interatomici appresi tramite machine learning (MLIP) attraverso diversi benchmark chimici, rivelando che mentre prerequisiti come la qualità del modello fondativo e la corretta inizializzazione dell'energia sono fondamentali, il fine-tuning ingenuo è ottimale per l'accuratezza su sistemi singoli, mentre il multihead replay preserva in modo unico la robustezza fuori distribuzione per un impiego più ampio.
Questo articolo propone un quadro unificato che collega la struttura elettronica alla duttilità intrinseca identificando l'amorfizzazione per taglio come un criterio di frattura a energia inferiore rispetto alla nucleazione di dislocazioni, consentendo così previsioni accurate della duttilità e delle transizioni duttile-fragile sia per i metalli puri che per le leghe ad alta entropia.
Questo articolo avverte che i potenziali interatomici basati sull'apprendimento automatico e addestrati su dati DFT basati su PBE predicono erroneamente la struttura dello stato fondamentale di HfO a causa della tendenza del funzionale a sovrastabilizzare le fasi a bassa densità, un difetto che può essere mitigato utilizzando funzionali alternativi come PBEsol o LDA.
Questo studio rivela che l'introduzione del magnesio negli anodi di metallo litio induce una decomposizione spinodale condizionale tra le fasi ordinate B2 e -BCC ricca di Li, creando una microstruttura continua e interconnessa che facilita la rapida diffusione del litio e sopprime la formazione di dendriti ad alte densità di corrente.
Questo studio impiega un approccio innovativo che combina l'imaging di fotoluminescenza, simulazioni di drift-diffusion e inferenza bayesiana per mappare la degradazione spazialmente non uniforme delle celle solari a perovskite, distinguendo con successo tra difetti di bulk e di interfaccia e dimostrando che la passivazione con amino-silano sopprime efficacemente la degradazione interfacciale.
Utilizzando la microscopia crioconfocale e la velocimetria a immagine di particelle, questo studio rivela che l'espansione volumetrica, piuttosto che i flussi di Marangoni, domina il moto del fluido attorno alle bolle durante la solidificazione direzionale, sfidando i modelli teorici esistenti e offrendo nuove intuizioni per il controllo della distribuzione delle bolle nei materiali solidificati.
Questo studio dimostra che il drogaggio con ferro nei cristalli di GaSe introduce centri di difetto otticamente e magneticamente attivi, identificati attraverso la spettroscopia di fotoluminescenza dipendente dalla potenza, dalla temperatura e dal campo magnetico come eccitoni legati al Fe con fattori g distinti, offrendo così nuovi approfondimenti per applicazioni magneto-optoelettroniche e fotoniche quantistiche.
Questo articolo introduce una rappresentazione di impronta digitale simmetria-elettronica (SEF) che, integrando la simmetria cristallografica e la struttura elettronica risolta per sito, consente ai modelli di apprendimento automatico di prevedere accuratamente le proprietà magnetiche nei materiali 2D, utilizzando in modo unico l'incertezza del modello come strumento diagnostico per identificare e caratterizzare fasi magnetiche competitive e frustrazione.
Questo articolo dimostra che la combinazione dell'analisi cepstrale con simulazioni Green-Kubo e potenziali appresi tramite apprendimento automatico fornisce un quadro robusto, automatizzato ed efficiente per prevedere accuratamente la conducibilità termica dei framework metallo-organici, superando il rumore statistico e la sensibilità ai parametri inerenti ai metodi convenzionali.