🔬 Category

cond-mat.mtrl-sci

4357 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.

🔬 materials science

Link Statistics of Dislocation Network during Strain Hardening

Analizzando simulazioni di Discreta Dinamica delle Dislocazioni di Cu fcc, questo studio rivela che le lunghezze di collegamento delle dislocazioni sui sistemi di scivolamento attivi seguono una distribuzione doppio-esponenziale a causa dell'instabilità per curvatura indotta dallo stress, mentre i sistemi inattivi esibiscono una distribuzione mono-esponenziale, una distinzione spiegata modellando la rete come un processo di Poisson monodimensionale con tassi di crescita super-lineari per i collegamenti lunghi.

Sh. Akhondzadeh, Hanfeng Zhai, Wurong Jian, Ryan B. Sills, Nicolas Bertin, Wei Cai2026-02-03
🔬 materials science

Direct evidence for the absence of coupling between shear strain and superconductivity in Sr2RuO4

Applicando direttamente tre tipi di deformazione di taglio a singoli cristalli di Sr2RuO4 e osservando variazioni trascurabili nella temperatura di transizione superconduttiva, questo studio fornisce la prova che la deformazione di taglio non si accoppia alla superconduttività, supportando un modello di parametro d'ordine a componente singola pur evidenziando la sua incapacità di spiegare completamente altre anomalie sperimentali.

Giordano Mattoni, Thomas Johnson, Atsutoshi Ikeda, Shubhankar Paul, Jake Bobowski, Manfred Sigrist, Yoshiteru Maeno2026-02-03
🔬 optics

Frequency domain laser ultrasound for inertial confinement fusion target wall thickness measurements

Questo articolo presenta un metodo di ultrasuoni laser nel dominio della frequenza, non distruttivo e senza contatto, che utilizza le risonanze delle onde elastiche guidate a velocità di gruppo nulla per misurare accuratamente lo spessore della parete di capsule per la fusione a confinamento inerziale di dimensioni millimetriche, con risultati che si allineano eccellentemente ai riferimenti dell'interferometria a infrarossi.

Martin Ryzy, Guqi Yan, Clemens Grünsteidl, Georg Watzl, Kevin Sequoia, Pavel Lapa, Haibo Huang2026-02-03
🔬 materials science

Stability Criteria and Optoelectronic Properties of Mg3ZBr3 (Z = As, Sb, Bi) Perovskites for Evaluating the Performance in PIN Photo Diode

Questo studio impiega calcoli basati sui primi principi e simulazioni di dispositivi per dimostrare che le perovskiti prive di piombo Mg3ZBr3\mathrm{Mg_3ZBr_3} (Z=As,Sb,BiZ=\mathrm{As, Sb, Bi}) possiedono la necessaria stabilità dinamica, proprietà optoelettroniche sintonizzabili e band gap adeguati per servire come promettenti candidati per applicazioni di fotodiodi PIN a film sottile stabili.

Md Mohiuddin, Mohammed Mehedi Hasan, Alamgir Kabir2026-02-03
🔬 materials science

On The Finetuning of MLIPs Through the Lens of Iterated Maps With BPTT

Questo articolo propone un metodo di fine-tuning robusto e differenziabile end-to-end per potenziali interatomici preaddestrati basati sull'apprendimento automatico che ottimizza le strutture predette attraverso lo srotolamento delle traiettorie di rilassamento e la retropropagazione dei gradienti, risultando in una riduzione consistente di circa il 32% dell'errore di predizione attraverso vari modelli e impostazioni di iperparametri.

Evan Dramko, Yizhi Zhu, Aleksandar Krivokapic, Geoffroy Hautier, Thomas Reps, Christopher Jermaine, Anastasios Kyrillidi (…)2026-02-03
🔬 materials science

Perturbative second-order optical susceptibility of bulk materials: a symmetry-enforced return to non-orthogonal localized basis sets

Questo articolo presenta un metodo di calcolo perturbativo della suscettività ottica del secondo ordine per materiali massivi utilizzando orbitali pseudoatomici non ortogonali e integrali di tipo Slater-Koster imposti dalla simmetria nel gauge di velocità, validato con successo su carburo di silicio cubico e arseniuro di gallio.

Angiolo Huaman, Luis Enrique Rosas-Hernandez, Salvador Barraza-Lopez2026-02-03
🔬 materials science

Chiral orbital current driven topological Hall effect in Mn3Si2Te6

Questo studio rivela che nel semiconduttore ferrimagnetico stratificato Mn3Si2Te6, l'effetto Hall topologico ha origine da correnti orbitali chirali piuttosto che da texture di spin, esibendo un potenziamento dipendente dalle dimensioni e una forte correlazione con la magnetoresistenza colossale, stabilendo così i gradi di libertà orbitali come un nuovo meccanismo per l'ingegnerizzazione del trasporto topologico nei magneti 2D.

Arnab Das, Soumik Mukhopadhyay2026-02-03
🔬 mesoscale physics

Growth of Large Crystals of Janus Phase RhSeCl Using Self-Selecting Vapour Growth

Questo articolo riporta un nuovo metodo di crescita per auto-selezione da vapore in due fasi che sintetizza con successo cristalli Janus di RhSeCl grandi, di alta qualità e di fase pura fino a 6 mm di dimensioni, identificando e mitigando un'impurità precedentemente non segnalata per consentire una produzione riproducibile per applicazioni spintroniche e optoelettroniche.

Anastasiia Lukovkina, Maria A. Herz, Xiaohanwen Lin, Volodymyr Multian, Alberto Morpurgo, Enrico Giannini, Fabian O. von (…)2026-02-03
🔬 materials science

Autonomous Multi-Agent AI for High-Throughput Polymer Informatics: From Property Prediction to Generative Design Across Synthetic and Bio-Polymers

Questo articolo presenta un ecosistema di IA multi-agente autonomo che integra modelli linguistici di grandi dimensioni e strumenti specializzati per creare una pipeline unificata per la scoperta di polimeri ad alto rendimento, raggiungendo livelli allo stato dell'arte di accuratezza nella predizione delle proprietà e nella progettazione generativa, dimostrando al contempo capacità di auto-ottimizzazione metacognitiva.

Mahule Roy, Adib Bazgir, Arthur da Silva Sousa Santos, Yuwen Zhang2026-02-03