🔬 Category

cond-mat.mtrl-sci

4119 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.

🔬 applied physics

Janus-induced atomic reconstruction amplifies twist-angle modulation of interlayer thermal transport in moiré bilayers

Lo studio dimostra che l'introduzione della rottura della simmetria speculare indotta da Janus nei bilayer MoSSe/MoS2 promuove la ricostruzione atomica in pattern aperiodici distorti, il che indebolisce significativamente l'accoppiamento interstrato e amplifica la dipendenza dell'angolo di torsione della conduttanza termica di quasi un ordine di grandezza rispetto al convenzionale MoS2 bilayer ritorto.

Bin Xu, Rulei Guo, Jie Sun, Hiroo Suzuki, Takuma Yoshida, Ichiro Nakaya, Koki Sawasaki, Yasuhiko Hayashi, Shohei Chiashi (…)2026-07-28
🔬 materials science

A DFT and Machine Learning-Assisted Study on the Lattice Thermal Conductivity of LiCdSb for Thermoelectric Applications

Questo studio impiega la teoria del funzionale della densità e potenziali interatomici basati sull'apprendimento automatico per investigare le proprietà termoelettriche di LiCdSb, rivelando una bassa conducibilità termica reticolare e un fattore di merito (ZT) superiore a 1 a temperature sopra i 600 K, il che lo posiziona come un promettente candidato per la conversione di energia ad alta temperatura.

R. Zosiamliana, Lalhriat Zuala, N. T. Tien, Vo Khuong Dien, A. Laref, D. P. Rai2026-07-28
🔬 materials science

Tailoring the Frequency-Dependent Optical Response of Hematite through Mono- and Co-Doping: A First-Principles Study

Questo studio basato sui primi principi dimostra che, sebbene il drogaggio con boro destabilizzi il reticolo dell' α\alpha-Fe2_2O3_3, il co-drogaggio con ittrio ripristina la stabilità strutturale e potenzia sinergicamente l'assorbimento a bassa energia e la risposta ottica del materiale, offrendo una strategia praticabile per la personalizzazione dell'ematite per applicazioni fotoattive ed optoelettroniche avanzate.

Abdul Ahad Mamun, Muhammad Anisuzzaman Talukder2026-07-28
🔬 materials science

Local micromechanics in a mean-field model of glasses reveal key properties of its non-equilibrium RSB phase

Questo articolo dimostra che definire una funzione di risposta micromecanica a monopoli di forza locali in un modello di vetro a campo medio rivela relazioni esatte tra la rigidezza locale e le suscettibilità globali, collegando così la fase di Rottura della Simmetria di Replica fuori equilibrio del modello con i vetri a dimensionalità finita e legando la statistica dei modi molli al picco di bosone.

Makoto Suda, Edan Lerner, Eran Bouchbinder2026-07-28
🔬 optics

Dispersion models describing coupled systems in doped crystals. II. Infrared phonon excitations in GaAs single crystals and phonon-plasmon coupling in Zn-doped GaAs

Questo articolo presenta un framework di dispersione generalizzato e dipendente dalla temperatura che modella simultaneamente le proprietà ottiche nell'infrarosso del GaAs intrinseco e drogato con Zn, descrivendo con successo l'accoppiamento fonone-plasmone e le asimmetrie di tipo Fano attraverso il fitting simultaneo di dati di riflettanza, trasmittanza ed ellissometria.

Daniel Franta, Beata Hroncova, Mihai-George Muresan, Stefan Zollner2026-07-28
🔬 materials science

Response-Selected Hidden Hyperuniformity in Hydrodynamic Active Matter

Questo articolo introduce il concetto di "iperuniformità selezionata dalla risposta" nella materia attiva idrodinamica, dimostrando che mentre i cluster localmente neutri possono schermare le forze attive per produrre un flusso ordinato e nascosto a lungo raggio, rari momenti non schermati creano una lunghezza di schermatura finita che limita questo regime di flusso silenzioso.

Liyu Zhong, Yang Jiao2026-07-28
🔬 materials science

Square Net TaSiAs Nanowires with Topological Surface Conduction and Linear Magnetoresistance

Questo studio riporta la sintesi riuscita di nanofili di TaSiAs monocristallini, chimicamente incapsulati, con un reticolo a rete quadrata, che esibiscono una conducibilità a temperatura ambiente potenziata e una magnetoresistenza lineare non saturante dovuta a stati superficiali protetti topologicamente, come confermato da misurazioni di trasporto sperimentali e calcoli basati sui primi principi.

Anand Roy, Ofek Goldreich, Guy Ohad, Barun Barick, Olga Brontvein, Ora Bitton, Katya Rechav, Yishay Feldman, Leeor Kroni (…)2026-07-28
🔬 materials science

Catalyst Diffusion Transformer: Generative Inverse Design of Heterogeneous Catalysts

Il documento introduce il Catalyst Diffusion Transformer (CatDiT), un framework generativo unificato che progetta in modo efficiente catalizzatori eterogenei nuovi e validi condizionandosi simultaneamente sul tipo di adsorbato, l'energia di legame e la classe di catalizzatore, dimostrando con successo la propria capacità di arricchire i pool di candidati per reazioni mirate come la riduzione dell'azoto.

Hayoung Doo, Dong Hyeon Mok, Seoin Back, Jonggeol Na2026-07-28
🔬 materials science

Aligning Heterogeneous DFT Datasets: A Graph Neural Network Approach to Cross-Functional Formation Energies

Questo articolo introduce un approccio basato su reti neurali a grafi che allinea con successo dataset DFT eterogenei prevedendo i residui di energia cross-funzionali, elevando così i calcoli legacy PBE alla precisione r2SCAN ad alta fedeltà e consentendo l'integrazione di dati multi-fonte per modelli di IA per i materiali robusti.

Yidong Huang, Tenglong Lu, Hanwen Kang, Junfeng Huang, Sheng Meng, Miao Liu2026-07-28
🔬 materials science

Neural RHEED alignment with limited training data during CdTe MBE growth

Questo articolo presenta un sistema di visione neurale efficiente dal punto di vista dei dati che automatizza l'allineamento cristallografico durante la crescita per fasci molecolari di CdTe, addestrandosi su soli 15 pattern RHEED e sfruttando l'elaborazione postuma consapevole della fisica per sostituire l'ispezione manuale.

Bartłomiej Turowski, Jakub J. Meixner, RóĊa Dziewiątkowska, Wojciech Zaleszczyk, Tomasz Wojciechowski, Valentine V. Volo (…)2026-07-28