785 articoli
La fisica che studia le interazioni tra chimica e processi fisici, spesso indicata come Chem-Ph, esplora il affascinante confine dove le molecole incontrano le leggi fondamentali della natura. In questo settore, i ricercatori analizzano come le strutture atomiche influenzano le reazioni chimiche e come le forze fisiche guidino la formazione di nuovi materiali, rendendo comprensibili fenomeni complessi che stanno alla base della nostra realtà quotidiana.
Su Gist.Science, selezioniamo e processiamo ogni nuovo preprint pubblicato su arXiv in questa categoria, trasformando i risultati accademici grezzi in risorse accessibili. Per ogni studio, offriamo sia una spiegazione chiara e semplice, ideale per i non esperti, sia un riassunto tecnico dettagliato per gli specialisti, garantendo che la scienza avanzata sia fruibile da tutti.
Di seguito troverete le ultime pubblicazioni in questo campo, aggiornate in tempo reale direttamente dalla fonte originale.
Questo studio dimostra che i pattern di polimeri conduttivi elettropolimerizzati, che esibiscono texture stocastiche uniche dipendenti da condizioni chimiche specifiche, possono fungere da impronte digitali fisiche per l'identificazione di soluzioni e per abilitare una crittografia personale multimodale a basso costo.
Utilizzando l'interferometria degli stati d'onda rilevata mediante fluorescenza su singoli complessi di raccolta della luce, i ricercatori hanno rivelato che le fluttuazioni variabili nel tempo dell'ambiente proteico modulano le vie di rilassamento degli eccitoni alterando l'accoppiamento tra le eccitazioni elettroniche e i modi vibrazionali a bassa frequenza.
Questo studio impiega calcoli di cluster accoppiato relativistici di alto livello per determinare le proprietà atomiche critiche dello ione Th, consentendo stime precise dei raggi e dei momenti di carica nucleare, rivelando al contempo significativi effetti relativistici di ordine superiore che sono essenziali per l'avanzamento della tecnologia degli orologi nucleari e della ricerca di fisica fondamentale.
Questo studio dimostra che le fluttuazioni angolari dinamiche tra i leganti in un complesso bis(dipirrinato)Zn(II) rompono la simmetria per potenziare transitoriamente l'accoppiamento eccitonico, accelerando così il trasferimento di eccitone tra i leganti.
Questo articolo dimostra che l'applicazione del Quantum Monte Carlo a campi ausiliari senza fase (AFQMC) ai cluster ferro-zolfo può produrre risultati meno accurati con stati di prova che rompono la simmetria a causa di errori indotti dalla misurazione, rivelando che i risultati precedentemente accurati ottenuti con trial di Hartree-Fock derivano probabilmente da una fortuita cancellazione degli errori piuttosto che da una robustezza metodologica.
Questo articolo raccoglie prospettive uniche e orientate al futuro sulle sfide future nella scienza dei cluster, presentate dagli relatori del workshop DEAMN 2025 tenutosi presso il Centro Majorana di Erice.
Questo articolo dimostra che l'entanglement in regime stazionario in sistemi quantistici aperti può essere generato e ottimizzato in modo controllabile attraverso l'ingegnerizzazione di serbatoi sensibili alla fase, dove il riferimento di fase specifico del serbatoio determina criticamente la struttura risultante dell'entanglement e la sua robustezza.
Questo articolo dimostra che il metodo dei momenti calcolati quantistici (QCM), che utilizza un'espansione a cluster di Lanczos su un dispositivo IBM Quantum, può stimare con precisione il momento di dipolo elettrico di una molecola d'acqua, offrendo una maggiore robustezza al rumore e una precisione superiore rispetto agli approcci VQE standard.
Questo studio riporta un fotocatalizzatore ZnIn2S4 mesostrutturato chirale che raggiunge una resa record di acido acetico di 962 μmol g⁻¹ h⁻¹ con una selettività del 97,3% per la riduzione di CO₂ guidata dalla luce solare, sfruttando la polarizzazione di spin indotta dalla chiralità per stabilizzare gli intermedi di tripletto e i siti dello zolfo per promuovere l'accoppiamento C-C.
Questo articolo introduce la Lambda Solvation Neural Network (LSNN), un modello di solvente implicito basato su una rete neurale a grafo addestrato sia su forze che su derivate di variabili alchemiche per raggiungere un'accuratezza nella previsione dell'energia libera paragonabile alle simulazioni con solvente esplicito, offrendo al contempo significativi vantaggi computazionali per le applicazioni nella scoperta di farmaci.