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.

Ab Initio Many Body Quantum Embedding and Local Correlation in Crystalline Materials using Interpolative Separable Density Fitting

Questo articolo presenta un'implementazione efficiente, a scalabilità lineare, di metodi di embedding quantistico many-body ab initio e di correlazione locale per sistemi periodici infiniti mediante l'uso del density fitting interpolativo separabile, consentendo stime accurate del limite termodinamico delle energie dello stato fondamentale di tipo coupled cluster sia per solidi debolmente che fortemente correlati.

Junjie Yang, Ning Zhang, Shunyue Yuan, Jincheng Yu, Hong-Zhou Ye, Garnet Chan2026-01-26🔬 cond-mat.mtrl-sci

Beyond the Training Domain: Robust Generative Transition State Models for Unseen Chemistry

Questo articolo affronta la scarsa capacità di generalizzazione dei modelli generativi degli stati di transizione verso domini chimici non visti, introducendo benchmark mirati e una strategia di preaddestramento auto-supervisionato che migliora significativamente l'accuratezza delle previsioni per nuovi elementi e complessi di metalli di transizione, riducendo al contempo i requisiti di dati.

Samir Darouich, Jacob W. Toney, Weiliang Luo, Johannes Kästner, Mathias Niepert, Heather J. Kulik2026-01-26🔬 physics

Chaotic Kramers' Law: Hasselmann's Program and AMOC Tipping

Questo articolo estende la legge di Kramers ai sistemi bistabili guidati da dinamiche caotiche veloci piuttosto che da rumore illimitato, dimostrando attraverso un modello AMOC a ordine ridotto che questa "legge di Kramers caotica" predice accuratamente i tempi di transizione e offre spunti di riflessione sui recenti collassi e recuperi dell'AMOC osservati in modelli climatici complessi.

Jakob Deser, Raphael Römer, Niklas Boers, Christian Kuehn2026-01-23🌀 nlin

Multi-Orbital Charge Transfer into Nonplanar Cycloarenes Revealed with CO-Functionalized Tips

Questo studio combina simulazioni STM con punta funzionalizzata con CO e tomografia orbitale per rivelare il trasferimento di carica multi-orbitale dalla superficie di Cu(110) in molecole non planari di kekulene e isokekulene, convalidando un metodo robusto per la caratterizzazione di sistemi adsorbiti complessi con basse rese.

Anja Haags, Alexander Reichmann, Zilin Ruan, Qitang Fan, Larissa Egger, Hans Kirschner, Tim Naumann, Simon Werner, Olaf Kleykamp, Jose Martinez-Castro, Felix Lüpke, François C. Bocquet, Christian Kump (…)2026-01-23🔬 cond-mat.mtrl-sci

Enhanced Representation-Based Sampling for the Efficient Generation of Datasets for Machine-Learned Interatomic Potentials

Questo articolo introduce l'Enhanced Representation-Based Sampling (ERBS), un nuovo metodo che identifica automaticamente le variabili collettive e applica potenziali di bias per generare in modo efficiente dataset di addestramento diversificati per potenziali interatomici basati sull'apprendimento automatico, consentendo la ricostruzione di superfici di energia libera ad alta fedeltà e la simulazione accurata di proprietà come i coefficienti di auto-diffusione con requisiti di dati significativamente ridotti.

Moritz René Schäfer, Johannes Kästner2026-01-23🔬 physics

Multireference error mitigation for quantum computation of chemistry

Questo articolo introduce la Mitigazione dell'Errore a stato Multireferenziale (MREM), una tecnica avanzata di mitigazione dell'errore quantistico che utilizza stati multireferenziali compatti costruiti tramite rotazioni di Givens per migliorare significativamente l'accuratezza dei calcoli di chimica quantistica per sistemi molecolari fortemente correlati, superando i limiti della tradizionale Mitigazione dell'Errore a stato di Riferimento.

Hang Zou, Erika Magnusson, Hampus Brunander, Werner Dobrautz, Martin Rahm2026-01-22⚛️ quant-ph