3501 papers
De categorie Materiaalwetenschappen op Gist.Science duikt in de fascinerende wereld van de fysica van gecondenseerde materie, waar onderzoekers nieuwe materialen ontdekken en hun unieke eigenschappen bestuderen. Van supergeleiders tot slimme polymeren, dit vakgebied vormt de basis voor innovaties die onze dagelijkse technologie en toekomstige industrieën vormgeven. Onze missie is om deze complexe wetenschap toegankelijk te maken voor iedereen, van studenten tot professionals buiten de directe onderzoekswereld.
Elke nieuwe preprint in dit domein wordt rechtstreeks vanuit arXiv gehaald en zorgvuldig verwerkt door ons team. We bieden niet alleen gedetailleerde technische samenvattingen voor experts, maar ook heldere, alledaagse uitleg die de kern van het onderzoek duidelijk maakt zonder jargon. Zo blijft u up-to-date met de snelste ontwikkelingen zonder verdwaald te raken in formules.
Hieronder vindt u de meest recente publicaties uit de categorie Materiaalwetenschappen, direct uitgewerkt en samengevat voor uw gemak.
Deze studie toont aan dat universele machine learning interatomische potentialen, zoals MACE-OMAT en MatterSim-v1.0.0-1M, zonder aanpassing redelijk nauwkeurige structurele en dynamische eigenschappen van op AlO gedragen Cu-nanodeeltjes kunnen voorspellen, hoewel hun berekeningskosten aanzienlijk hoger zijn dan die van domeinspecifieke modellen.
Dit onderzoek toont aan dat discrete Halbach-bollen met icosaëdrische symmetrie, samengesteld uit permanente magneten, een praktische en schaalbare oplossing bieden voor het genereren van uitzonderlijk homogene magnetische velden met een gebruiksvolume tot 260 keer groter dan traditionele opstellingen, wat ideaal is voor mobiele MRI- en magnetoforetische toepassingen.
Deze review analyseert de kloof tussen machine learning-predicties en experimentele realisatie van thermoelektrische materialen, identificeert beperkingen zoals data-schaarste en thermodynamische stabiliteit als oorzaken, en pleit voor geavanceerde validatiestrategieën en een synergetische actieve leerlus om nieuwe, stabiele materialen sneller te ontdekken.
Dit onderzoek toont aan dat atoomproeftomografie van 2D Ti0.87O2 afwijkingen in de stoichiometrie onthult, waaronder zuurstofvacatures en resterende alkali-metalen, wat cruciale inzichten biedt in de reconstructiemechanismen die de functionele eigenschappen van dit materiaal voor nanoelektronica bepalen.
In dit artikel wordt de succesvolle oppervlakte-synthese van atomaire precieze laterale 2D-heterostructuren tussen grafreen-nanoribben en grafdiyn-netwerken op een Au(111)-substraat beschreven, waarbij de vorming van covalente sp-sp²-bindingen wordt bewezen en de elektronische eigenschappen voor toekomstige nanoschaal-elektronica worden onderzocht.
Dit artikel introduceert optimade-maker, een lichtgewicht toolkit die de technische drempel voor het publiceren van interoperabele materialen-API's verlaagt door automatisch OPTIMADE-compliante diensten te genereren uit ruwe atoomstructuren en eigenschappen, waardoor een schaalbaar en FAIR data-ecosysteem voor zowel community-bijdragen als curatiebronnen mogelijk wordt.
Dit artikel presenteert een compacte, low-cost elektronische neus op CMOS-chipbasis met een pixelated array van 1024 capacitive micro-elektroden die via inkjet-printing zijn gefunctionaliseerd met MOF-materialen en een UV-krullende laag om vluchtige organische stoffen (VOS) specifiek en betrouwbaar te detecteren, zelfs onder vochtige omstandigheden.
Deze studie toont aan dat door middel van een geavanceerde analyse van omgevings Temperatuurvariaties uit een publiek beschikbaar laboratoriumrapport, zonder aanvullende metingen, gedetailleerde informatie kan worden afgeleid over de snellaadprestaties en thermische stabiliteit van andere, gelijktijdig geteste batterijen, waaronder het aantonen dat een apparaat 338 volledige lading-/ontladingcycli bij 3C-rate zonder thermische degradatie doorstond.
Dit artikel introduceert MEEDiT, een digitale tweeling die geavanceerde thermo-veldemissiemodellen en experimentele data combineert om elektronenemitters in real-time te karakteriseren en onzichtbare fysische grootheden zoals temperatuur en veldversterking nauwkeurig te bepalen.
Dit artikel beschrijft via DFT-berekeningen de theoretische voorspelling van twee stabiele driedimensionale koolstofallotrope structuren (- en -3DGY), afgeleid van graphyne-lagen, die een uniek $sp$--hybride netwerk vormen met veelbelovende mechanische, elektronische en optische eigenschappen.