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.

🔬 physics

Impulsive Hydrodynamic Exfoliation into Monolayer Graphene and Nanofragments by Transonic Flow Focusing

Dit artikel toont aan dat Transonic Flow Focusing (TFF) een puur mechanische, surfactantenvrije methode is die in staat is om grafeen-nanoplatelets efficiënt te exfoliëren tot hoogzuiver monolaags grafeen en nanofragmenten door gebruik te maken van extreme afschuivings- en rekspanningen in een contactvrije zone.

A. Ponce-Torres, A. Rubio-González, J. M. Montanero, M. A. Herrada, F. J. Galindo-Rosales2026-06-17
🔬 condensed matter

Exotic magnetism and persistent spin dynamics in a frustrated Jeff = 1/2 triangular lattice antiferromagnet

Deze studie vestigt K3_3NdTe2_2O9_9 als een structureel perfecte gefrustreerde driehoekige roosterantiferromagnet met Jeff=1/2J_{\rm eff}=1/2 momenten die exotische magnetisme en persistente spindynamiek vertoont tot 50 mK, gekenmerkt door de afwezigheid van langrangige magnetische ordening en de aanwezigheid van fluctuerende grondtoestandsmomenten.

M. Barman, K. Jaksetič, M. Pregelj, M. D. Le. P. J. Baker, A. Zorko, P. Khuntia2026-06-17
🔬 materials science

Physics-Informed Attention Mechanism and Generalization Capability of Deep Learning-Based Grain Growth Evolution Prediction

Deze studie toont aan dat een deep learning-model voor de voorspelling van korrelgroei, verbeterd door een physics-informed boundary-masked attention-mechanisme, een robuuste out-of-distribution generalisatie bereikt over diverse microstructuurcondities zonder hertraining, wat de voorspellingsnauwkeurigheid aanzienlijk verbetert en in lijn brengt met krommingsgestuurde fysische principes.

Pungponhavoan Tep, Marc Bernacki2026-06-17
🔬 materials science

General Method for Evaluation of Stop-Bands of Periodic Structures with Symmetric Unit Cells

Dit artikel presenteert een exacte methode die spiegelsymmetrieën in periodieke eenheidscellen exploiteert om eigenproblemen te deconstrueren in vier onafhankelijke subproblemen op een kwartcel, wat de efficiënte berekening van stopbandintervallen mogelijk maakt via expliciete formules afgeleid van slechts drie discrete golfvectoren zonder het volledige dispersiediagram te berekenen.

Alexander Hvatov, Mariia Krasikova, Aleksandra Pavliuk, Steffen Marburg2026-06-17
🔬 materials science

Toward Controllable Catalyst Inverse Design via Large-Scale Autoregressive Pretraining

Dit artikel introduceert een grootschalig autoregressief generatief model, vooraf getraind op 133 miljoen katalysatorstructuren, dat gecontroleerde inverse design mogelijk maakt door geldige katalysatoren met specifieke categorische en continue eigenschappen te genereren, waardoor de screeningsefficiëntie voor reactiegerichte ontdekking aanzienlijk wordt verbeterd.

Dong Hyeon Mok, Jonggeol Na, Seoin Back2026-06-17
🔬 materials science

Lifetime Sample Tracking (LiST): A Data Platform for Materials Science

Het Lifetime Sample Tracking (LiST)-platform is een uitgebreid databeheersysteem ontwikkeld door de 2DCC-MIP om de curatie, analyse en verspreiding van diverse materiaalkundige gegevens te automatiseren, waardoor gesloten loops van synthese-ontwerpiteraties mogelijk worden gemaakt en machine learning-onderzoek voor ongeveer twintig duizend monsters wordt ondersteund.

Anthony Richardella, Isaiah A Moses, Konrad Hilse, Frank Santaguida, Kevin Dressler, Ric Wilburn, Saiyyam Kochar, Wesley (…)2026-06-17
🔬 materials science

Distinguishing Majorana zero modes from trivial defect states on the surface of the iron-based superconductor Fe(Te,Se)

Met behulp van spin-gepolariseerde scanning tunneling spectroscopie toont deze studie aan dat de nabij nul-energie gelokaliseerde toestanden waargenomen op het oppervlak van de ijzergebaseerde supergeleider Fe(Te,Se) topologisch triviale Yu-Shiba-Rusinov-toestanden zijn in plaats van Majorana-nulmodi, wat het cruciale belang van spin-afhankelijke analyse benadrukt bij het onderscheiden van echte topologische signaturen van triviale defecttoestanden.

Dongfei Wang, Jon Ortuzar, Freek Massee, Ruidan Zhong, Genda Gu, Wende Xiao, Yugui Yao, Roland Wiesendanger2026-06-17
🔬 materials science

Probing La-based nickelates with Ni 1ss core-level photoelectron spectroscopy

Deze studie toont aan dat Ni 1s1s kernniveau-fotoelektronenspectroscopie de spectrale overlapproblemen overwint die inherent zijn aan Ni 2p2p-metingen van La-gebaseerde nikelaten, waardoor een helderder beeld van intrinsieke elektronische excitaties wordt geboden en gedetailleerde vergelijkingen binnen de Ruddlesden-Popper-reeks mogelijk worden gemaakt.

Daisuke Takegami, Naoki Ito, Koto Fujinuma, Masato Yoshimura, Grace A. Pan, Dan Ferenc Segedin, Qi Song, Hanjong Paik, C (…)2026-06-17