2692 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.
Dit artikel onthult een onconventioneel regime in bijna gecompenseerde ferrimagneten waarbij optisch geëxciteerde spin-eigenmodi degenereren en van handigheid veranderen onder een kritisch magnetisch veld, wat de ineenstorting van precessiedynamica naar lineaire oscillaties en de precieze controle van spintrajecten via dubbele-puls-excitatie mogelijk maakt.
Deze studie rapporteert de synthese en karakterisering van de non-Kramers driehoekige antiferromagnet TmZnGaO4, die een veldgeïnduceerd één-derde magnetisatieplateau vertoont dat overeenkomt met een up-up-down toestand en brede specifieke warmte-anomalieën die wijzen op sterke spinfluctuaties en potentiële exotische kwantumspin-toestanden.
Deze studie toont aan dat laag-geladen CeO en CeOMnO nanodeeltjes gedragen op Vulcan XC-72 koolstof de selectiviteit en activiteit voor duurzame waterstofperoxide-elektrogeneratie via de twee-elektronen zuurstofreductiereactie significant verbeteren, waarbij de 1% CeOMnO/C katalysator een selectiviteit van tot wel 90% bereikt.
Dit artikel rapporteert de ontwikkeling van een nieuwe vezel bestaande uit uniaxiale ketens van uitgelijnde fullerene-supramoleculen die via een gemodificeerd zuurextrusieproces zelfgeassembleerd zijn tussen uitgelijnde bundels van enkele wanden koolstofnanobuizen, wat een nieuw testplatform biedt voor het bevorderen van fullerene-gebaseerd draadtransport en de prestaties van koolstofnanobuigdraden.
Dit artikel introduceert een gecombineerde aanpak die gebruikmaakt van clusterexpansie op basis van ijle regressie en semigrootkanonische Monte Carlo-sampling om de intercalatiethermodynamica van gedisorderde rotszoutkathodes efficiënt te modelleren, waarbij experimentele voltagesprofielen succesvol worden gereproduceerd en de redoxbijdragen van Mn en zuurstof in LiMnNbOF worden toegelicht.
Deze studie combineert synchrotron röntgendiffractie en DFT-berekeningen om het hoge-druk structurele gedrag van het niet-centrosymmetrische EuRhGe3 te onderzoeken, waarbij een vloeiende volumevermindering tot 35 GPa zonder faseovergangen, anisotrope roostercompressie en een afwijking tussen experimentele en theoretische volumes bij hogere drukken worden onthuld, wat wordt toegeschreven aan een niet-gehele Eu-valentie.
Deze studie valideert dat de PBEsol- en WC-uitwisselings-correlatiefunctionalen beter presteren dan LDA en PBE in het nauwkeurig voorspellen van de roosterparameters en bulkmoduli van kubische SrTiMnO-perovskieten over diverse Mn-concentraties, zoals bevestigd door röntgendiffractie en experimentele metingen van de bulkmodulus.
Deze studie onthult dat gemengd-valente SnS een lage en anisotrope thermische geleidbaarheid langs de c-as vertoont, gedreven door anharmonische rammelende vibraties van zwak gebonden Sn(II)-atomen geïnduceerd door eenen eenzame elektronenpaar Coulomb-interacties.
Deze studie maakt gebruik van machine learning interatomaire potentialen om te onthullen dat Mn-rijke ongeordende rotszoutkathodes een faseovergang ondergaan naar een spinel-achtige structuur, gedreven door transitiemetalmigratie in plaats van Mn-vorming, wat resulteert in verbeterde lithiumtransportkinetiek en een hogere capaciteit.
Dit artikel presenteert een tweestaps deep learning-framework dat Variational Autoencoders gebruikt om synthetische Magnetic Force Microscopy-beelden te genereren en de analyse van magnetische frustratie in kunstmatige spin-ijs te automatiseren, wat uiteindelijk de precieze identificatie van gefrustreerde vertices en het ontwerp van geoptimaliseerde spin-ijsconfiguraties mogelijk maakt.