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.

🔬 materials science

Strain tunable anomalous Hall and Nernst conductivities in compensated ferrimagnetic Mn3_3Al

Eerstelijnsberekeningen tonen aan dat isotrope rek en chemische potentiaalafstemming in de gecompenseerde ferrimagnet Mn3_3Al de anomalie Hall- en Nernst-geleidbaarheden significant versterken en moduleren door de distributie van Berry-kromming te manipuleren die geassocieerd is met coëxisterende Weyl-punten, nodale lijnen en gegapte nodale lijnen.

Guihyun Han, Minkyu Park, S. H. Rhim2026-02-05
🔬 materials science

Nonreciprocal topological kink-wave propagation in mechanical metamaterials

Dit artikel toont aan dat voorgespannen, scharnierende balkcirculatoren gerangschikt in een hexagonaal rooster een niet-lineair mechanisch metamateriaal kunnen vormen waarbij snap-through bifurcaties een effectieve tijdsomkeersymmetrie-doorbreking induceren, wat robuuste, unidirectionele voortplanting van elastische kink-golven langs interfaces mogelijk maakt zonder dat een magnetische of gyroscopische bias vereist is.

Brahim Lemkalli, Qingxiang Ji, Jingyi Zhang, Richard Craster, Johan Christensen, Muamer Kadic2026-02-05
🔬 materials science

Automated Extraction of Multicomponent Alloy Data Using Large Language Models for Sustainable Design

Dit artikel presenteert een op LLM gebaseerde pijplijn die nauwkeurig gegevens over meercomponentige legeringen extraheert uit zowel tekst als tabellen om de grootste publiekelijk beschikbare database van zijn soort te creëren, wat duurzaam ontwerp van materialen mogelijk maakt door hoogwaardige legeringskandidaten te identificeren voor toepassingen op het gebied van gewichtsreductie, zacht magnetisme en corrosiebestendigheid.

Aravindan Kamatchi Sundaram, Mohit Chakraborty, Sai Mani Kumar Devathi, B. Pabitramohan Prusty, Rohit Batra2026-02-05
🔬 materials science

Scalable platform enabling reservoir computing with nanoporous oxide memristors for image recognition and time series prediction

Dit artikel demonstreert een schaalbaar, energiezuinig neuromorf platform voor beeldherkenning en tijdreeksvoorspelling met behulp van op niobiumoxide gebaseerde memristoren met intrinsieke willekeurige nanoporiën die functioneren als een fysiek reservoir computing systeem.

Joshua Donald, Ben A. Johnson, Amir Mehrnejat, Alex Gabbitas, Arthur G. T. Coveney, Alexander G. Balanov, Sergey Savel'e (…)2026-02-05
🔬 materials science

DMFlow: Disordered Materials Generation by Flow Matching

Dit artikel introduceert DMFlow, een nieuw generatief raamwerk dat gebruikmaakt van Riemannian flow matching en een gespecialiseerd Graph Neural Network om effectief gedesorganiseerde materialen (substitutioneel, positioneel en gemengd) te genereren, terwijl het de prestaties overtreft van bestaande modellen die uitsluitend zijn ontworpen voor geordende kristallen.

Liming Wu, Rui Jiao, Qi Li, Mingze Li, Songyou Li, Shifeng Jin, Wenbing Huang2026-02-05
🔬 materials science

Scalar machine learning of tensorial quantities -- Born effective charges from monopole models

Dit artikel introduceert een scalaire machine learning-benadering die succesvol Born-effectieve ladingtensoren voorspelt door gebruik te maken van scalaire beschrijvers en de definitie van polarisatieafgeleiden, wat een effectief alternatief biedt voor complexe tensorale modellen voor ladingpartitionering en infraroodspectrumberekeningen bij eindige temperatuur.

Bernhard Schmiedmayer, Angela Rittsteuer, Tobias Hilpert, Georg Kresse2026-02-05
🔬 materials science

An underdog story: Re-emergence of a polar instability at high pressure in KNbO3

Door een combinatie van enkelkristal röntgendiffractie en spectroscopische technieken tot 63 GPa levert deze studie sluitend experimenteel bewijs voor de herverschijning van een ferro-elektrische instabiliteit in de loodvrije perovskiet KNbO3, die zich manifesteert als een incommensurabele modulatie waarbij kationenverplaatsingen en zuurstofoctaëderkantelingen betrokken zijn, ondanks het centrosymmetrische karakter van de waargenomen hogedrukfasen.

Mohamad Baker Shoker, Sitaram Ramakrishnan, Boris Croes, Olivier Cregut, Nicolas Beyer, Kokou Dorkenoo, Pierre Rodière (…)2026-02-04
🔬 materials science

Ultrafast Spin Accumulations Drive Magnetization Reversal in Multilayers

Deze studie onthult dat ultrasnelle demagnetisatie en remagnetisatie-gestuurde spinaccumulatie, die worden beheerst door de dynamiek van de referentielaag, de sleutelmechanismen zijn die alle optische magnetisatieschakeling in meerlagige spintronische apparaten mogelijk maken.

Harjinder Singh, Alberto Anadón, Junta Igarashi, Quentin Remy, Stéphane Mangin, Michel Hehn, Jon Gorchon, Gregory Malino (…)2026-02-04
🔬 materials science

Opposite impact of thermal expansion and phonon anharmonicity on the phonon-limited resistivity of elemental metals from first principles

Deze studie toont aan dat het opnemen van de tegenovergestelde effecten van thermische expansie, die de elektron-fononkoppeling versterkt en de resistiviteit overschat, en fonon-anharmoniciteit, die deze vermindert, een nauwkeurigere first-principles beschrijving biedt van de elektrische resistiviteit in elementaire metalen zoals Pb, Nb en Al.

Ao Wang, Junwen Yin, Félix Antoine Goudreault, Michel Côté, Olle Hellman, Samuel Poncé2026-02-04