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 maakt gebruik van een op eerste principes gebaseerd tight-binding-model om aan te tonen dat, hoewel lange-afstands-hopping de piekkenmerken van de shift-stroomgeleidbaarheid in monolaag SnS kwantitatief verfijnt, een minimaal kort-afstands-model succesvol de essentiële laag-energetische niet-lineaire responskenmerken van het fotovoltaïsche effect in de bulk vastlegt.
Dit artikel rapporteert een contra-intuïtieve negatieve temperatuurcoëfficiënt van de Gilbert-demping in Py/Nd-bilagen, waarbij de demping afneemt bij een stijgende temperatuur als gevolg van thermisch geïnduceerde dynamische scheiding van de interface- en bulkmagnetisatie, een fenomeen dat kan worden afgestemd via de dikte van de inkapsellag om de prestaties van spintronische apparaten te verbeteren.
Deze studie toont aan dat longitudinale magneto-optische Kerr-effect (MOKE) een gevoelig instrument is voor het karakteriseren van spanningsgecontroleerde, enkelkristalachtige magnetische schakeling en domeindynamica in epitaxiale antiferromagnetische LaFeO3-films, wat een fundament legt voor hun toepassing in de antiferromagnetische spintronica.
Dit artikel introduceert een nieuw quantum annealing-protocol gebaseerd op path-integral moleculaire dynamica dat efficiënt globale energiminima in materialen vindt door nucleaire quantum-effecten te incorporeren zonder expliciet veel-deeltjes golffuncties te manipuleren, waarbij een sterke prestatie wordt aangetoond over diverse atomaire systemen gesimuleerd met zowel empirische als machine-learning potentialen.
Deze studie demonstreert dat epitaxiale, L2₁-geordende Co₂MnSi-golfgeleiders met een onberispelijke kristallijne integriteit intrinsieke magnetokristallijne anisotropie vertonen die magnetisatie stabiliseert, niet-lineaire spingolfinstabiliteiten over een breed frequentiebereik onderdrukt en bias-veld-vrije niet-lineaire magnonica mogelijk maakt met hoge groepssnelheden en ultralage demping.
Het artikel introduceert RamanGPT, een deep-learningframework dat een Atomistic Line Graph Neural Network gebruikt voor het voorspellen van Raman-spectra vanuit kristalstructuren en een gefinetuned groot taalmodel voor het afleiden van kristalstructuren uit Raman-spectra, waarmee zowel het voorwaartse als het inverse probleem in materiaalkarakterisering wordt aangepakt.
Dit artikel demonstreert een kwantitatieve methode voor het detecteren van moleculaire zuurstof in gasmengsels met behulp van optisch gedetecteerde magnetische resonantie (ODMR) van stikstof-vacaturecentra in fluorescerende nanodiamanten, waarbij een gevoeligheid van ongeveer 1% O2-concentratie wordt bereikt met een lineaire respons die wordt beperkt door oppervlakte-fysisorptiedynamiek.
Dit artikel presenteert een first-principles Z+1-methode om kernniveau-röntgenspectroscopie van diverse SnO(110)-oppervlakterminaties en defecttoestanden te voorspellen, waarbij wordt aangetoond dat de berekende spectra voor gereduceerde oppervlakken met adsorbaat goed overeenkomen met experimentele metingen en succesvol verschillende chemische oppervlakteomgevingen onderscheiden.
Dit artikel stelt een voorspellend kader vast voor de deterministische synthese van specifieke borofeen-polymorfen op zilversubstraten door reactieve, op machine learning gebaseerde interatomaire potentialen te integreren met grootkanonische Monte Carlo-simulaties om groeipadenskaarten te maken en condities te identificeren die concurrerende motieven onderdrukken.
Dit artikel toont aan dat het klassieke Bernoulli-principe kan worden uitgebreid naar ferroelektrische materialen, waarbij wordt onthuld dat geometrische variaties in nanostaven de polarisatiefluxbehoud regelen om polarisatieversnelling in vernauwingen te induceren en de vorming van complexe topologische structuren zoals bellen en Hopfionen in expansies te veroorzaken.