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.

💬 NLP

MaterialFigBENCH: benchmark dataset with figures for evaluating college-level materials science problem-solving abilities of multimodal large language models

Dit paper introduceert MaterialFigBench, een benchmarkdataset met 137 universitaire materiaalkundevragen die figuren vereisen, waarmee wordt aangetoond dat huidige multimodale LLM's moeite hebben met visuele interpretatie en kwantitatieve analyse ondanks hun toegang tot domeinkennis.

Michiko Yoshitake, Yuta Suzuki, Ryo Igarashi, Yoshitaka Ushiku, Keisuke Nagato2026-03-13
🔬 materials science

Melting of thin silicon films: a molecular dynamics study with two machine learning potentials

Deze studie onderzoekt de thermische stabiliteit van siliciumfilms en silicene met behulp van moleculaire dynamica-simulaties en twee machine learning-potentialen (SNAP en GAP), waarbij wordt vastgesteld dat de smelttemperatuur toeneemt met de dikte van de film tot het bulk-niveau bereikt wordt, terwijl de GAP-potentiaal weliswaar nauwkeuriger is voor bulk-silicium, maar faalt in het beschrijven van het gasfase-gedrag.

Yu. D. Fomin, E. N. Tsiok, V. N. Ryzhov2026-03-13
🔬 materials science

Theoretical proposal of superconductivity in hole-doped reduced bilayer nickelate La3Ni2O6: a manifestation of orbital-space bilayer model with incipient bands

Deze studie stelt theoretisch voor dat het gereduceerde bilayer-nickelaat La3_3Ni2_2O6_6 bij hole-doping een supergeleider kan zijn die wordt beschreven door een orbital-ruimte bilayer-model met incipiente banden, waarbij een grote orbitale niveau-offset leidt tot s±s\pm-golf supergeleiding gedreven door interorbitale interacties.

Shu Kamiyama, Reo Kohno, Yuto Hoshi, Kensei Ushio, Daiki Nakaoka, Hirofumi Sakakibara, Kazuhiko Kuroki2026-03-13
🔬 materials science

Phase Separation in Heritage Objects Made of Plasticised PVC: the Case of Joseph Beuys Multiples

Dit onderzoek analyseert de fase-scheiding en uitslibbing van weekmakers in verouderde PVC-objecten van Joseph Beuys door middel van een multidisciplinaire aanpak en DFT-simulaties, waarmee een mechanisme voor degradatie wordt onthuld en NMR-spectroscopie wordt gepresenteerd als een effectieve methode voor het vroegtijdig detecteren van risico's op fase-scheiding in erfgoedcollecties.

Marwa Saad, Sonia Bujok, Aurora Cairoli, Karol Górecki, Marek Bucki, Dorota Duraczyńska, Dominika Pawcenis, Dominika Ani (…)2026-03-13
🔬 materials science

Cold source field-effect transistor with type-III band-aligned HfS2_2/WTe2_2 heterostructure

Dit artikel presenteert een nieuw ontwerp voor een koud-bronveld-effecttransistor (CSFET) op basis van een HfS2_2/WTe2_2-heterostructuur met type-III-banduitlijning, die door het elimineren van Schottky-barrières en het behouden van een hoge stroomkarakteristiek, uitzicht biedt op ultralage vermogensverliezen en een subthreshold swing onder de thermische limiet.

Shujin Guo, Qing Shi, Deping Guo, Fei Liu, Xianghua Kong, Yonghong Zhao, Hong Guo2026-03-13
🔬 materials science

A Decade of Generative Adversarial Networks for Porous Material Reconstruction

Dit overzichtspaper analyseert de evolutie en toepassing van Generatieve Adversarial Networks (GANs) voor de reconstructie van poreuze materialen tussen 2017 en 2026, waarbij zes architectuurklassen worden onderzocht en aanzienlijke vooruitgang wordt vastgesteld in nauwkeurigheid en schaalbaarheid, ondanks aanhoudende uitdagingen op het gebied van rekenkracht en structurele continuïteit.

Ali Sadeghkhani, Brandon Bennett, Masoud Babaei, Arash Rabbani2026-03-13