🔬 Category

cond-mat.mtrl-sci

4493 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.

🔬 materials science

Atomistic Origin of Photoluminescence Quenching in Colloidal MoS2 and WS2 Nanoplatelets

Door ultrasnelle spectroscopie te combineren met eerste-principes berekeningen, identificeert deze studie dat sub-picoseconde fotoluminescentie-quenching in colloïdale MoS2- en WS2-nanoplatelets wordt veroorzaakt door intrinsieke, afkomstig van metaal-d-orbitalen gelegen gatgevallen bij hun randen, die in dichtheid en lokalisatie variëren afhankelijk van het specifieke materiaal en de randgeometrie.

Surender Kumar, Markus Fröhlich, Stefan Velja, Marco Kögel, Onno Strolka, André Niebur, Samuell Ginzburg, Muhammad Sufya (…)2026-02-05
🔬 materials science

Spontaneous Anomalous Hall Effect at Room Temperature in Antiferromagnetic Material NbMnAs

Deze studie rapporteert dat het antiferromagnetische materiaal NbMnAs een grote spontane anomale Hall-effect vertoont bij kamertemperatuur ondanks het hebben van slechts een kleine netto magnetisatie, wat de potentie ervan benadrukt als een nieuw systeem voor het genereren van ferromagnetisch-achtige responsen vanuit antiferromagnetisme.

Yuki Arai, Junichi Hayashi, Keiki Takeda, Hideki Tou, Eiichi Matsuoka, Hitoshi Sugawara, Hisashi Kotegawa2026-02-05
🔬 materials science

Synthesis and guided assembly of niobium trisulfide nanowires and nanowire chains by chemical vapor deposition

Dit artikel rapporteert de schaalbare chemische dampdepositatiesynthese van niobiumtrisulfide (NbS3)-nanodraden en unieke "geketende" nanodraden met hoge groeisnelheden op diverse substraten, waarbij gecontroleerde morfologie en gestuurde assemblage door middel van substraatselectie en groeicondities worden aangetoond.

Thang Pham, Arindom Nag, Kate Reidy, Michael A. Filler, Frances M. Ross2026-02-05
🔬 materials science

Flexocurrent-induced magnetization: Strain gradient-induced magnetization in time-reversal symmetric systems

Dit artikel stelt voor en demonstreert theoretisch dat niet-uniforme rekgradiënten magnetisatie kunnen induceren in niet-magnetische, tijdsreversie-symmetrische materialen via een flexostroommechanisme analoog aan door stroom geïnduceerde magnetisatie, waardoor een nieuwe weg wordt geboden om magnetisme te beheersen zonder de tijdsreversie-symmetrie te breken.

Shinnosuke Koyama, Takashi Koretsune, Kazumasa Hattori2026-02-05
🔬 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