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.

Modeling phase separation in polymer-derived carbonitride ceramics through extended machine learning molecular dynamics

Deze studie maakt gebruik van een op meer dan 9.000 configuraties getraind machine learning interatomair potentieel om grootschalige moleculaire dynamica van silicium-carbonitride-systemen te simuleren, en onthult dat thermische behandeling faseafscheiding drijft waarbij defecte koolstofringen de nucleatie van grafietachtige lagen binnen de amorfe matrix bemiddelen, waardoor de unieke hybride eigenschappen van het materiaal worden verklaard.

Fabien Mortier, Sylvian Cadars, Olivier Masson, Mauro Boero, Guido Ori, Yun Wang, Samuel Bernard, Assil Bouzid2026-05-21🔬 cond-mat.mtrl-sci

Dataset-aware entropy-maximized active learning for machine-learned interatomic potentials

Dit artikel presenteert een dataset-bewust, entropie-gemaximaliseerd actief leerframework dat lokale entropie-gedreven moleculaire dynamica combineert met globale informatiefiltratie om efficiënt hoogwaardige trainingsdata te genereren voor machine-geleerde interatomaire potentialen, waarbij aanzienlijk lagere energiefouten worden bereikt dan bij willekeurige sampling over diverse chemische systemen met minimale DFT-gelabelde structuren.

Meiyan Wang, Rishi Rao, Li Zhu2026-05-21🔬 cond-mat.mtrl-sci

Superconducting PdTe Thin Film Via Topotactic Transformation, Toward Topological Superconductors

Dit artikel demonstreert de succesvolle groei van hoogwaardige, luchtstabile supergeleidende PdTe-dunne lagen met bulk-achtige eigenschappen via moleculaire bundel epitaxie, gebruikmakend van een topotactische transformatie vanuit een PdTe₂-bufferlaag, waarmee een veelbelovend platform wordt gecreëerd voor de realisatie van topologische supergeleiding en Majorana-nulmodi.

Hee Taek Yi, Min Ge, Renjie Xie, Colby J. Stoddard, David H. Yi, Xiaoyu Yuan, Xiong Yao, Seongshik Oh2026-05-21🔬 cond-mat

Ultrafast excitation of Bloch plasmon polaritons in hyperbolic metamaterials with an extreme ultra-violet transient grating

Dit artikel toont aan dat een extreem ultraviolette tijdelijke rooster, gevormd door interferentie van vrij-elektronenlaserspulsen, impulsverschil kan overwinnen om de ultrafast excitatie van Bloch-plasmonpolaritonen in hyperbolische metamaterialen mogelijk te maken, en zo een dynamisch alternatief biedt voor permanente nano-gestructureerde roosters voor het beheersen van optische modi.

Tlek Tapani, Hannes Kempf, Matteo Pancaldi, Laura Foglia, Emanuele Pedersoli, Roberta Totani, Adriana Valerio, Riccardo Mincigrucci, Ivaylo Nikolov, Miltcho B. Danailov, Aitor De Andrés, Roman Krahne (…)2026-05-21🔬 physics.optics

TriForces: Augmenting Atomistic GNNs for Transferable Representations

TriForces is een model-agnostisch, drie-stromenkader dat zelftoezichthoudend leren combineert met gescheiden samenstellings- en structuurrepresentaties om de overdraagbaarheid en data-efficiëntie van atomaire grafische neurale netwerken voor machine learning-krachtpotentialen tussen atomen aanzienlijk te verbeteren.

Ali Ramlaoui, Alexandre Duval, Hannah Bull, Victor Schmidt, Hugues Talbot, Fragkiskos D. Malliaros, Joseph Musielewicz2026-05-21🔬 cond-mat.mtrl-sci

Interacting donor-acceptor pairs as the origin of coupled spin-optical signals in hexagonal boron nitride

Dit artikel maakt gebruik van berekeningen uit eerste principes om aan te tonen dat de gekoppelde spin-optische signalen in hexagonaal boor-nitride voortkomen uit interagerende donor-acceptorparen in plaats van geïsoleerde defecten, waardoor wordt blootgelegd hoe hun scheiding en ladingsstaten fundamentele kwantumeigenschappen beheersen en wordt een verenigd raamwerk geboden voor het ontwerpen van kwantumemitters bij kamertemperatuur.

Guanjian Hu, Jijun Huang, Bing Huang, Song Li2026-05-21🔬 cond-mat.mtrl-sci

Tuning the low-energy band structure in twisted bilayer WSe2

Met behulp van nano-ARPES tonen onderzoekers aan dat, hoewel de impulspositie van de maxima van het valentieband in gewrongen bilayer WSe2 vast blijft, de draaihoek kan worden gebruikt om de energetische scheiding tussen de gatbanden bij de K- en Γ-punten met meer dan 100 meV te tunen, wat een weg biedt tot het beheersen van bandgaten en spin-afhankelijke elektron-fonon-koppeling in 2D-apparaten.

T. -H. -Y. Vu, O. J. Clark, N. H. Jo, J. Blyth, Q. Li, C. Jozwiak, A. Bostwick, J. B. Muir, L. Jia, J. A. Davis, I. Di Bernardo, A. Grubisic Cabo, K. Xing, W. Zhao, S. H. Ryu, S. H. Lee, Z. Mao, K. Wa (…)2026-05-21🔬 cond-mat.mtrl-sci

What Lies Between Crystal and Randomly Packed Structures? A General Characterization of Non-Periodic Order

Door middel van een uitgebreide studie van meer dan 7.000 grondtoestandsstructuren in een tweedimensionaal binair verpakkingsmodel, toont het artikel aan dat hoewel niet-periodieke structuren domineren, ongeveer 35% ervan 'structurele selectiviteit' vertoont, een eigenschap die fungeert als een handtekening van onderliggende orde die zich ver uitstrekt buiten de diversiteitsgrenzen van periodieke kristallen.

Ian Douglass, Peter Harrowell2026-05-21🔬 cond-mat

Generalized Phase Diagrams for Graphene CVD growth on Copper

Dit artikel presenteert een verbeterd algemeen fase-diagram voor de CVD-groei van grafen op koper dat thermische uitzettingsgeïnduceerde spanning en chemische desorptie-effecten integreert om de rationele synthese van hoogwaardige bilayer grafen te voorspellen en te sturen door macroscopische groeiparameters te koppelen aan microscopische mechanismen voor laagselectie.

Tongtong Wang, Ke Jin, Yishi Zhang, Dajun Shu2026-05-21🔬 cond-mat.mtrl-sci

Anisotropic Crystallization Kinetics and Interfacial Dynamics of Phase-Change Material Sb2_2S3_3 from Machine Learning Force Field Simulations

Deze studie maakt gebruik van een machine learning-krachtenveld om aan te tonen dat Sb2_2S3_3 een anisotrope kristallisatie vertoont die wordt gedreven door zijn quasi-eendimensionale lintstructuur, met groeikinetics die door het interface worden gecontroleerd en gekenmerkt worden door een aanzienlijk lagere activeringsenergie dan diffusie, wat belangrijke inzichten biedt voor het optimaliseren van de prestaties in toepassingen voor dataopslag en fotonica.

Souvik Chakraborty, Wen-Qing Li, Yun Liu2026-05-21🔬 cond-mat.mtrl-sci