3437 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 beschrijft hoe het Dirac-kagome-magnet Fe3Ge, door zijn unieke bandstructuur en spin-chiraliteit, aanzienlijke anomalie- en topologische Hall- en Nernst-effecten vertoont, waardoor het een veelbelovend materiaal is voor ruimte-temperatuur transverse thermoelektrische toepassingen.
Dit onderzoek toont aan dat in ternaire telluriden TaXTe (X=Rh, Ir) een orbitaal-gedreven topologische faseovergang van hybride naar type-II Weyl-halfmetalen optreedt door vervanging van Rh door Ir, wat leidt tot een versterkte planaire Hall-respons.
Deze studie onthult dat de overgang van een direct naar een indirect bandgat in gelaagd MoS niet alleen wordt veroorzaakt door interlaag --koppeling, maar ook een kwantitatieve beschrijving vereist van de cruciale bijdrage van -- en --koppelingen tussen naburige zwavelatomen.
Dit onderzoek combineert een op DFT getraind moment-tensorpotentiaal met de ARTn-techniek om tweeniveausystemen in amorfe silicium te identificeren, waarbij wordt vastgesteld dat hoewel de dissipatieve eigenschappen overeenkomen met die van een traditioneel potentiaal, de atomaire details en de frequentie van complexe tweeniveausystemen aanzienlijk verschillen.
Dit onderzoek toont aan dat het instelbare --roostermodel een veelbelovende kandidaat is voor supergeleidheid met een hoge Berezinskii-Kosterlitz-Thouless-overgangstemperatuur, waarbij de superfluïde gewicht voornamelijk wordt bepaald door de kwantummetriek in plaats van de bandafgeleiden.
Deze studie onthult dat anisotrope elektron-fononkoppeling gecombineerd met statisch afgeschermde Coulomb-afstoting een microscopisch mechanisme vormt voor nodale topologische supergeleiding op het oppervlak van PtBi, waarbij versterkte afscherming voorspelt wordt om de supergeleidende kloof node-loos te maken en de kritische temperatuur te verhogen.
Dit artikel beschrijft de succesvolle implementatie van een contactloze magneto-optische Kerr-effect-meting onder bipolaire gepulseerde magnetische velden tot 13,1 T, waarbij de nauwkeurigheid is geverifieerd aan de hand van een Fe3O4-kristal en de veelzijdigheid is aangetoond door het snel karakteriseren van hysterese in permanente magneten.
Deze studie toont aan dat atomaire simulaties onthullen dat de kernen van -randdislocaties in BaTiO afhankelijk van de richting van het aangelegde veld kunnen fungeren als nucleatiecentra voor ferro-elektrische schakeling of als pinnen voor domeinwanden, waarbij de koppeling het sterkst is wanneer het veld evenwijdig aan de Burgers-vector wordt aangelegd.
Dit onderzoek onthult de cruciale rol van magnon-magnon-interacties bij de coherente optische excitatie van twee-magnon-modi in kubische antiferromagneten, waarbij een verenigde theoretische beschrijving wordt gegeven die zowel spontane Raman-verstrooiing als impulsieve gestimuleerde Raman-verstrooiing omvat.
Dit paper introduceert een betaalbaar, open-source IoT-platform dat gebruikmaakt van Arduino en LED's om studenten in de natuurkunde praktische ervaring te bieden met zelfrijdende laboratoria en machine learning, waarbij wordt aangetoond dat deep learning superieur is aan traditionele methoden voor het modelleren van complexe niet-lineaire relaties.