4179 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 introduceert een raamwerk van optimaal ingebedde tight-binding-modellen die orbitale posities behandelt als instelbare parameters om geometrie-afhankelijke observabelen, zoals niet-lineaire optische responsen, kwantitatief te reproduceren zonder de nauwkeurigheid van de bandstructuur in gevaar te brengen.
Dit artikel introduceert een continuous-wave kwantumrelaxometrieprotocol dat de temporele beperkingen van conventionele gepulseerde methoden overwint door spin-rooster-relaxatietijden () te extraheren uit frequentiedomeinresponsen, waardoor efficiënte, hoogdoorvoedsensoren mogelijk worden over een breed bereik van tijdschalen en temperaturen, inclusief in nanodiamanten.
Deze studie maakt gebruik van ab initio-berekeningen om aan te tonen dat metalen-ingesloten bifenyleen-bilagen dienen als efficiënte bifunctionele katalysatoren voor zuurstofreductie- en zuurstofevolutiereacties, waarbij specifieke metalen zoals Mn en Fe zijn geïdentificeerd als optimaal voor respectievelijk ORR en OER, primair gedreven door de d-orbitaal ladingspopulatie van het geïntercaleerde metaal.
Dit artikel toont aan dat een printbare hexagonale boornitride-ionogel efficiënte gating bij lage spanning van epitaxiale Bi (111)-films mogelijk maakt, waarbij een niet-rigide bandrespons met instelbare Rashba-spin-orbitaalkoppeling en multiband-transporteffecten wordt onthuld die niet verklaard kunnen worden door conventionele Fermi-niveauverschuivingen.
Dit artikel stelt een machine-learning ladingdichtheid (MLCD) benadering voor die, door trainingssets te optimaliseren met gemengde kleine supercellen van verschillende groottes, een nauwkeurige voorspelling bereikt van defectvormingsenergieën in grote supercellen met aanzienlijk grotere data-efficiëntie en lagere foutpercentages vergeleken met traditionele machine-learning interatomaire potentialen.
Deze studie maakt gebruik van een met massa geselecteerde ionenstraal-opstelling om de etsopbrengsten van Si, SiO2 en Si3N4 te meten onder bestraling door diverse silicium-, halogeen- en siliciumhalide-ionen, waarbij wordt onthuld dat siliciumtrihalide-ionen een superieure etsprestatie vertonen bij hoge energieën, terwijl mono-halide ionen de neiging hebben om silicium te deponeren bij lage energieën, waardoor hiermee cruciale gegevens worden geleverd om de precisie van simulaties van het etsproces te verbeteren.
Deze studie stelt een multimodale deep learning-framework voor dat volumefracties, persistente diagrammen en ruimtelijke correlaties afgeleid van 3D-microstructuurbeelden integreert om lokale rekconcentratie in Mg/LPSO tweefasige legeringen nauwkeurig te voorspellen, waarbij wordt onthuld dat hoge rek concentreert in regio's waar de harde LPSO-fase onder een hoek van 45 graden ten opzichte van de belastingsrichting is uitgerekt.
Synthese onder hoge druk verhoogt de supergeleidende overgangstemperatuur en de fasezuiverheid van ondergedoteerde en optimaal gedoteerde PrFeAsO1-xFx aanzienlijk door de fluorincorporatie en microstructuur te verbeteren, maar de effectiviteit ervan is sterk compositieafhankelijk, wat leidt tot onzuiverheidssegregatie en onderdrukte supergeleiding in overgedoteerde monsters.
Dit artikel presenteert een natuurkundig geleid computationeel kader dat Random Forest-classificatie, Ising-model Monte Carlo-simulaties en autoencoder-analyse combineert om veelbelovende cerium-gebaseerde Ising-ferromagneten met uniaxiale magnetische anisotropie te screenen en te identificeren voor toekomstige experimentele synthese.
Deze studie onderzoekt de magneto-elastische koppeling in substraat-domeinstoestanden van yttrium-ijstergast dunne films, waarbij wordt onthuld dat hoewel de lokale koppeling sterk is, de algehele interactie in het zwakke regime blijft vanwege fase-annulering over de magnetische textuur, waardoor magnetische domeinpatronen worden vastgesteld als een cruciale controleparameter voor fonon-gemedieerde magno-dynamica.