Deze collectie duikt in de fascinerende grensgebieden waar de wetten van de fysica de scheikunde raken. Van het gedrag van atomen in nieuwe materialen tot de complexe interacties die moleculen samenstellen, deze papers verkennen hoe fundamentele krachten onze chemische wereld vormgeven. Het is een dynamisch domein dat vaak vergeten wordt, maar essentieel is voor doorbraken in zowel energieopslag als nieuwe geneesmiddelen.

Elk artikel hieronder komt rechtstreeks vanuit arXiv, de belangrijkste bron voor wetenschappelijke voorpublicaties. Bij Gist.Science verwerken we elke nieuwe preprint in deze categorie direct, zodat je niet alleen toegang krijgt tot de originele technische inhoud, maar ook tot een heldere, begrijpelijke samenvatting in gewone taal. Zo blijft je altijd up-to-date zonder vast te zitten in jargon.

Hieronder vind je de nieuwste publicaties die deze snelle ontwikkelingen in de chemische fysica vastleggen.

Interplay between ultrafast electronic and librational dynamics in liquid nitrobenzene probed with two-color four-wave mixing

Dit onderzoek combineert experimenten en theoretische berekeningen om aan te tonen dat in vloeibaar nitrobenzeen twee-kleurige vier-golf-menging een niet-parametrisch proces is waarbij infrarode pulsen zowel libratoire beweging opwekken als elektronische coherenties creëren die leiden tot een door libratie gemoduleerde niet-lineaire respons.

Niranjan Shivaram, Richard Thurston, Ali Belkacem, Thorsten Weber, Liang Z. Tan, Daniel S. Slaughter2026-03-24🔬 physics.optics

COFAP: A Universal Framework for COFs Adsorption Prediction through Designed Multi-Modal Extraction and Cross-Modal Synergy

Deze paper introduceert COFAP, een universeel raamwerk dat door middel van deep learning en cross-modale synergie covalente organische kaders (COFs) voor gasadsorptie efficiënt en nauwkeurig voorspelt zonder afhankelijk te zijn van specifieke thermodynamische beschrijvers.

Zihan Li, Mingyang Wan, Mingyu Gao, Xishi Tai, Zhongshan Chen, Xiangke Wang, Feifan Zhang2026-03-24🔬 cond-mat.mtrl-sci

Predicting random close packing of binary hard-disk mixtures via third-virial-based parameters

De auteurs presenteren een nauwkeurige methode om het random close packing-fracie van binaire harde-schijfmengsels te voorspellen door gebruik te maken van een parameter gebaseerd op de gereduceerde derde viriaalcoëfficiënt, die drie-liggaam-correlaties effectief vastlegt en leidt tot een universele correlatie die superieur is aan eerdere modellen.

Andrés Santos, Mariano López de Haro2026-03-24🔬 cond-mat

Clarifying NH2 + O(3P) Reaction Dynamics: A Full-Dimensional MRCI, Machine-Learned PES Unravels High-Temperature Kinetics

Deze studie presenteert een nauwkeurige, volledige dimensionale potentie-energieoppervlakte voor de NH2 + O-reactie, afgeleid van hoogwaardige MRCI-berekeningen en een machine-learningsmodel, die via quasi-klassieke trajectberekeningen betrouwbare kinetische gegevens oplevert voor het optimaliseren van verbrandingsmodellen van stikstofhoudende brandstoffen.

Ying Xing, Weijie Hua, Junxiang Zuo2026-03-24🔬 physics

Accurate Helium-Benzene Potential: from CCSD(T) to Gaussian Process Regression

Deze studie presenteert een nauwkeurige, op Gaussian Process Regression gebaseerde potentiaal-energieoppervlakte voor het helium-benzeencomplex, afgeleid van hoogwaardige CCSD(T)-berekeningen, die fundamenteel verschilt van empirische modellen en essentieel is voor het begrijpen van kwantumsolvatatie op grafische materialen.

Shahzad Akram, Sutirtha Paul, Collin Kovacs, Vasileios Maroulas, Adrian Del Maestro, Konstantinos D. Vogiatzis2026-03-24🔬 physics