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.

Shannon and Rényi entropies of molecular densities: insights into extensivity and the incomplete description of electron correlation

Dit onderzoek concludeert dat Shannon- en Rényi-entropieën gebaseerd op elektronendichtheid onvoldoende zijn om statische correlatie te beschrijven en extensiviteit te waarborgen, wat suggereert dat robuustere entropische beschrijvers moeten worden opgebouwd uit objecten in de hogere-dimensionale Hilbertruimte.

Diogo J. L. Rodrigues, Evelio Francisco, Ángel Martín Pendás2026-04-21⚛️ quant-ph

Assessment of S* in the Orange Carotenoid Protein

Dit onderzoek toont aan dat de langlevende carotenoïde singlet-excitatie (S*) niet vereist is voor de fotoconversie van het oranje carotenoïde-eiwit (OCP) naar zijn actieve vorm, maar waarschijnlijk voortkomt uit heterogeniteit in de grondtoestand van OCP.

James P. Pidgeon, George A. Sutherland, Matthew S. Proctor, Shuangqing Wang, Dimitri Chekulaev, Sayantan Bhattacharya, Rahul Jayaprakash, Andrew Hitchcock, Ravi Kumar Venkatraman, Matthew P. Johnson (…)2026-04-20🔬 physics

Some challenges of diffused interfaces in implicit-solvent models

Dit onderzoek analyseert de uitdagingen van diffuus-interface modellen in impliciete-solventberekeningen en toont aan dat de vorm van de overgangsfunctie, gekarakteriseerd door de parameter kpk_p, een aanzienlijke invloed heeft op de berekende solvatatie- en bindingsenergieën, waarbij de optimale waarde van kpk_p varieert afhankelijk van de complexiteit van het systeem.

Mauricio Guerrero-Montero, Michal Bosy, Christopher D. Cooper2026-04-20🔬 physics

Electron transfer in confined electromagnetic fields: a unified Fermi's golden rule rate theory and extension to lossy cavities

Dit artikel presenteert een verenigde Fermi's gouden regel-theorie voor niet-adiabatische elektronenoverdracht in confined elektromagnetische velden, die analytische uitdrukkingen biedt voor alle temperatuur- en tijdschalen, uitbreidt naar verliesgevende holtes, en resonantie-effecten alsmede fotonemissie door elektronenoverdracht demonstreert.

Wenxiang Ying, Abraham Nitzan2026-04-20🔬 physics

SeQuant Framework for Symbolic and Numerical Tensor Algebra. I. Core Capabilities

SeQuant is een open-source bibliotheek die symbolische en numerieke tensoralgebra voor commutatieve en niet-commutatieve ringen mogelijk maakt door middel van een innovatieve, grafentheoretische kanonieke normalisatie voor tensornetwerken, ondersteund door geavanceerde functies zoals parametrische modusafhankelijkheden en geïntegreerde compiler-achtige componenten voor directe numerieke evaluatie.

Bimal Gaudel, Robert G. Adam, Ajay Melekamburath, Conner Masteran, Nakul Teke, Azam Besharatnik, Andreas Köhn, Edward F. Valeev2026-04-20⚛️ quant-ph

Comparing the latent features of universal machine-learning interatomic potentials

Dit artikel analyseert systematisch hoe universele machine-learning interatomische potentialen (uMLIPs) chemische informatie in latente kenmerken coderen, waarbij wordt vastgesteld dat verschillende modellen de chemische ruimte op aanzienlijk verschillende manieren representeren en dat fijnafstemming een sterke vooringenomenheid van het vooraf trainen behoudt.

Sofiia Chorna, Davide Tisi, Cesare Malosso, Wei Bin How, Michele Ceriotti, Sanggyu Chong2026-04-20🔬 cond-mat.mtrl-sci

Thermal conductivities of monolayer graphene oxide from machine learning molecular dynamics simulations

In dit onderzoek wordt een machine-learningsmodel gebruikt om te demonstreren dat de thermische geleidbaarheid van gereduceerd monolayer grafenoxyde sterk wordt onderdrukt door chemische heterogeniteit, waarbij deze geleidbaarheid afneemt met een toenemende zuurstof-koolstofverhouding en toeneemt met een hogere hydroxyl-zuurstofverhouding, behalve bij de hoogste oxidatieniveaus.

Bohan Zhang, Biyuan Liu, Penghua Ying, Zherui Chen, Yanzhou Wang, Yonglin Zhang, Haikuan Dong, Jinglei Yang, Zheyong Fan2026-04-20🔬 physics