Computational physics brengt wiskundige modellen en krachtige computersamen om de natuur te doorgronden, van de dans van subatomaire deeltjes tot de evolutie van het heelal. Op Gist.Science maken we deze complexe inzichten toegankelijk voor iedereen die nieuwsgierig is naar hoe onze wereld werkt, zonder dat je een doctoraat nodig hebt om de essentie te snappen.

Elke nieuwe preprint in dit domein op arXiv wordt door ons zorgvuldig verwerkt. Wij bieden niet alleen een heldere, alledaagse samenvatting van de kernboodschap, maar ook een gedetailleerde technische uitleg voor diegenen die dieper willen graven. Zo sluiten we de kloof tussen geavanceerd onderzoek en breed publiek.

Hieronder vind je de meest recente publicaties uit de wereld van computationele fysica, direct uit de bron van arXiv, geordend en geanalyseerd voor jouw gemak.

Spin-polarized Energy Density Method from Spin-Density Functional Theory

Dit artikel presenteert een nieuwe methode gebaseerd op spin-dichtheidsfunctionaaltheorie om de totale energie van magnetische systemen op te splitsen in spin-gepolariseerde atomaire energieën, wat effectief is geïmplementeerd in de VASP-software voor toepassingen zoals ijzerstructuren en gedoteerde halfgeleiders.

Yang Dan (Department of Materials Science,Engineering, University of Illinois, Urbana-Champaign, Urbana, Illinois, USA), Dallas R. Trinkle (Department of Materials Science,Engineering, University of I (…)2026-04-27🔬 cond-mat.mtrl-sci

The influence of implantation conditions on dopant activation in Al-implanted 4H-SiC: A MD study applying an Al potential fitted to DFT barriers

Deze studie gebruikt moleculaire dynamica-simulaties om aan te tonen dat de implantatietemperatuur van aluminium in 4H-SiC de defectvorming en dopant-activatie beïnvloedt, waarbij een specifiek temperatuurvenster (500-900 K) wordt geïdentificeerd voor een optimale balans tussen kristalstructuur en de incorporatie van aluminium in het rooster.

Sabine Leroch, Robert Stella, Andreas Hössinger, Lado Filipovic2026-04-27🔬 cond-mat.mtrl-sci