A área de Física da Matéria Condensada e Ciência dos Materiais investiga como os átomos se organizam para criar as propriedades que definem o mundo ao nosso redor, desde a condutividade de um fio até a flexibilidade de um novo polímero. É um campo onde a descoberta teórica se transforma rapidamente em tecnologias que moldam nosso dia a dia.

No Gist.Science, acompanhamos diariamente os novos preprints dessa categoria vindos diretamente do arXiv. Nossa equipe processa cada publicação para oferecer resumos técnicos detalhados e explicações em linguagem acessível, garantindo que os avanços mais recentes sejam compreensíveis para todos os níveis de conhecimento.

Abaixo, você encontrará a lista atualizada das pesquisas mais recentes publicadas nesta intersecção fascinante entre física e engenharia.

🔬 ciência dos materiais

Characterizing adsorption thermodynamics in carbon capture materials: an efficient first-principles approach

Este artigo apresenta uma estrutura de teoria do funcional da densidade clássica neural que calcula eficientemente isotermas de adsorção ab initio para mais de 5.000 estruturas metalorgânicas, revelando que o tamanho do poro e a geometria do sítio de ligação — não apenas a força de ligação — determinam os materiais ideais para processos específicos de captura de carbono.

Anna T. Bui, Grant M. Rotskoff, Thomas E. Markland2026-11-19
🔬 ciência dos materiais

The Long and Winding Pore: Tuning Porosity in Templated Nanoporous Carbons

Este artigo introduz uma estratégia de modelagem hierárquica utilizando potenciais interatômicos aprendidos por aprendizado de máquina para controlar independentemente o tamanho dos poros, a ordem das paredes, a curvatura e a tortuosidade da rede em carbonos nanoporosos desordenados, permitindo, assim, estudos sistemáticos de relações estrutura-propriedade para aplicações como armazenamento de energia e captura de gases.

Zacharie Waysenson, Baptiste Barthe-Gold, Arthur France-Lanord, Mathieu Salanne, A. Marco Saitta2026-11-19
🔬 ciência dos materiais

Compositional Mapping of Martensitic and Magnetic Transitions in Ni-Fe-Ga Bulk Alloys and Microwires

Este estudo esclarece os controles composicionais das temperaturas de transição martensítica e magnética em ligas de Ni-Fe-Ga, revelando que, embora materiais em massa enfrentem um compromisso entre essas propriedades, microfios específicos revestidos com vidro e com baixo teor de gálio alcançam unicamente tanto a transformação martensítica à temperatura ambiente quanto altas temperaturas de Curie, demonstrando um potencial significativo de deformação reversível.

L. Straka, P. Veřtát, L. Nulandaya, M. Eliáš, D. Salazar, O. Heczko, R. Varga2026-11-19
🔬 física

Machine-learned acceleration of earthquake sequence simulations

Este artigo propõe um arcabouço de modelagem híbrido que combina um solver quase-dinâmico convencional com um operador neural de Fourier treinado para simular sequências de terremotos de forma eficiente, alcançando aceleração computacional enquanto reproduz com precisão estatísticas de longo prazo fundamentais e efeitos inerciais mediados por ondas que aproximações padrão não capturam.

Reo Yanagi, Taeho Kim, Kaushik Bhattacharya, Nadia Lapusta2026-11-19
🔬 ciência dos materiais

A Universal Diffusion Model for the Quantum Position Operator

Este artigo introduz um modelo de difusão universal baseado em redes neurais de grafos E(3)-equivariantes que prevê com precisão os momentos do operador de posição quântica em diversos materiais, permitindo cálculos escaláveis de polarização eletrônica, localização e funções de resposta fundamentais, como espectros de infravermelho e tensores piezoelétricos, para sistemas complexos além do alcance dos métodos de primeiros princípios rotineiros.

Ransell D'Souza, Austin Zadoks, Riccardo Dal Molin, Nataliia Manko, Junfeng Qiao, Nicola Marzari, Antimo Marrazzo2026-11-19
🔬 física

Real-space electrostatic sums through truncation error analysis

Este artigo estabelece que os termos de correção nos métodos eletrostáticos de espaço real de Wolf e Pickard aproximam erros de truncamento, permitindo a derivação de relações de escala de parâmetros não empíricas, variantes simplificadas de deslocamento de força e um esquema sistemático para restaurar contribuições recíprocas para a convergência acelerada para a energia total de Ewald.

Chuin Wei Tan, William C. Witt, Boris Kozinsky2026-11-19
🔬 ciência dos materiais

Uncovering the Structural, Electronic, and Electrostatic Landscapes of SrTiO3_3 Grain Boundaries via Grand Canonical Monte Carlo with a Machine-Learning Interatomic Potential

Este estudo combina simulações de Monte Carlo de Grande Canonical com um potencial interatômico de aprendizado de máquina para mapear as estruturas atômicas estáveis de contornos de grão de SrTiO3_3, revelando como motivos composicionais específicos e reconstruções atômicas ditam seus regimes eletrônicos, campos eletrostáticos e polarização local para engenharia preditiva.

Xing He, Kairi Masuda, Aaron M. Schankler, Songsong Zhou, Andrew M. Rappe2026-11-19
🤖 aprendizado de máquina

Confidence-Based Materials Data Quality Assessment via Domain Knowledge and Graph-Structured Learning

Este artigo propõe uma estrutura baseada em confiança que integra o conhecimento do domínio de materiais com o aprendizado estruturado em grafos para avaliar a qualidade dos dados como um problema de estimativa contínua, demonstrando melhorias significativas na confiabilidade do modelo e no desempenho preditivo em múltiplos conjuntos de dados de referência.

Sihan Liaing, Ji Zhang, Kehan Wang, Zihao Gao, Wei Ma, Yangang Wang, Zongguo Wang2026-11-19
🔬 física de mesoescala

Current-induced torque in a MoS2-based device operating at room temperature

Este artigo propõe e demonstra um novo dispositivo de memória à temperatura ambiente utilizando uma estrutura baseada em MoS2 que combina comutação por torque de spin-órbita para escrita e detecção por válvula de spin não local para leitura, impulsionada principalmente por um efeito Hall orbital significativo juntamente com mecanismos extrínsecos.

Antonio Bianco, Michele Ceccardi, Raimondo Cecchini, Daniele Marre', Chanchal K. Barman, Fabio Bernardini, Alessio Filip (…)2026-11-19