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.

Machine-learning Guided Search for Phonon-mediated Superconductivity in Boron and Carbon Compounds

Este estudo apresenta um fluxo de trabalho que combina cálculos *ab-initio* e busca guiada por aprendizado de máquina para identificar compostos de boro e carbono supercondutores promissores, incluindo aqueles com modos de fônons imaginários que foram anteriormente negligenciados, prevendo materiais como Ca5_5B3_3N6_6 com temperaturas críticas elevadas.

Niraj K. Nepal, Lin-Lin Wang2026-03-09🔬 cond-mat.mtrl-sci

Tunable chiral and nematic states in the triple-Q antiferromagnet Co1/3_{1/3}TaS2_2

Este estudo utiliza dicroísmo circular e linear magnéticos para caracterizar e mapear espacialmente estados magnéticos complexos no antiferromagneto Co1/3_{1/3}TaS2_2, revelando a coexistência e o controle de fases com quebra de simetria rotacional (nemáticas) e quiralidade de spin, incluindo um estado triple-Q não coplanar puro.

Erik Kirstein, Pyeongjae Park, Woonghee Cho, Cristian D. Batista, Je-Geun Park, Scott A. Crooker2026-03-09🔬 cond-mat.mtrl-sci

Evaluation of Structural Properties and Defect Energetics in Alx_xGa1x_{1-x}N Alloys

Este estudo utiliza potenciais interatômicos de aprendizado de máquina para investigar as propriedades estruturais e a energia de defeitos em ligas Alx_xGa1x_{1-x}N, revelando que a formação e migração de defeitos são altamente sensíveis ao ambiente químico local e à composição da liga, fornecendo insights cruciais para a engenharia de defeitos em dispositivos optoeletrônicos e de potência.

Farshid Reza, Beihan Chen, Miaomiao Jin2026-03-09🔬 cond-mat.mtrl-sci

Mode selectivity in electron promoted vibrational relaxation of chemisorbed hydrogen on molybdenum and tungsten surfaces

Este estudo calcula, a partir da teoria de perturbação dependente do tempo, as larguras de linha vibracional do hidrogênio quimissorvido em superfícies de molibdênio e tungstênio, revelando uma forte dependência com a cobertura e indicando que, em altas densidades de hidrogênio, as interações adsorbato-adsorbato podem tornar-se canais de dissipação de energia mais significativos do que a excitação de pares elétron-buraco.

Nils Hertl, Connor L. Box, Reinhard J. Maurer2026-03-09🔬 cond-mat.mtrl-sci

Spin-wave emission with current-controlled frequency by a PMA-based spin-Hall oscillator

Os autores demonstram um oscilador de efeito Hall de spin baseado em granada de ítrio e ferro substituída por gálio (Ga:YIG) com anisotropia magnética perpendicular, que gera ondas de spin com frequência controlada pela corrente e propagação eficiente, oferecendo uma plataforma promissora para aplicações em computação neuromórfica.

Moritz Bechberger, David Breitbach, Abbas Koujok, Björn Heinz, Carsten Dubs, Abbass Hamadeh, Philipp Pirro2026-03-09🔬 cond-mat.mtrl-sci

MolCrystalFlow: Molecular Crystal Structure Prediction via Flow Matching

O artigo apresenta o MolCrystalFlow, um modelo generativo baseado em fluxo que prevê estruturas de cristais moleculares ao desacoplar a complexidade intramolecular do empacotamento intermolecular, representando centros e orientações em variedades Riemannianas para respeitar simetrias geométricas e acelerar a descoberta de materiais.

Cheng Zeng, Harry W. Sullivan, Thomas Egg, Maya M. Martirossyan, Philipp Höllmer, Jirui Jin, Richard G. Hennig, Adrian Roitberg, Stefano Martiniani, Ellad B. Tadmor, Mingjie Liu2026-03-09🔬 cond-mat.mtrl-sci

First-principles Newns-Anderson Hamiltonian Construction for Chemisorbed Hydrogen at Metal Surfaces

Este artigo apresenta uma abordagem de primeiros princípios para construir Hamiltonianos de Newns-Anderson aplicando a diabaticização de operadores de projeção a cálculos de DFT, validando o método em hidrogênio quimissorvido sobre superfícies de Al, Cu e Pt e demonstrando que a aproximação de banda larga é válida apenas para o sistema Al(111).

Nils Hertl, Zsuszanna Koczor-Benda, Reinhard J. Maurer2026-03-09🔬 cond-mat.mtrl-sci

Active Learning for Tractable and Reproducible Pulsed Laser Deposition

Este artigo demonstra que o uso de um framework de aprendizado ativo baseado em otimização bayesiana permite mapear eficientemente o espaço de crescimento da deposição por laser pulsado (PLD) para óxidos correlacionados como o LaVO₃, resultando na produção de filmes de alta qualidade e fornecendo novos insights sobre os mecanismos fundamentais de crescimento não-equilibrado.

Jackson S. Bentley, Christopher Rouleau, Ilia N. Ivanov, T. Zac Ward, Jiaqiang Yan, Anghea Dolisca, Rob G. Moore, Gyula Eres, Richard F. Haglund, Sumner B. Harris, Matthew Brahlek2026-03-09🔬 cond-mat.mtrl-sci