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.

Loss Mechanisms in High-coherence Multimode Mechanical Resonators Coupled to Superconducting Circuits

Este estudo demonstra que a densidade de defeitos nos filmes piezoelétricos e suas interfaces limitam a coerência em ressonadores mecânicos multimodo de alta coerência acoplados a circuitos supercondutores, mas que a otimização desses fatores permite alcançar tempos de coerência próximos a um milissegundo e uma cooperatividade quântica recorde de 1,1×1051,1\times10^5, estabelecendo um novo marco para dispositivos de circuitos de acústica quântica (cQAD).

Raquel Garcia Belles, Alexander Anferov, Lukas F. Deeg, Loris Colicchio, Arianne Brooks, Tom Schatteburg, Maxwell Drimmer, Ines C. Rodrigues, Rodrigo Benevides, Marco Liffredo, Jyotish Patidar, Oleksa (…)2026-02-26🔬 cond-mat.mes-hall

Synthesis of Three-Dimensionally Interconnected Hexagonal Boron Nitride Networked Cu-Ni Composite

Este estudo descreve a síntese in situ de um compósito Cu-Ni com uma rede tridimensionalmente interconectada de nitreto de boro hexagonal (3Di-hBN) via deposição química de vapor organometálico, demonstrando que essa estrutura melhora a resistência mecânica, térmica e química do material e permite a extração de uma espuma de hBN para aplicações em biomedicina e armazenamento de energia.

Zahid Hussain, Hye-Won Yang, Byang-Sang Choi2026-02-25🔬 cond-mat.mtrl-sci

Towards the optimization of a perovskite-based room temperature ozone sensor: A multifaceted approach in pursuit of sensitivity, stability, and understanding of mechanism

Este estudo otimiza sensores de ozônio à temperatura ambiente baseados em perovskitas de haleto metálico, demonstrando que a composição dos haletos determina o tipo de resposta (p ou n) e que a dopagem com manganês melhora significativamente a sensibilidade e a estabilidade através de mecanismos de adsorção de gás elucidados por simulações e experimentos.

Aikaterini Argyrou, Rafaela Maria Giappa, Emmanouil Gagaoudakis, Vasilios Binas, Ioannis Remediakis, Konstantinos Brintakis, Athanasia Kostopoulou, Emmanuel Stratakis2026-02-25🔬 cond-mat.mtrl-sci

The Binding Energies of Atoms on Amorphous Silicate Dust: A Computational Study

Este estudo computacional utiliza o método GFN1-xTB para determinar as energias de ligação de átomos abundantes em grãos de poeira de silicato amorfo, revelando que, embora existam variações significativas, essas energias são suficientemente altas para garantir a estabilidade dos grãos contra sublimação nas condições típicas do meio interestelar e fornecerem dados cruciais para modelos de evolução da poeira e reações químicas catalisadas por ela.

Kristoffer Hansson, W. M. C. Sameera, Clarke J. Esmerian, Duncan Bossion, Stefan Andersson, Susanne Aalto, Wouter Vlemmings, Kirsten K. Knudsen, Gunnar Nyman2026-02-25🔬 cond-mat.mtrl-sci

Strained Donor-Bound Excitons in 28^{28}Si

Este estudo experimental apresenta uma análise abrangente das transições de éxcitons ligados a doadores neutros em silício enriquecido com 28^{28}Si sob tensão uniaxial e campos magnéticos, extraindo potenciais de deformação específicos para cada doador que revelam uma sensibilidade aumentada a tensões e efeitos de célula central, fornecendo parâmetros refinados essenciais para o desenvolvimento de dispositivos quânticos de silício.

David A. Vogl, Noah L. Braitsch, Başak Ç. Özcan, Niklas S. Vart, M. L. W. Thewalt, Martin S. Brandt2026-02-25🔬 cond-mat.mtrl-sci

Machine learning-enabled inverse design of bimaterial thermoelastic lattice metamaterials

Este trabalho apresenta o projeto inverso habilitado por aprendizado de máquina de metamateriais termoelásticos de rede bimatéria com estrutura híbrida de favo de mel, utilizando simulações de alta capacidade e modelos de redes neurais para prever propriedades efetivas e otimizar características geométricas e materiais para atender a requisitos específicos de aplicações de engenharia.

Xiang-Long Peng, Bai-Xiang Xu2026-02-25🔬 physics.app-ph