2858 artigos
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.
O artigo demonstra que a espectroscopia duplamente bombeada e sonda ultrarrápida permite observar diretamente e controlar a anarmonicidade de fônons Raman em materiais termoelétricos como SnTe e SnSe, isolando contribuições coerentes de fontes quase harmônicas e abrindo caminho para a engenharia de materiais e o controle de transições de fase induzidas opticamente.
O artigo propõe um modelo combinado de Potts e gás em rede, simulado via Monte Carlo cinético, que demonstra como a segregação de solutos com interações repulsivas pode estabilizar termodinamicamente ligas nanocristalinas através de um equilíbrio dinâmico entre crescimento e refinamento de grãos, eliminando junções triplas e resultando em uma estrutura distinta dos materiais nanocristalinos convencionais.
Este estudo demonstra que a evolução inicial de domínios no multiferroico MnGeO ocorre de forma independente e que um procedimento determinístico de inicialização, em vez de ciclos repetidos de "treinamento", é necessário para garantir um controle cruzado magnetelétrico confiável.
Este artigo investiga as condições termodinâmicas, baseadas na Regra das Fases, sob as quais defeitos estendidos em ligas multicomponentes podem atingir energia livre de formação nula no estado fundamental, permitindo a existência de microestruturas policristalinas imunes ao amadurecimento.
Este artigo avalia o desempenho do framework EUCLID na descoberta automática de leis constitutivas hiperelásticas a partir de dados experimentais de borracha natural, comparando-o com métodos de identificação tradicionais em termos de precisão preditiva, generalização e cobertura do espaço de estados materiais.
Este estudo utiliza potenciais de aprendizado de máquina para investigar as propriedades elásticas e de transporte térmico em monocamadas de redes de , demonstrando como a topologia das ligações covalentes determina a anisotropia mecânica e a condução de calor nesses materiais bidimensionais.
Este artigo apresenta um novo quadro teórico não adiabático baseado na teoria do funcional da densidade que descreve a dissociação de ligações silício-hidrogênio em dispositivos de silício, demonstrando como a ocupação temporária de estados antiligantes por portadores energéticos gera um potencial repulsivo que permite a dissociação da ligação mesmo após o relaxamento do sistema ao estado fundamental.
O artigo propõe uma nova representação de cristais em um espaço recíproco de quatro dimensões (4D) que utiliza coordenadas cartesianas e fatores de espalhamento para capturar de forma contínua a periodicidade, a simetria e a invariância rotacional, superando as limitações das representações tradicionais em espaço direto para tarefas de reconstrução e comparação de estruturas.
O `diffpy.morph` é um pacote Python de código aberto que permite realizar comparações independentes de modelos entre conjuntos de funções 1D, utilizando transformações chamadas "morphs" para remover variações irrelevantes e revelar diferenças científicas significativas em espectros.
Este artigo propõe o uso de pilhas heterogêneas de ferrimagnetos sensíveis à deformação, isolantes topológicos e piezoelétricos para modular correntes superficiais via acoplamento de troca, permitindo a criação de amplificadores de transcondutância ou sinapses para computação neuromórfica.