4600 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.
Este artigo apresenta uma estrutura ab initio baseada na equação de Bethe-Salpeter para modelar com precisão os espectros de absorção de raios X de excitons de valência em estado sólido foto-excitados em experimentos de bomba-sonda.
Este artigo estabelece um novo critério termodinâmico para identificar a fase de rede de vórtices em supercondutores do tipo II, ao descobrir um efeito magnetostritivo dinâmico, no qual um campo magnético alternado induz uma oscilação geométrica proporcional à densidade de vórtices, detectável por meio de um transdutor piezoelétrico.
Este estudo demonstra que a combinação de campos laser de duas cores totalmente ópticos com engenharia de tensão mecânica permite um controle preciso e ortogonal da geração de harmônicos de alta ordem em WS2 monocamada, onde modificações induzidas pela tensão na dispersão de bandas e na curvatura de Berry aprimoram significativamente a emissão de harmônicos perpendiculares e fornecem uma assinatura robusta para sondar efeitos geométricos quânticos.
Este artigo apresenta uma estrutura de aprendizado de máquina que converte imagens de raios X multimodais de compósitos particulados em grafos conscientes da topologia para revelar relações entre microestrutura e propriedades, demonstrando sua utilidade na otimização de cátodos de baterias de estado sólido por meio da identificação de junções críticas de três fases e canais de condução.
CatFlow é uma estrutura baseada em correspondência de fluxo que utiliza uma representação fatorada baseada em célula primitiva para co-gerar eficientemente sistemas de adsorção em lâmina estruturalmente fiéis, melhorando significativamente o projeto de catalisadores heterogêneos ao capturar com mais precisão o acoplamento intrínseco entre a geometria da superfície e as interações do adsorvato.
Este estudo confirma que as fotocorrentes anômalas no semimetal de Weyl TaIrTe originam-se de um grande efeito termoelétrico transversal, e não de correntes de carga não lineares, demonstrando que a engenharia estratégica da orientação cristalina e dos ambientes térmicos pode amplificar essas respostas para aplicações de detecção fotônica de banda larga.
Este artigo investiga como a interação entre o bloqueio relativístico de spin-momento e várias formas de quebra de simetria de inversão no altermagneto Ca2RuO4 leva a diversas fases magnéticas, incluindo acoplamentos spin-órbita do tipo Rashba e Weyl e estados exóticos com ferromagnetismo fraco, explicando assim observações experimentais e prevendo condições para o magnetismo de onda-p.
Este artigo apresenta uma estrutura de autoencoder paramétrica e dependente da temperatura que integra restrições de não negatividade e otimização simultânea de cinética e energetismo para gerar modelos de cinética química reduzida de alta precisão e interpretabilidade física para materiais energéticos em uma ampla gama de condições termodinâmicas.
Este artigo combina espectroscopia de tunelamento com cálculos teóricos avançados para fornecer evidência experimental direta de "superdispersão" em SrRuO, revelando uma assinatura espectroscópica distinta do acoplamento de Hund que desafia o paradigma convencional de Mott-Hubbard.
Esta revisão examina abordagens de aprendizado de máquina para prever energias de formação de defeitos pontuais em materiais não metálicos, categorizando-as em modelos diretos e potenciais de aprendizado de máquina, ao mesmo tempo que destaca a qualidade dos conjuntos de dados como um fator crítico de desempenho e identifica o tratamento preciso de defeitos carregados como uma fronteira fundamental.