2879 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 estudo demonstra que as variações em nanoescala na intensidade da catodoluminescência em filmes policristalinos de perovskita CsPbBr3 são impulsionadas principalmente por efeitos de campo próximo, especificamente o aprisionamento de luz intensificado em contornos de grão curvos e ressonâncias do tipo Fabry-Perot, em vez de diferenças intrínsecas nas propriedades do material.
Este artigo apresenta um funcional de energia de autocorreção de autointeração localmente escalonado totalmente variacional que utiliza orbitais ótimos complexos e um fator de escala baseado na densidade de energia cinética para ajustar dinamicamente a correção através de diferentes regimes de densidade eletrônica, melhorando, assim, as previsões para sistemas atômicos, moleculares e de estado sólido.
Este artigo compara os métodos de projeção e de gradiente de deslizamento para estimar as densidades de discordâncias geometricamente necessárias (GND) em modelos de elementos finitos de plasticidade cristalina, revelando que, embora ambos se alinhem com as tendências analíticas, o método de projeção subestima significativamente as GNDs em policristais, a menos que seja aprimorado restringindo os cálculos apenas aos sistemas de discordância ativos.
Este artigo introduz um método de fabricação livre de polímeros para isolar e imagear com sucesso diiodetos de metais de transição 2D sensíveis ao ar no limite da monocamada, revelando suas características estruturais únicas, incluindo barreiras de empilhamento de baixa energia e vacâncias de iodo estáveis, ao mesmo tempo em que demonstra uma plataforma versátil para a criação de heteroestruturas de van der Waals suspensas e limpas.
O artigo apresenta o LEGO-xtal, uma estrutura de IA generativa informada por simetria que produz rapidamente estruturas cristalinas diversas que correspondem a um ambiente local alvo ao combinar estruturas iniciais geradas por IA com otimização baseada em aprendizado de máquina, expandindo com sucesso um pequeno conjunto de alótropos de carbono para mais de 1.700 candidatos viáveis.
Este artigo apresenta os significativos avanços científicos e técnicos no pacote de software Abinit ao longo dos últimos cinco anos, destacando novas capacidades em metodologias de estado fundamental e de estado excitado, computação de alto desempenho acelerada por GPU, modelagem de segundos princípios e fluxos de trabalho automatizados projetados para apoiar a modelagem preditiva de alto rendimento de sólidos e nanomateriais.
Este estudo demonstra que a integração de um isolante de AlN termicamente condutivo com uma placa de campo de BaTiO3 de alta permissividade em diodos de barreira Schottky de -GaO verticais mitiga eficazmente os pontos quentes térmicos e melhora o gerenciamento do campo elétrico, aumentando significativamente a dissipação de calor e o desempenho de ruptura para aplicações de alta potência.
Este estudo apresenta um design de microestrutura bioinspirado do tipo tijolo e argamassa escalável para piezocerâmicas de Bi0.5Na0.5TiO3 livres de chumbo que aumenta significativamente a resistência mecânica, a tenacidade à fratura e a resistência à fadiga sem comprometer o desempenho piezoelétrico, permitindo, assim, transdutores de energia duráveis.
Este artigo introduz um novo método de medição resolvida no tempo para demonstrar que os aumentos colossais e leves no efeito Seebeck observados em semicondutores superiônicos (Cu2Se e Ag2S) durante transições de fase estrutural não são fenômenos intrínsecos.
Este artigo apresenta o InSpecLearn4SDL, um pipeline de aprendizado de máquina interpretável que utiliza um algoritmo genético e seleção de características guiada por SHAP para prever a condutividade elétrica de polímeros conjugados dopados a partir de espectros ópticos rápidos, reduzindo assim o esforço experimental em laboratórios autônomos em aproximadamente 33%, ao mesmo tempo em que recupera descritores físicos fundamentais.