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.

3D Imaging of directional multi-scale cellulose nanostructures through multi-directional dark-field neutron tomography

Este estudo demonstra o uso da tomografia de nêutrons de campo escuro multidirecional como uma técnica de imagem não destrutiva e multiescalar para visualizar a nanoarquitetura hierárquica 3D e a orientação anisotrópica de nanofibrilas de celulose em espumas sólidas, superando os danos por radiação e as limitações de escala de comprimento dos métodos convencionais baseados em raios X e elétrons.

Matteo Busi, Elisabetta Nocerino, Agnes Åhl, Lennart Bergström, Markus Strobl2026-06-02🔬 cond-mat.mes-hall

A Wide Optical-Gap in Fully sp3sp^3-Like Hydrogenated Monolayer Graphene

Este estudo relata uma caracterização espectroscópica abrangente de grafeno monocamada altamente hidrogenado em grades de níquel, demonstrando que a hidrogenação totalmente do tipo sp3sp^3 induz um amplo band gap óptico de aproximadamente 6,3 eV e um apagamento distinto do π\pi-plasmom, enquanto amostras parcialmente hidrogenadas exibem morfologias mistas e redução na saturação sp3sp^3.

Alice Apponi (Dipartimento di Scienze, Universitá degli Studi di Roma Tre, INFN Sezione di Roma Tre), Orlando Castellano (Dipartimento di Scienze, Universitá degli Studi di Roma Tre, INFN Sezione di R (…)2026-06-02🔬 cond-mat.mtrl-sci

Ab Initio Free Energy Surfaces for Coupled Ion-Electron Transfer

Este artigo apresenta uma estrutura de primeiros princípios que estende a teoria de Marcus para construir superfícies de energia livre bidimensionais para a transferência acoplada de íon-elétron (CIET) ao condicionar configurações nucleares diabáticas à anisotropia interfacial, revelando que a cinética de redução de CO2 em eletrodos de ouro é governada por barreiras de ponto de sela que diferem significativamente dos tratamentos unidimensionais tradicionais.

Ethan Abraham, Martin Z. Bazant, Troy Van Voorhis2026-06-02🔬 cond-mat.mtrl-sci

Review of the tight-binding method applicable to the properties of moiré superlattices

Esta revisão fornece um guia teórico e prático abrangente sobre métodos de ligação forte atomística e técnicas numéricas para modelar as propriedades eletrônicas, de transporte e ópticas de várias superredes de moiré, ao mesmo tempo em que esclarece sua conexão com modelos de contínuo de baixa energia efetivos.

Xueheng Kuang, Federico Escudero, Pierre A. Pantaleón, Francisco Guinea, Zhen Zhan2026-06-02🔬 cond-mat.mtrl-sci

Sensitivity increase of 3D printed, self-sensing, carbon fibers structures with conductive filament matrix due to flexural loading

Este artigo demonstra que a sensibilidade de estruturas autossensíveis de fibra de carbono contínua impressas em 3D pode ser significativamente e irreversivelmente aumentada através de pré-tensão com cargas de flexão compressivas, enquanto a coextrusão de uma matriz de filamento condutor melhora sua confiabilidade elétrica e desempenho de ruído.

Matei Drilea, Alexander Dijkshoorn, Gusthavo Ribeiro Salomão, Stefano Stramigioli, Gijs Krijnen2026-06-02🔬 cond-mat.mtrl-sci

PFT: Phonon Fine-tuning for Machine Learned Interatomic Potentials

Este artigo apresenta o Ajuste Fino de Fônon (PFT), um método escalável que supervisiona diretamente potenciais interatômicos aprendidos por máquina com constantes de força derivadas de DFT para melhorar significativamente a precisão das propriedades vibracionais e térmicas ao corrigir erros de curvatura na superfície de energia potencial.

Teddy Koker, Abhijeet Gangan, Mit Kotak, Jaime Marian, Tess Smidt2026-06-02🔬 cond-mat.mtrl-sci

From Evaluation to Design: Using Potential Energy Surface Smoothness Metrics to Guide Machine Learning Interatomic Potential Architectures

Este artigo introduz o Teste de Caracterização de Suavidade de Ligação (BSCT), uma métrica computacionalmente eficiente que detecta a potencial não suavidade da superfície de energia potencial para validar tanto Potenciais Interatômicos de Aprendizado de Máquina quanto guiar melhorias arquiteturais iterativas, resultando em modelos que alcançam baixos erros de regressão enquanto garantem simulações de dinâmica molecular estáveis.

Ryan Liu, Eric Qu, Tobias Kreiman, Samuel M. Blau, Aditi S. Krishnapriyan2026-06-02🔬 cond-mat.mtrl-sci