2692 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 dois filtros de rede em escada modificados de 19 GHz, de extremidade única para balanceado, realizados com ressonadores BAW de AlScN periodicamente polarizados que eliminam a necessidade de baluns externos ao alcançar baixa perda de inserção, alta rejeição fora da banda e desempenho competitivo para aplicações de comunicação sem fio.
Este artigo apresenta uma versão aprimorada do framework ComProScanner que integra modelos de visão-linguagem para extrair automaticamente dados de composição-propriedade de figuras científicas, alcançando alta precisão e custo-benefício ao estabelecer o primeiro pipeline multimodal totalmente automatizado para minerar dados de materiais de textos, tabelas e imagens.
Esta revisão destaca avanços tecnológicos recentes na fabricação de contatos elétricos multiterminais de alta qualidade, definidos litograficamente em monocristais emergentes, fornecendo um guia prático para superar os desafios impostos por suas geometrias irregulares e características estruturais para medições de transporte confiáveis.
Este artigo apresenta uma estrutura escalável e orientada por dados que rastreia um vasto banco de dados de materiais para identificar e classificar 36 altermagnetos anteriormente não relatados e 9 ferrimagnetos compensados por Luttinger, estabelecendo uma rota de alto rendimento para a descoberta de antiferromagnetos não convencionais com aplicações espintrônicas promissoras.
Este artigo relata a síntese bem-sucedida de nanofolhas de fluorografidino de camada única de até 60×60 nm² em uma superfície de Au(111) por meio de um método de polimerização covalente 2D seletiva em superfície que combina catálise de cobalto e modelagem por coroneno para superar desafios anteriores na obtenção de domínios grandes e livres de defeitos.
Este estudo utiliza um transistor de efeito de campo baseado em grafeno para demonstrar que o desordem estrutural induzida pelo crescimento e a cinética de múltiplos domínios governam criticamente o comportamento de comutação de polarização de bicamadas de WSe2 com empilhamento 3R crescidas por CVD, oferecendo insights fundamentais para a otimização de dispositivos ferroelétricos de van der Waals.
Este artigo apresenta o TMCgen, um modelo de difusão em variedades que gera de forma eficiente e precisa as geometrias tridimensionais de diversos complexos de metais de transição ao focar em graus de liberdade fundamentais, como ângulos de coordenação e torções de ligantes.
Este artigo estabelece um arcabouço teórico geral demonstrando que a quiralidade molecular em arranjos dipolares dimerizados induz estados de borda topológicos ajustáveis com rotulagem estereoquímica única, oferecendo uma plataforma controlável para matéria quântica topológica quase unidimensional.
Este artigo propõe uma nova abordagem de aprendizagem multimodal para modelar as interfaces de materiais 2D de bicamada empilhados e prever suas propriedades emergentes, abordando uma lacuna na descoberta de materiais impulsionada por IA ao demonstrar eficácia e eficiência superiores em comparação com os métodos de base.
Este artigo demonstra que uma abordagem híbrida de aprendizado de máquina, que incorpora descritores elementares fisicamente informados na estrutura de Redlich-Kister, supera efetivamente as limitações de dados da modelagem CALPHAD tradicional para permitir a previsão robusta e zero-shot de parâmetros de interação termodinâmica para sistemas de ligas desconhecidos ou com escassez de dados.