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 estudo de primeiros princípios revela que termos de tensão de ordem superior com dependência linear em são cruciais para modelar com precisão a estrutura eletrônica do HgTe sob tensão, explicando a característica de sela no regime de tração e apoiando o surgimento de uma fase de semimetal de Weyl sob tensão compressiva.
Este estudo demonstra que pulsos terahertz intensos podem excitar parametricamente fônons ativos no Raman em LaAlO ao induzir um acoplamento entre o modo Raman e pares de fônons acústicos, resultando em componentes sub-harmônicos substanciais.
O estudo revela que as interações de troca com uma camada sobreposta magnética de EuOx revelam uma textura de spin uniaxial oculta e altamente anisotrópica no gás de elétrons bidimensional supercondutor nas interfaces de KTaO3 (110), oferecendo novas vias para explorar a interação entre o magnetismo e a supercondutividade bidimensional.
Este estudo caracteriza o metal ferromagnético de kagome ScMn6(Sn0.78Ga0.22)6, revelando um eixo de fácil magnetização no plano que preserva um cone de Dirac sem gap e bandas planas, demonstrando assim como a orientação magnética modula a estrutura eletrônica topológica do material e o efeito Hall anômalo.
Este estudo emprega dinâmica molecular de primeiros princípios para revelar como o TlO induz a despolimerização da rede enquanto o TiO promove a repolimerização em vidros de telurito, fornecendo um quadro preditivo para ajustar sua conectividade estrutural e propriedades ópticas não lineares.
Utilizando cálculos de primeiros princípios, este estudo revela que as vacâncias de oxigênio e as intersticiais neutras estáveis em forma de dípolo dominam a paisagem de defeitos intrínsecos do BaInO ortorrômbico, fornecendo um quadro termodinâmico abrangente para compreender sua condutividade iônica e eletrônica em células de combustível de óxido sólido.
Este artigo apresenta o AiiDAlab, uma plataforma web baseada em Jupyter construída sobre a infraestrutura AiiDA que capacita cientistas de diversas disciplinas a automatizar, gerenciar e analisar fluxos de trabalho computacionais complexos com total reprodutibilidade, ao mesmo tempo em que destaca sua recente expansão para cadernos de laboratório eletrônicos, instalações de grande escala e contextos educacionais.
Este estudo emprega simulações ab initio diretas em grande escala para propor um método inovador para determinar o limite de imiscibilidade de misturas H-He, revelando que a adição de hélio atrasa significativamente a transição isolante-metal e reduz drasticamente as condutividades elétrica e térmica, impactando profundamente a evolução térmica, a estrutura interna e a ação de dínamo de gigantes gasosos como Júpiter e Saturno.
Este artigo investiga o transporte de carga e energia em grafeno monocamada com desordem suave de alcance finito, empregando uma abordagem não perturbativa que combina matrizes de espalhamento exatas com a equação de Boltzmann, revelando desvios significativos em relação às previsões perturbativas padrão e à lei de Wiedemann-Franz, particularmente em baixas energias.
AutoDFT é um framework multiagente de malha fechada que integra o raciocínio de LLMs em todo o ciclo de vida do DFT para automatizar o planejamento, a geração de parâmetros e a recuperação de erros, alcançando altas taxas de sucesso em benchmarks diversos e permitindo que não especialistas obtenham previsões confiáveis de materiais baseadas em primeiros princípios.