4705 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.
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.
Este estudo demonstra que a adsorção de moléculas de heteroheliceno enantiopuras em uma superfície de Cu(100) não magnética induz um estado de spin polarizado localizado na camada superior de cobre através de uma forte hibridização impulsionada por quimissorção e correlação de Coulomb, revelando um mecanismo para gerar magnetismo em interfaces orgânico-inorgânicas sem componentes magnéticos intrínsecos.
Este artigo demonstra que a teoria da correspondência, uma abordagem cristalográfica alternativa utilizando tensores métricos e grupos de simetria, pode ser empregada eficazmente para determinar as condições de compatibilidade e supercompatibilidade austenita/martensita em ligas com memória de forma, anteriormente derivadas utilizando a teoria fenomenológica baseada em mecânica do contínuo.
Este artigo demonstra que grandes modelos de linguagem como ChatGPT e DeepSeek podem auxiliar efetivamente na previsão da estabilidade e das taxas de degradação de células solares de perovskita ao sugerir e justificar métodos de previsão por meio de diálogo, mesmo quando modelos físicos e dados ambientais estão incompletos.
Este artigo apresenta um arcabouço minimal semi-analítico utilizando um Ansatz hiperbólico parametrizado para modelar eficientemente a nucleação de vórtices e a reversão de magnetização em nanopartículas magnéticas esféricas, derivando com sucesso estimativas analíticas para parâmetros críticos de nucleação que estendem os resultados clássicos de Brown.