A área de Mecânica Estatística na Física da Matéria Condensada explora como o comportamento coletivo de milhões de partículas gera propriedades macroscópicas que vemos no dia a dia, como a condutividade elétrica ou a formação de cristais. Em vez de analisar cada átomo individualmente, os cientistas utilizam métodos estatísticos para entender padrões complexos e previsíveis que surgem dessas interações em escala gigantesca.

No Gist.Science, selecionamos e processamos automaticamente cada novo pré-impresso enviado ao arXiv nesta categoria específica. Nosso objetivo é tornar esses estudos avançados acessíveis a todos, oferecendo tanto resumos técnicos detalhados para especialistas quanto explicações em linguagem simples para quem busca compreender os conceitos fundamentais sem barreiras linguísticas.

Abaixo, você encontra a lista atualizada dos últimos artigos publicados nesta interseção fascinante da física, prontos para serem lidos e compreendidos.

Universal scaling laws for dynamical-thermal hysteresis

Este artigo estabelece leis de escala universais para a histerese dinâmico-térmica, demonstrando que a competição entre a taxa de varredura do campo e as flutuações térmicas governa uma transição entre dois regimes de escala, resolvendo assim a não universalidade de expoentes reportados e oferecendo princípios para o projeto de aplicações em materiais magnéticos e sistemas de armazenamento de gás.

Yachao Sun, Xuesong Li, Yanting Wang, Jing Zhou, Haiyang Bai, Yuliang Jin2026-03-26🔬 cond-mat

Multi-filament coordination rescues active transport from inertia-induced spinning arrest

O estudo demonstra que a coordenação de múltiplos filamentos ativos resgata o transporte direcionado de um estado de parada por rotação induzida pela inércia, ao impedir estericamente as conformações em espiral que causam o aprisionamento, resultando em uma melhoria de até cinco ordens de magnitude na eficiência do transporte.

Anuradha Rajput, Arnab Bhattacharjee, Annwesha Dutta2026-03-26🔬 cond-mat

Optimized control protocols for stable skyrmion creation using deep reinforcement learning

Este artigo apresenta uma abordagem de aprendizado por reforço profundo que identifica protocolos otimizados de campo magnético e temperatura para a criação determinística e estável de skyrmions magnéticos em monocamadas de Fe3GeTe2, superando métodos anteriores ao minimizar o trabalho dissipado e garantir estados próximos ao equilíbrio termodinâmico.

Ji Seok Song, Se Kwon Kim, Kyoung-Min Kim2026-03-26🔬 cond-mat.mes-hall