Esta categoria explora a fascinante intersecção onde a física encontra a química, desvendando como as leis fundamentais da matéria governam reações e estruturas moleculares. Ao investigar fenômenos que vão desde o comportamento quântico de átomos até a dinâmica de fluidos complexos, pesquisadores buscam entender a base material do universo de uma forma que une precisão teórica e aplicação prática.

No Gist.Science, processamos cada novo pré-publicação nesta área diretamente do arXiv, garantindo que o conhecimento mais recente chegue a todos. Oferecemos tanto resumos técnicos detalhados para especialistas quanto explicações em linguagem simples para curiosos, removendo barreiras sem sacrificar o rigor científico.

Abaixo estão as últimas contribuições nesta fronteira do conhecimento, prontas para serem exploradas em seus formatos acessíveis e completos.

Bubble-induced versus thermodynamic voltage losses during pressurized alkaline water electrolysis

Este estudo demonstra que, na eletrólise alcalina de água pressurizada, a redução do tamanho das bolhas em pressões elevadas pode compensar e até superar as perdas de tensão termodinâmicas, resultando em uma redução líquida do sobrepotencial em altas densidades de corrente.

Hannes Rox, Feng Liang, Robert Baumann, Mateusz M. Marzec, Krystian Sokołowski, Xuegeng Yang, Andrés F. Lasagni, Roel van de Krol, Kerstin Eckert2026-03-31🔬 cond-mat.mtrl-sci

A theoretical and experimental assessment of adiabatic losses in force-gradient-detected magnetic resonance of nitroxide spin labels

Este artigo apresenta uma nova descrição teórica e experimental das perdas adiabáticas na ressonância magnética de nitroxídeos detectada por gradiente de força, validando equações para o deslocamento de frequência do cantilever e propondo um novo protocolo experimental que elimina sinais espúrios causados pela excitação direta do cantilever por micro-ondas.

Michael C. Boucher, Peter Sun, Eric W. Moore, John A. Marohn2026-03-31🔬 physics

ADEPT-PolyGraphMT: Automated Molecular Simulation and Multi-Task Multi-Fidelity Machine Learning for Polymer Property Generation and Prediction

Este trabalho apresenta o framework ADEPT-PolyGraphMT, que integra simulações moleculares automatizadas com aprendizado de máquina multi-tarefa e multi-fidelidade para superar a escassez de dados e permitir a previsão escalável e precisa de múltiplas propriedades de polímeros em um vasto espaço químico.

Sobin Alosious, Yuhan Liu, Jiaxin Xu, Gang Liu, Renzheng Zhang, Meng Jiang, Tengfei Luo2026-03-31🔬 physics

Temperature dependence of the dynamic structure factor of the electron liquid via analytic continuation

Este artigo apresenta novos resultados de continuação analítica para o fator de estrutura dinâmica do líquido de elétrons uniformes, obtidos a partir de dados de Monte Carlo de integral de caminho em tempo imaginário utilizando tanto o método de máxima entropia quanto uma representação otimizada de kernels esparsos via \texttt{PyLIT}, visando aplicações em espalhamento de raios X e na melhoria de funcionais de densidade dependente do tempo.

Thomas Chuna, Maximilian P. Böhme, Tobias Dornheim2026-03-31🔬 physics

The effects of ionic valency and size asymmetry on counterion adsorption

Este estudo investiga como a assimetria no tamanho dos íons e do solvente, combinada com a valência iônica, altera o perfil de concentração e induz a estratificação de múltiplas espécies iônicas próximas a uma superfície carregada, transitando de um comportamento descrito pela equação de Poisson-Boltzmann em condições diluídas para regimes de saturação que formam camadas ordenadas conforme a razão entre valência e tamanho dos íons.

Or Ben Yaakov, Haim Diamant, Rudolf Podgornik, David Andelman2026-03-31🔬 cond-mat

Understanding the Density Maximum of Water with Machine Learned Potentials

Este estudo utiliza potenciais interatômicos aprendidos por máquina para demonstrar que o máximo de densidade da água em 4 °C surge de uma estrutura líquida emergente que mantém a coordenação tetraédrica ideal em curto alcance, mas colapsa em alcance intermediário, revelando um mecanismo mais complexo do que a visão convencional de uma mistura de estruturas ordenadas e desordenadas.

Yizhi Song, Renxi Liu, Chunyi Zhang, Yifan Li, Biswajit Santra, Mohan Chen, Michael L. Klein, Xifan Wu2026-03-31🔬 physics

Enhancing Spin Coherence of Optically-Addressed Molecular Qubit by Nuclear Spin Hyperpolarization

Este estudo demonstra que a hiperpolarização de núcleos de hidrogênio via polarização nuclear dinâmica de tripletos (triplet-DNP) suprime o ruído magnético e aumenta em 25% o tempo de coerência de spins eletrônicos em moléculas de pentaceno, validando essa estratégia como uma abordagem geral para o projeto de qubits moleculares de alta coerência.

Boning Li, Patrick Hautle, Duhan Zhang, Liangping Zhu, Paola Cappellaro, Tom Wenckebach, Yifan Quan2026-03-31🔬 cond-mat.mtrl-sci

Hybrid QPE-Ansatz Strategy for Reliable Excited-State Variational Quantum Deflation

Este artigo apresenta uma estratégia híbrida chamada sfVQD, que combina um ansatz conservador de SzS_z com uma rotina de estimativa de fase quântica (QPE) de SxS_x para filtrar simetrias e eliminar a contaminação de spin em cálculos de estados excitados em computadores quânticos de escala intermediária ruidosa (NISQ), demonstrando resultados superiores em moléculas como LiH e BeH2_2 sem a necessidade de avaliações explícitas e custosas de S^2\langle\hat{S}^{2}\rangle.

Young Kyun Ahn, Young Min Rhee2026-03-31⚛️ quant-ph

A reduced-cost two-component relativistic equation-of-motion coupled cluster method for the double electron attachment problem

Este trabalho apresenta um método relativístico de acoplamento de clusters de movimento equacional (EOM-CC) para dupla anexação de elétrons, que utiliza uma aproximação de dois componentes exata, uma base específica de spinor natural congelada e decomposição de Cholesky para reduzir significativamente os custos computacionais e de memória em cálculos de elementos pesados, mantendo alta concordância com resultados de quatro componentes.

Sujan Mandal, Tamoghna Mukhopadhyay, Achintya Kumar Dutta2026-03-31🔬 physics