🔬 介观物理
Theory of Magic Angles in Twisted Bilayer Graphene: from Non-Abelian Gauge Fields to Flat Bands
本文在手性连续介质模型框架下，提出了扭转双层石墨烯中魔角现象的统一理论，证明了该现象源于一个非阿贝尔 伪磁场，该磁场产生了一系列渐近平带、不同的拓扑相以及针对高阶魔角的特定标度律。
🔬 Category
cond-mat.mtrl-sci
4841 篇论文
凝聚态物理与材料科学的交汇点，正以前所未有的速度重塑我们对物质世界的理解。从超导体到新型电池材料，这一领域致力于探索微观粒子的排列如何决定宏观世界的性能。Gist.Science 在此板块特别关注源自 arXiv 的最新预印本，它们代表了该领域最前沿的突破。
为了打破专业壁垒，我们团队会对 arXiv 上的每一份新论文进行深度处理，提供通俗易懂的通俗解读与详尽的技术摘要。无论您是寻求灵感的工程师，还是希望快速掌握动态的研究者，都能在这里找到清晰的路径。以下是该领域最新发布的论文精选，带您直击科学探索的最前线。
🔬 应用物理
Shallow Trap States Control Electrical Performance of Amorphous Oxide Semiconductor Thin-Film Transistors
本研究表明，非晶态 InGaZnO 薄膜晶体管的电学性能受浅陷阱态的严格控制，具体而言是一种位于导带下方约 0.32 eV 处的 Ga-Ga-In 氧空位缺陷，该缺陷可以通过超宽带光电导显微技术和 DFT+U 计算进行精确量化与模拟。
🔬 材料科学
Ferrocene-functionalized covalent organic framework exceeding the ultimate hydrogen storage targets: a first-principles multiscale computational study
这项基于第一性原理的多尺度计算研究表明，一种经二茂铁官能化的共价有机框架（MSUCOF-4-FeCp）通过最优结合能，在 298 K 和 700 bar 条件下实现了 18.0 wt% 的质量储氢容量和 72.6 g H2/L 的体积储氢容量，显著超过了美国能源部的氢气储存目标，为基于贵金属的材料提供了一种具有成本效益的替代方案。
🔬 材料科学
Breaking the 800 mV open-circuit voltage barrier in antimony sulfide photovoltaics
通过利用柠檬酸盐配体添加剂调节化学浴沉积生长机制，以降低晶界密度和深层陷阱浓度，研究人员成功突破了硫化锑光伏器件 800 mV 的开路电压壁垒，达到了 824 mV 的纪录，证明了限制器件性能的是缺陷工程而非内在的自陷效应。
🔬 应用物理
Additive manufacturing of Ni-Mn-Sn shape memory Heusler alloy -- Microstructure and magnetic properties from powder to printed parts
本研究调查了通过定向能量沉积工艺制备的 Ni-Mn-Sn 赫斯勒合金的微观结构与磁性演变，表明虽然热处理可以恢复尖锐的马氏体相变，但打印过程中显著的锰蒸发与氧化使得必须严格控制成分与氧含量，以维持用于固态制冷应用的优化磁性能。
🔬 应用物理
Influence of Gd-rich precipitates on the martensitic transformation, magnetocaloric effect and mechanical properties of Ni-Mn-In Heusler alloys -- A comparative study
本研究表明，虽然富钆沉淀相能显著增强 Ni-Mn-In 高熵合金的机械强度且对磁热效应的影响极小，但晶粒细化在提高这些材料整体机械稳定性方面的作用比沉淀相更为显著。
🔬 材料科学
Interfacially arrested melting in thin films: capillarity-driven suspension of phase transitions
这项研究表明，分子级薄的结晶薄膜可以表现出一种界面受阻熔融机制，即由于体相熔化焓与毛细限制之间的竞争，使得大液滴在高于体相熔点时仍能稳定地被捕获在上方，从而实现了热信号的内在热力学放大。
🔬 材料科学
Modelling magnetic material properties with uncertainty-aware neural networks
本文证明了将不确定性量化引入机器学习模型，能显著增强磁性材料属性预测的可靠性与可信度，其应用范围涵盖了从基于成分的代理模型到复杂的微观结构敏感型任务。
🔬 材料科学
Modulation of Spin-Orbit Coupling, Spin Textures, and Rashba-Edelstein Response in Chiral Tellurium: A First-Principles Study
这项第一性原理研究表明，通过使用较轻（S, Se）或较重（Sb）的元素取代碲，可以在保持其基本手性的同时，系统地调节手性碲中的自旋轨道耦合、自旋纹理以及 Rashba-Edelstein 响应，从而为优化无磁自旋电子器件提供了一种可行的策略。
🔬 材料科学
Unraveling Fermi liquid charge and heat transport in RuO
本研究采用现实动力学平均场理论计算，建立了对 RuO 精确的多体描述，将其定性为一种中度关联费米液体，在成功重现了大多数实验输运性质的同时，也揭示了热阻电阻率方面的显著差异，这指向了在理解电荷与热流弛豫方面仍存在尚未解决的挑战。