3499 articles
La science des matériaux explore comment la matière se comporte et comment nous pouvons la transformer pour créer de nouvelles technologies. Dans cette catégorie, vous découvrirez des recherches qui vont des alliages plus résistants aux matériaux pour l'énergie propre, en passant par les nanotechnologies qui changent notre quotidien. C'est un domaine où la théorie rencontre l'expérience pour façonner le futur de nos objets et infrastructures.
Sur Gist.Science, nous traitons systématiquement chaque nouveau prépublication soumise sur arXiv dans ce secteur. Notre équipe analyse ces travaux complexes pour vous offrir à la fois un résumé technique précis et une explication claire en langage simple, rendant ainsi la recherche de pointe accessible à tous, qu'il s'agisse d'étudiants ou de passionnés.
Découvrez ci-dessous la sélection la plus récente de ces avancées, où chaque article est présenté avec sa version simplifiée et ses détails essentiels pour mieux comprendre les innovations qui émergent aujourd'hui.
Cette étude rapporte la synthèse et la caractérisation du spinelle CoMn2O4, qui présente un multiferroïcité induite par un biais d'échange et un couplage magnétoélectrique conforme à la théorie de Ginzburg-Landau, mais révèle l'absence d'ordre ferroélectrique intrinsèque.
Cette étude analyse la transition de second ordre entre les parois de domaines de Néel et de Bloch en fonction de l'épaisseur du film, mettant en évidence un mode critique oscillatoire dont la fréquence varie comme la racine carrée de la distance à la transition et qui est fortement couplé à un champ rf uniforme hors du plan uniquement dans la phase de Néel.
Cet article de revue examine comment les progrès en science des matériaux, en caractérisation et en nanofabrication permettent de relever les défis liés à la reproductibilité, aux pertes et au bruit des jonctions Josephson, afin de les transformer en composants de base fiables pour les processeurs quantiques à l'échelle industrielle.
Les auteurs présentent une cellule électrochimique auto-chauffante dotée d'une résistance linéaire programmable et non volatile couvrant neuf décades, capable de réaliser un traitement analogique de signaux à haute fidélité avec une précision inégalée pour le calcul en mémoire et le traitement dans les capteurs.
Cet article présente une méthode combinant segmentation par U-Net et analyse géométrique pour quantifier l'évolution des motifs labyrinthiques dans des films de grenat de fer et d'yttrium dopé au bismuth, révélant deux modes d'évolution distincts liés à la polarité du champ magnétique lors du recuit.
Cette étude démontre que la contrainte de compression stabilise une phase d'alternagnétisme dans les films minces de RuO épitaxiés, un phénomène confirmé expérimentalement et dont les propriétés magnétiques varient selon l'orientation du substrat et l'épaisseur du film.
Ce travail présente LitMOF, un cadre multi-agents piloté par un modèle de langage qui valide et corrige les erreurs structurales des bases de données de réseaux métallo-organiques (MOF) à partir de la littérature, produisant ainsi une base de données LitMOF-DB élargie et fiable qui évite les biais majeurs dans la découverte de matériaux par screening à haut débit.
Ce papier présente CatMaster, un cadre multi-agents autonome capable d'exécuter l'intégralité du cycle de recherche en catalyse computationnelle, de la conception à la rédaction d'un manuscrit, démontrant ainsi la faisabilité pratique de l'automatisation complète de programmes scientifiques dans ce domaine.
Cet article présente le descripteur topologique C2DTD, une représentation interprétable et guidée par la physique des réseaux de carbone bidimensionnels qui, en intégrant la géométrie locale et la topologie des cycles, permet une modélisation précise et efficace des relations structure-énergie même avec peu de données.
Cet article présente le jeu de données AQVolt26, composé de 322 656 calculs r²SCAN à haute température pour les halogénures de lithium, démontrant que l'ajout de données spécifiques à la configuration thermique est essentiel pour corriger les lacunes des modèles d'apprentissage automatique universels et permettre un criblage dynamique fiable des électrolytes solides halogénures.