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.

🔬 materials science

Local magnon modes studied by dynamic magnetic pair-density function analysis

Cette étude introduit la fonction de densité de paires magnétiques dynamique (DymPDF) en tant que nouvel outil d'analyse en espace réel dérivé de données de diffusion inélastique de neutrons pour caractériser les modes de magnons locaux et leurs transitions acoustiques-optiques dans les systèmes magnétiques périodiques et non périodiques.

Shin-ichi Shamoto, Yukio Yasui, Kazuki Iida, Yasuhiro Inamura, Motoyuki Ishikado, Mitsutaka Nakamura, Lieh-Jeng Chang2026-07-01
🔬 materials science

Contrastive Regularization of Machine Learning Potentials

Cet article introduit le CRMSE (Contrastive Regularized MSE), une méthode de post-entraînement qui corrige la dérive de distribution des potentiels interatomiques d'apprentissage automatique en augmentant la perte de régression standard par un terme contrastif dérivé de la divergence de Kullback-Leibler, permettant ainsi un échantillonnage thermodynamique précis sans nécessiter de données ab initio supplémentaires.

Dimitrios Tzivrailis, Georgios Sotiropoulos, Alberto Rosso, Eiji Kawasaki2026-07-01
🔬 materials science

Optimizing Ti substitution for the enhanced densification, ionic conductivity, and microstructure of garnet-type Li7_7La3_3Zr2_2O12_{12} solid electrolytes

Cette étude démontre que le dopage du Li7_7La3_3Zr2_2O12_{12} avec 0,10 atome de titane par unité de formule via une réaction à l'état solide améliore significativement sa densification et sa conductivité ionique à 8,08×1058,08\times 10^{-5} S cm1^{-1} avec une faible énergie d'activation de 0,37 eV, ce qui en fait un candidat prometteur pour les applications de batteries à l'état solide.

Neha, A. V. Deshpande, Muktai Aote, Abhishek Pradhan2026-07-01
🔬 materials science

Optimal interactions for addressable self-assembly

Cet article démontre que la conception optimale pour l'auto-assemblage adressable afin de maximiser le rendement et d'empêcher l'épuisement des monomères consiste à concevoir les interactions de telle sorte que des liaisons fortes forment un arbre couvrant sans cycle de la structure cible, tandis que toutes les autres interactions restent faibles.

Tighe McAsey, Sushrut Tadwalkar, Ali Fele-Paranj, Miranda Holmes-Cerfon2026-07-01
🔬 materials science

What enables GaOx as hole transport layer for a 16 percent 1.0 eV CuInSe2 Bottom Cells with VOC above 550 mV?

Cet article démontre qu'une couche de transport de trous de GaOx conductrice et partiellement cristalline, formée par échange d'ions lors de la co-évaporation sans nécessiter de Cu, de Na ou d'alcalins lourds supplémentaires, permet à une cellule solaire à base de CuInSe2 pur d'atteindre une tension en circuit ouvert certifiée record de 552 mV et une efficacité de surface active dépassant 16 %.

Francesco Lodola, Zhuangyi Zhou, Boaz Koren, Saeed Bayat, Alessandro Magon, Yucheng Hu, Adrian-Marie Philippe, Michele M (…)2026-07-01
🔬 materials science

Temperature-driven structural phase transitions in SmNiO3_3: insights from deep potential molecular dynamics simulations

En employant des simulations de dynamique moléculaire à potentiel profond sur le SmNiO3_3, cette étude démontre que la transition de phase structurelle pilotant la transition métal-isolant est intrinsèquement induite par la température et se produit spontanément via des distorsions de réseau collectives, indépendamment des effets électroniques.

Guoyong Shi, Fenglin Deng, Ri He, Dachuan Chen, Xuejiao Chen, Peiheng Jiang, Zhicheng Zhong2026-06-30
🔬 materials science

Topological quantum materials: kagome, chiral, and square-net frameworks

Cette revue examine comment les structures de réseaux de type kagomé, chiraux et à réseau carré dans les matériaux quantiques topologiques génèrent des états électroniques et des phénomènes physiques divers par l'interjeu de la géométrie, de la symétrie et des corrélations électroniques, tout en mettant en lumière les découvertes expérimentales récentes, les voies de synthèse et les futures directions de recherche.

Avdhesh K. Sharma, Snehashish Chatterjee, Premakumar Yanda, Claudia Felser, Chandra Shekhar2026-06-30
🔬 mesoscale physics

Scaling Nanoribbon Transistors with Monolayer Transition Metal Dichalcogenides

Cette étude démontre des transistors à nanorubans de type n et p à haute performance, normalement éteints, avec des dimensions de canal de 25 à 30 nm fabriqués à partir de dichalcogénures de métaux de transition monocouches via un processus de multi-photolithographie, atteignant des courants à l'état passant records qui valident la photolithographie descendante comme une stratégie viable pour les futurs transistors à nanofeuillets.

Tara Peña, Anton E. O. Persson, Andrey Krayev, Áshildur Friðriksdóttir, Haotian Su, Yuan-Mau Lee, Young Suh Song, Kathry (…)2026-06-30
🔬 materials science

Efficient Grand Canonical Global Optimization with On-the-fly-trained Machine-learning Interatomic Potentials

Cet article présente un algorithme d'optimisation globale dans l'ensemble grand canonique efficace qui utilise des potentiels interatomiques d'apprentissage automatique entraînés à la volée et la thermodynamique ab initio pour prédire les structures stables et les états chimiques de matériaux nanostructurés dans des environnements réactifs, tout en réduisant considérablement le coût computationnel des calculs de premiers principes.

Jon Eunan Quinlivan Dominguez, Mads-Peter Verner Christiansen, Konstantin M. Neyman, Bøjrk Hammer, Albert Bruix2026-06-30