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.

Theoretical study of orbital torque: Dependence on ferromagnet species and nonmagnetic layer thickness

Cette étude théorique systématique révèle que le couple orbital dans les bilayers Ti/FM et Cu/FM dépend de manière non universelle de l'espèce ferromagnétique et provient du volume du métal non magnétique, offrant ainsi des perspectives microscopiques pour la conception de dispositifs orbitroniques à base de métaux légers.

Daegeun Jo, Peter M. Oppeneer2026-03-24🔬 cond-mat.mes-hall

Reinforcement Learning for Chemical Ordering in Alloy Nanoparticles

Cet article présente une approche d'apprentissage par renforcement utilisant des représentations de graphes géométriques pour optimiser efficacement l'ordre des éléments dans les nanoparticules d'alliages bimétalliques, permettant la découverte de structures fondamentales et une généralisation à des tailles inédites, bien que la méthode rencontre des limites avec des systèmes à plusieurs éléments.

Jonas Elsborg, Emma L. Hovmand, Arghya Bhowmik2026-03-24🔬 cond-mat.mtrl-sci

Scaling Kinetic Monte-Carlo Simulations of Grain Growth with Combined Convolutional and Graph Neural Networks

Cette étude propose une architecture hybride combinant un autoencodeur bijectif par CNN et un réseau de neurones graphiques pour simuler la croissance des grains avec une scalabilité et une précision supérieures, réduisant considérablement les coûts de calcul et de mémoire par rapport aux méthodes GNN seules.

Zhihui Tian, Ethan Suwandi, Tomas Oppelstrup, Vasily V. Bulatov, Joel B. Harley, Fei Zhou2026-03-24🔬 cond-mat.mtrl-sci

Novel phases in the Fe-Si-O system at terapascal pressures

Cette étude prédit l'existence de trois nouveaux composés métalliques ternaires stables dans le système Fe-Si-O aux pressions du terapascal, révélant un mode d'incorporation du fer dans les silicates fondamentalement différent de celui observé dans le manteau terrestre et suggérant une dissociation des silicates en oxydes à des pressions inférieures à 3 TPa.

Nan Huang, Renata M. Wentzcovitch, Zepeng Wu, Feng Zheng, Bingxin Wu, Yang Sun, Shunqing Wu2026-03-24🔬 cond-mat.mtrl-sci

Spin-dependent quasiparticle lifetimes in altermagnets

Cette étude théorique examine les effets des interactions électron-magnon, électron-phonon et magnon-phonon sur les durées de vie des quasiparticules dans les altermagnets, révélant que le couplage aux magnons induit un élargissement spectral dépendant du spin distinctif qui permet de distinguer la séparation de spin intrinsèque malgré les fluctuations thermiques.

Kristoffer Leraand, Kristian Mæland, Asle Sudbø2026-03-24🔬 cond-mat.mtrl-sci

ZnO/ZnS heterostructures as hole reservoir to boost Ni foam energy storage performance

Cette étude démontre que les nanostructures ZnO/ZnS déposées sur une mousse de nickel agissent comme un réservoir de trous, renforçant ainsi les performances de stockage d'énergie par un comportement pseudocapacitif dominant.

Alessia Fischetti, Giacometta Mineo, Daniela Russo, Francesco Salutari, Claudio Lentini Campallegio, Elena Bruno, Jordi Arbiol, Giorgia Franzò, Salvatore Mirabella, Vincenzina Strano, M. Chiara Spad (…)2026-03-24🔬 cond-mat.mtrl-sci

Nanoindentation induced plasticity in equiatomic MoTaW alloys by experimentally guided machine learning molecular dynamics simulations

Cette étude combine des expériences de nanoindentation et des simulations de dynamique moléculaire guidées par l'apprentissage automatique pour élucider les mécanismes de déformation plastique anisotropes et l'évolution des réseaux de dislocations dans l'alliage réfractaire complexe équiatomique MoTaW.

F. J. Dominguez-Gutierrez, T. Stasiak, G. Markovic, A. Kosinska, K. Mulewska2026-03-24🔬 cond-mat.mtrl-sci