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.

Multimodal Machine Learning for Soft High-k Elastomers under Data Scarcity

Cet article présente un cadre d'apprentissage multimodal basé sur des représentations préentraînées de polymères, appliqué à un jeu de données compilé d'élastomères diélectriques à base d'acrylate, pour surmonter le manque de données et prédire efficacement des matériaux mous à haute constante diélectrique.

Brijesh FNU, Viet Thanh Duy Nguyen, Ashima Sharma, Md Harun Rashid Molla, Chengyi Xu, Truong-Son Hy2026-03-20🔬 cond-mat.mtrl-sci

Lightweight phase-field surrogate for modelling ductile-to-brittle transition through phenomenological elastoplastic coupling

Cet article propose un surrogate de champ de phase léger qui modélise la transition ductile-fragile dans les systèmes cubiques centrés en couplant phénoménologiquement l'élasticité et la plasticité via des mécanismes dépendants de la température, permettant de capturer efficacement les tendances clés de la transition sans le coût computationnel des modèles thermomécaniques pleinement couplés.

P G Kubendran Amos2026-03-20🔬 cond-mat.mtrl-sci

Polarization Dynamics in Ferroelectrics: Insights Enabled by Machine Learning Molecular Dynamics

Cet article de perspective examine comment la dynamique moléculaire assistée par l'apprentissage automatique (MLMD) permet de surmonter les limitations des simulations de premiers principes pour étudier la dynamique de polarisation et la cinétique des domaines dans les matériaux ferroélectriques, tout en identifiant les défis méthodologiques restants pour atteindre un cadre prédictif fiable.

Dongyu Bai, Ri He, Junxian Liu, Liangzhi Kou2026-03-20🔬 cond-mat.mtrl-sci

Direct observation of ultrafast defect-bound and free exciton dynamics in defect-engineered WS2_2 monolayers

Cette étude rapporte l'observation directe de la dynamique ultra-rapide des excitons liés aux défauts et libres dans des monocouches de WS₂, révélant leur formation simultanée, leur couplage cohérent et leur conversion ascendante efficace grâce à une spectroscopie optique ultra-rapide.

Tae Gwan Park, Xufan Li, Kyungnam Kang, Austin Houston, Liam Collins, Gerd Duscher, David B. Geohegan, Christopher M. Rouleau, Kai Xiao, Alexander A. Puretzky2026-03-20🔬 physics.optics

Long photoexcited carrier lifetime in a stable and earth-abundant zinc polyphosphide

Cet article révèle que le polyphosphure de zinc (ZnP₂), un matériau inorganique stable et abondant, présente une durée de vie exceptionnelle des porteurs de charge grâce à sa liaison polyphosphure unique qui supprime les défauts intrinsèques, le rendant prometteur pour les applications optoélectroniques.

Zhenkun Yuan, Genevieve Amobi, Shaham Quadir, Smitakshi Goswami, Guillermo L. Esparza, Gideon Kassa, Gayatri Viswanathan, Joseph T. Race, Muhammad R. Hasan, Jack R. Palmer, Sita Dugu, Yagmur Coban, An (…)2026-03-20🔬 cond-mat.mtrl-sci

Synthesis, Solvent-dependent Self-Assembly and Partial Oxidation of Ultrathin Cerium Fluoride Nanoplatelets

Cet article décrit la synthèse optimisée de nanoplatelets ultraminces d'oxyfluorure de cérium et démontre que le choix du solvant détermine leur auto-assemblage en solution, dictant ainsi la formation de superstructures spécifiques (colonnes ou réseaux hexagonaux) lors de l'évaporation à l'interface liquide-air.

Chiara Moretti, Damien Alloyeau, Benjamin Aymoz Laurent Lermusiaux, Rodolphe Valleix, Benoit Mahler, Marianne Impéror-Clerc, Benjamin Abécassis2026-03-20🔬 cond-mat.mtrl-sci

From Atomistic Models to Machine Learning: Predictive Design of Nanocarbons under Extreme Conditions

En combinant des simulations ReaxFF accélérées par GPU et des modèles d'apprentissage automatique, cette étude révèle comment le contrôle de la morphologie initiale des nanodiamants et des conditions de refroidissement et de décompression permet de prédire et de diriger la synthèse sélective de divers allotropes de nanocarbones sous des conditions extrêmes.

Xiaoli Yan, Millicent A. Firestone, Murat Keceli, Santanu Chaudhuri, Eliu Huerta2026-03-20🔬 cond-mat.mtrl-sci

Asymmetric Energy Landscapes Control Diffusion in Glasses

En s'appuyant sur des simulations de dynamique moléculaire, cette étude révèle que les fortes énergies d'activation de la diffusion dans les verres ne résultent pas de barrières locales élevées, mais d'une asymétrie des paysages énergétiques qui favorise des mouvements corrélés de type « aller-retour », un mécanisme universel applicable aux verres métalliques, à la silice et aux verres mono-composants.

Ajay Annamareddy, Bu Wang, Paul M. Voyles, Izabela Szlufarska, Dane Morgan2026-03-20🔬 cond-mat.mtrl-sci

Optimization of all-optical phase-change waveguide devices for photonic computing from the atomic scale

Cette étude présente une stratégie « plus court est mieux » pour optimiser les dispositifs photoniques à base de Sb₂Te, permettant d'atteindre une précision de programmation optique supérieure à 7 bits grâce à une compréhension atomique des propriétés du matériau.

Hanyi Zhang, Wanting Ma, Wen Zhou, Xueqi Xing, Junying Zhang, Tiankuo Huang, Ding Xu, Xiaozhe Wang, Riccardo Mazzarello, En Ma, Jiang-Jing Wang, Wei Zhang2026-03-20🔬 cond-mat.mtrl-sci

On the origin of non-Arrhenius behavior of grain growth

Cette étude utilise le SrTiO3 comme système modèle pour démontrer que la croissance des grains non-Arrhenius est un processus thermiquement activé contrôlé par l'interaction entre des facteurs dépendants de la température et des paramètres indépendants, avec une transition vers un comportement de type Arrhenius lors de la croissance anormale à mesure que la température augmente.

Xinlei Pan, Jingyu Li, Jianfeng Hu2026-03-20🔬 cond-mat.mtrl-sci