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

Determining Atomic Structure from Spectroscopy via an Active Learning Framework

Le papier présente ActiveStructOpt, un cadre d'apprentissage actif intégrant des modèles de substitution par réseaux de neurones graphiques pour déterminer efficacement la structure atomique de matériaux complexes à partir de données spectroscopiques, surpassant les méthodes existantes en précision et en économie de ressources computationnelles.

Ian Slagle, Faisal Alamgir, Victor Fung2026-02-25
🔬 materials science

Engineering of SnO2-Graphene Oxide Nano-Heterojunctions for Selective Room-temperature Chemical Sensing and Optoelectronic Devices

Cet article présente le développement de nano-hétérojonctions poreuses SnO2-Graphène Oxyde capables de détecter sélectivement des composés organiques volatils à température ambiante et de servir de photodétecteurs UV, avec une sélectivité chimique ajustable par la modulation de la teneur en graphène oxyde.

Eleonora Pargoletti, Umme H. Hossain, Iolanda Di Bernardo, Hongjun Chen, Thanh Tran-Phu, Gian Luca Chiarello, Josh Lipto (…)2026-02-25
🔬 mesoscale physics

Nucleation and Antiphase Twin Control in Bi2_2Se3_3 via Step-Terminated Al2_2O3_3 Substrates

Cette étude démontre que l'utilisation de substrats d'alumine (Al2_2O3_3) à forte déviation (3°) permet de supprimer les jumeaux antiphases dans le Bi2_2Se3_3 en favorisant une nucléation préférentielle aux marches atomiques, bien que cette sélectivité diminue avec l'épaisseur du film en raison du recouvrement des marches.

Alessandro R. Mazza, Jia Shi, Gabriel A. Vázquez-Lizardi, Sangsoo Kim, Jackson Bentley, An-Hsi Chen, Kim Kisslinger, Deb (…)2026-02-24
🔬 applied physics

Full ab initio atomistic approach for morphology prediction of hetero-integrated crystals: A confrontation with experiments

Cette étude propose une approche atomistique ab initio basée sur la théorie de la fonctionnelle de la densité pour prédire avec succès la morphologie d'équilibre des cristaux de GaP hétérogénément intégrés sur du silicium, en accord avec les observations expérimentales par microscopie électronique en transmission.

Sreejith Pallikkara Chandrasekharan, Sofia Apergi, Chen Wei, Federico Panciera, Laurent Travers, Gilles Patriarche, Jean (…)2026-02-24
🔬 mesoscale physics

Ferroelectric switching control of spin current in graphene proximitized by In2_2Se3_3

En utilisant des calculs de premiers principes et un modèle de liaison forte, cette étude démontre que l'inversion de la polarisation ferroélectrique dans un hétérostructure graphène/In2_2Se3_3 permet de contrôler le courant de spin en modulant le champ de Rashba et en inversant la chiralité du texte de spin, offrant ainsi une plateforme prometteuse pour le développement de dispositifs spintroniques avancés.

Marko Milivojević, Juraj Mnich, Paulina Jureczko, Marcin Kurpas, Martin Gmitra2026-02-24
🔬 applied physics

Physics-guided impact localisation and force estimation in composite plates with uncertainty quantification

Cet article présente un cadre hybride combinant la théorie de déformation de cisaillement du premier ordre (FSDT) guidée par la physique et l'apprentissage automatique pour localiser les impacts et estimer les forces dans les plaques composites avec quantification des incertitudes, permettant ainsi une surveillance précise et généralisable même avec des données expérimentales limitées.

Dong Xiao, Zahra Sharif-Khodaei, M. H. Aliabadi2026-02-24