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.

Vacancy-Enhanced NNN-N Bonding and Deep Level Complex Defect Formation in βGa2O3\beta-Ga_2O_3

Les calculs basés sur les premiers principes révèlent que les complexes de défauts liés à l'azote dans le βGa2O3\beta-Ga_2O_3, en particulier ceux renforcés par des lacunes d'oxygène et de gallium, forment des centres de piégeage profonds stables qui introduisent des états électroniques localisés au sein de la bande interdite, limitant ainsi le transport des porteurs et favorisant un comportement semi-isolant.

Asiyeh Shokri, Yevgen Melikhov, Yevgen Syryanyy, Maryna Chernyshova, Iraida N. Demchenko2026-05-13🔬 cond-mat.mtrl-sci

Magnetism and spin dynamics of Na\textsubscript{5}Yb(MoO\textsubscript{4})\textsubscript{4}: A weakly interacting rare-earth stretched diamond lattice

Cette étude identifie Na5_5Yb(MoO4_4)4_4 comme un exemple rare de paramagnétique quantique dipolaire où des interactions d'échange faibles et une forte anisotropie d'ion unique au sein d'un réseau en diamant étiré empêchent l'ordre magnétique à longue portée jusqu'à 50 mK, laissant le système dominé par des corrélations dipolaires dynamiques.

N. Rajeesh Kumar, J. Khatua, Changhyun Koo, Izumi Umegaki, C. -E. Yin, C. -W. Wang, A. M. Strydom, H. -T. Jeng, Kwang-Yong Choi, R. Sankar, W. -T. Chen2026-05-13🔬 cond-mat.mtrl-sci

Mechanical detection of sub-band mobilities of two-dimensional electron gas on reduced SrTiO3_3(001) surface

Cet article présente une méthodologie de microscopie à force atomique non invasive combinant la spectroscopie à effet tunnel et des mesures de dissipation pour quantifier les mobilités des porteurs sous-bande et les variations de capacité quantique dans le gaz d'électrons bidimensionnel du SrTiO3_3(001) réduit, offrant ainsi de nouvelles perspectives sur la dynamique des charges pour l'électronique et la spintronique des oxydes.

Akash Gupta, Marcin Kisiel, Remy Pawlak, Ernst Meyer2026-05-13🔬 cond-mat.mtrl-sci

Competing crystallization pathways and cold crystallization kinetics in 10OS5 liquid crystal

Cette étude examine les voies de cristallisation concurrentes et la cinétique de cristallisation froide du cristal liquide 10OS5, révélant que son historique thermique peut être manipulé pour ajuster l'énergie libérée lors des transitions de phase, mettant ainsi en évidence son potentiel pour des applications de stockage d'énergie thermique.

Aleksandra Deptuch, Mirosława D. Ossowska-Chruściel, Janusz Chruściel, Ewa Juszyńska-Gałązka2026-05-13🔬 cond-mat.mtrl-sci

Understanding oxide-thickness-dependent variability in dense Si-MOS quantum dot arrays

Cette étude utilise une matrice de boîtes quantiques en silicium 7x7 fabriquée par lithographie CMOS 300 mm et EUV pour démontrer qu'une épaisseur d'oxyde de grille de 17 nm optimise l'uniformité en minimisant la variabilité de la tension de seuil, fournissant ainsi des lignes directrices de conception essentielles pour les architectures d'informatique quantique évolutives.

Arne Loenders, Jacques Van Damme, Clement Godfrin, Paola Favia, Jacopo Franco, Thomas Van Caekenberghe, Bart Raes, Gulzat Jaliel, Sylvain Baudot, Luis Francisco Pinotti, Alexander Grill, George Simion (…)2026-05-13🔬 cond-mat.mtrl-sci

Probing Non-Equilibrium Grain Boundary Dynamics with XPCS and Domain-Adaptive Machine Learning

Cet article établit une méthodologie novatrice combinant la spectroscopie de corrélation de photons X (XPCS) avec un apprentissage automatique adaptatif au domaine pour sonder quantitativement la dynamique hors équilibre des joints de grains dans le silicium nanocristallin, en extrayant avec succès des paramètres cinétiques clés à partir de cartes de fluctuations expérimentales complexes qui étaient auparavant inaccessibles.

Mouyang Cheng, Bowen Yu, Chu-Liang Fu, Nina Andrejevic, Matthias T. Agne, Riley Hanus, Qiwei Wan, Nathan C. Drucker, Thanh Nguyen, Andrei Fluerasu, Lutz Wiegart, Xiaoqian M Chen, Daniel Pajerowski, Yo (…)2026-05-13🔬 cond-mat.mtrl-sci

Ordering governs magnetic tunability in FePt-based Janus particles independent of curvature

Cette étude démontre que la réglabilité magnétique des particules Janus à base de FePt à l'échelle du micromètre est régie principalement par l'ordre chimique plutôt que par la courbure des particules, comme en témoignent des expériences et des simulations montrant que le champ coercitif reste constant malgré la variation des diamètres tout en étant fortement dépendant de l'ordre L1_0.

Natalia Gonzalez-Vazquez, Eylül Suadiye, Eberhard Goering, Ruben O. Miranda-Rosales, Hilda David, Frank Thiele, Julia Unangst, Andrew K. Schulz, Gunther Richter2026-05-13🔬 cond-mat.mes-hall

Equivariant Space Group and Hamiltonian for Collinear Magnetic Systems

Cet article présente un cadre basé sur la symétrie utilisant des groupes d'espace équivariants pour construire des hamiltoniens magnétiques équivariants (EMH) intégrant explicitement des paramètres d'ordre magnétique, permettant l'étude des phénomènes topologiques pilotés par la dynamique magnétique et la modélisation précise des structures de bandes dépendantes de n dans des matériaux modèles et réels.

Chaoxi Cui, Zhi-Ming Yu, Yilin Han, Run-Wu Zhang, Shengyuan A. Yang, Yugui Yao2026-05-13🔬 cond-mat.mtrl-sci

Automated multiphase identification and refinement in powder diffraction using mismatch-tolerant machine learning

Cet article présente RADAR-PD, un cadre d'apprentissage automatique sensible aux modalités qui automatise l'identification et le raffinement multiphases dans les diffractogrammes de poudres aux rayons X et aux neutrons en combinant des réseaux de neurones tolérants aux écarts avec une vérification contrainte par la physique pour surmonter les goulots d'étranglement existants dans la découverte autonome de structures.

Lalit Yadav, Yongqiang Cheng, Mathieu Doucet2026-05-13🔬 cond-mat.mtrl-sci

Using Thermal Crowding to Direct Pattern Formation on the Nanoscale

Ce papier démontre que le contrôle de la quantité et de la géométrie du métal déposé pour induire un « encombrement thermique » permet la manipulation précise des instabilités fluides induites par laser et de la formation de motifs dans les films métalliques à l'échelle nanométrique grâce à une modélisation auto-cohérente et des simulations dépendantes du temps.

Ryan H. Allaire, Linda J. Cummings, Lou Kondic2026-05-12🔬 cond-mat.mtrl-sci