Home
→
Projects
→

ImagingQM

ANR · 2023

ImagingQM — Sonder à une échelle atomique les ordres des matériaux quantiques corrélés

Funding: €313,216

3 partners

Funder page ↗

Les matériaux quantiques corrélés (CQM) englobent une grande variété de systèmes de matériaux dans lesquels les corrélations électroniques et/ou la topologie produisent une physique exotique, tels que les supraconducteurs non conventionnels, les composés multiferroïques, ou de nouveaux ordres magnétiques et électroniques. L'ingénierie de ces matériaux à l'aide d'hétérostructures en couches minces est un moyen prometteur d'adapter ces propriétés. La caractérisation spatialement résolue des divers ordres (par exemple, charge, réseau, orbitale, spin) présents dans ces CQM est crucial pour guider cette ingénierie. Cependant, une telle caractérisation, notamment à une échelle sub-nanométrique ou une résolution atomique, requis pour les nanomatériaux ou les films minces, n’est pas encore établie. Dans ce projet, nous visons à tirer parti de plusieurs avancées techniques pour repousser ces limites ; nous tirerons parti des techniques de microscopie électronique à transmission à balayage (STEM) et de spectroscopie (par exemple EELS) à basse température et haute résolution. L'équipe de FR. utilisera le STEM à basse température donnant accès à une large gamme de phases électroniques qui émergent lors du refroidissement des QCM telles que les ordres de charge. Plusieurs développements seront mis en œuvre pour maintenir la résolution spatiale lors de la (micro-)spectroscopie STEM-EELS. Pour établir et tester ces développements, des films minces de manganites ou de cobaltates (croissance par l'équipe de HK et aussi du partneaire de TU-WIEN) dans lesquels les ordres de charges, spins et orbitales, sont relativement connus seront d'abord étudiés en tant que « preuve de concept ». De plus, nous rechercherons des membres supplémentaires des supraconducteurs à base de nickelâtes, récemment découverts par l'équipe de HK, avec la présence possible de phases intriquées.

Participating units of Université Paris-Saclay

Data provenance

Sources : scanR. Data compiled on 27/10/2026. Found an error? It is corrected in the original source (HAL, RNSR, directory); see how.