Numerical modeling of flexoelectricity: Status, opportunities and challenges
Notice bibliographique
Résumé
Flexoelectricity — the induction of electric polarization in response to a mechanical strain gradient — is a universal electromechanical phenomenon that has gained increasing attention for its relevance in nanoscale sensors, actuators, and energy harvesting systems. Unlike piezoelectricity, flexoelectricity is not constrained by material symmetry and thus occurs in all dielectric materials, making it particularly significant at reduced dimensions where strain gradients are amplified. This review presents a comprehensive examination of flexoelectric behavior across one-dimensional (1D), two-dimensional (2D), and three-dimensional (3D) material systems, including nanostructures, polymers, ceramics, and functional composites. We highlight recent advances in theoretical frameworks and computational methodologies that have deepened the understanding of flexoelectric coupling mechanisms. Atomistic simulations using Density Functional Theory (DFT) and Molecular Dynamics (MD) have provided crucial insights into polarization response and electronic structure under strain gradients. Finite Element Methods (FEM) enable modeling of flexoelectric effects at the continuum level, linking microscopic and macroscopic responses. Emerging machine learning (ML) techniques and high-throughput screening have further accelerated the discovery and optimization of flexoelectric materials, offering data-driven strategies to predict flexoelectric coefficients and design application-specific materials. The review also discusses key theoretical developments, including tensorial representations, direct and converse effects, and symmetry considerations. By integrating insights from multiscale modeling, computational simulation, and data science, this paper offers a holistic perspective on the current state and future directions of flexoelectricity research. It serves as a critical resource for advancing the modeling and design of next-generation materials and devices based on flexoelectric principles.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».