Irène Mangialomini
irene.mangialomini@uvsq.fr
En 2022, Irène finalise son master en Sciences et Génie des Matériaux à l’université d’Imperial College à Londres. Pendant son cursus, elle s’est intéressée à la thématique des matériaux du patrimoine notamment au cours de son mémoire de fin de master porté sur la caractérisation des revêtements inorganiques de pigments utilisés dans des peintures à l'huile du 20ème et 21ème siècles, réalisé en collaboration avec le musée du Tate Britain. Cet intérêt pour la recherche dans domaine des sciences du patrimoine s’est poursuivi lors de son M2 à ChimieParistech (ENSCP), en suivant des cours sur les matériaux du patrimoine. Ce master s’est conclu par un stage au Centre de recherche et de restauration des musées de France (C2RMF) où elle a pu caractériser les propriétés physico-chimiques de blancs de zinc sur coupes stratigraphiques issues d'œuvres 19ème et 20ème siècles.
Ainsi, en 2024 elle commence une thèse sur la conception d’adsorbants patrimoniaux pour la capture de composés organiques volatils (COVs) émis par des momies d’Égypte Ancienne. L’objectif de ses travaux est de développer un nouveau type d'adsorbants de COVs composés de MOFs (Metal-Organic Frameworks), tout en comparant la nature chimique des baumes des momies et les COVs émis.
Recherches
2024
CANOPEE est un projet de thèse autour de la conception d’adsorbants patrimoniaux à base de matériaux hybrides poreux de type Metal Organic Frameworks (MOFs) dans le but de piéger les COVs émis par les momies d’Égypte Ancienne.
Autres Chercheurs
Doctorante
Marion Alter
Marion Alter est ingénieure chimiste et travaille actuellement sur l’altération de pigments de peinture verts à base de cuivre dans le cadre d’une thèse Patrima.
En savoir plusDoctorant
Alaa Zreik
Diplômé d’un master en intelligence des données à l’université Libanaise de Beyrouth, Alaa Zreik est depuis novembre 2018 doctorant à l’université de Versailles-Saint-Quentin-en-Yvelines.
En savoir plusDoctorante
Marie-Morgane Paumard
Marie-Morgane effectue un doctorat en deep learning appliqué aux sciences du patrimoine ; elle travaille à la reconstitution automatique d’objets à partir de fragments.
En savoir plus