La réduction des dimensions des dispositifs CMOS (Complementary Metal Oxide Semiconductor) implique de nombreux défis dans la formation de jonctions. La recroissance par épitaxie en phase solide (SPER) à des températures inférieures à 600 °C est une technique attrayante dans la mesure où elle permet de réaliser des jonctions abruptes avec une forte concentration de dopants actifs et qui sont nécessaires pour les nœuds avancés tels que le 20 nm et au-delà. Dans ce manuscrit, on présente un modèle atomistique basé sur la méthode Monte-Carlo cinétique sur réseau (LKMC) afin de simuler la cinétique de SPER dans le silicium. Le modèle s'appuie sur la description phénoménologique des mécanismes microscopiques de recristallisation proposé par Drosd et Washburn dans [J. Appl. Phys. 53, 397 (1982)] en distinguant des événements {100}, {110} et {111} selon le plan local de recroissance et a été implémenté dans le simulateur MMonCa [Appl. Phys. Lett. 98, 233109 (2011)]. Il s'agit de la même base que le modèle de Martín-Bragado et Moroz [Appl. Phys. Lett. 95, 123123 (2009)] qui a été implémenté dans le simulateur commercial Synopsys SProcess KMC. Néanmoins, dans notre travail, la formation de macles lors des évènements {111} a été introduite ce qui a nécessité des changements importants dans l'implémentation. Le modèle a été calibré sur des résultats expérimentaux et permet de prédire l'anisotropie et la dépendance en température. En particulier, il a été utilisé afin d'expliquer la formation de zones défectueuses dans les dispositifs FDSOI à l'issue de la SPER à une température réduite. Le modèle LKMC a, en outre, été étendu dans le but d'inclure l'influence d'une contrainte non-hydrostatique et la recroissance accélérée du fait de la présence de dopants actifs. Les effets d'une contrainte non-hydrostatique ont été introduits en utilisant le concept de tenseur d'activation proposé par Aziz, Sabin et Lu dans [Phys. Rev. B 44, 9812 (1991)] et seulement quatre paramètres indépendants sont nécessaires. La présence de dopants ionisés cause une accélération de la vitesse de recroissance qui est attribué à un effet lié à la position du niveau de Fermi à l'interface amorphe/cristal. Un solveur 3D auto-cohérent de l'équation de Poisson avec le modèle de Thomas-Fermi a été implémenté et couplé avec le modèle LKMC afin de prendre en compte la courbure des bandes à l'interface amorphe/cristal. La correction phénoménologique de décalage du niveau de Fermi généralisé (GFLS) proposée par Williams et Elliman dans [Phys. Rev. Lett. 51, 1069 (1983)] a été utilisée pour modifier les fréquences de recristallisation des évènements microscopiques. Des simulations de la vitesse de recroissance en fonction de la température pour différentes concentrations de dopants ont montré un bon accord avec les données expérimentales. En résumé, dans ce manuscrit, un modèle unifié de SPER basé sur une approche LKMC est présentée. Il prend en compte l'influence de différents paramètres sur la cinétique de recroissance et ayant un intérêt technologique tels que la température, l'orientation cristalline, la contrainte et la présence de dopants. Le modèle est, en soi, tridimensionnel et permet donc d'explorer les phénomènes de recroissance impliquant plusieurs fronts de recristallisation et qui ont lieu lors du procédé de fabrication de dispositifs électroniques réels. / Complementary metal oxide semiconductor (CMOS) device scaling involves many technologicalchallenges in terms of junction formation. Solid phase epitaxial regrowth (SPER) at temperaturesbelow 600 ˝C is an attractive technique since it enables to form highly–activated andabrupt junctions that are required for advanced technology nodes such as 20 nm and beyond.In this manuscript, we present a comprehensive atomistic model relying on the lattice KineticMonte Carlo (LKMC) method to simulate SPER kinetics in silicon. The model is based onthe phenomenological description of the microscopic recrystallization mechanisms proposedby Drosd and Washburn in [J. Appl. Phys. 53, 397 (1982)] by distinguishing among {100},{110} and {111} events depending on the local regrowth plane and has been implemented inthe MMonCa simulator [Appl. Phys. Lett. 98, 233109 (2011)]. This is the same basis than theatomistic model of Martín–Bragado and Moroz proposed in [Appl. Phys. Lett. 95, 123123(2009)] and available in the Synopsys SProcess KMC commercial tool. Nevertheless, in ourwork the formation of twin configurations during {111} events has been incorporated givingrise to significant changes in the implementation. The model has been calibrated on single–directional SPER experiments and allows predicting the regrowth anisotropy and temperaturedependence. In particular, it has been used to explain the formation of defective regions inFDSOI devices annealed with a low processing temperature. In this work, the LKMC modelhas also been extended in order to include the influence of non–hystrostatic stress and dopant–enhanced regrowth that are technologically relevant. Non–hydrostatic stress effects have beenincorporated using the concept of activation strain tensor introduced by Aziz, Sabin and Luin [Phys. Rev. B 44, 9812 (1991)] and only four independent parameters are required. Thepresence of ionized dopants has been shown to cause an enhancement of the regrowth velocitywhich has been attributed to a Fermi level effect. A three–dimensional Thomas–Fermi–Poisson solver has been implemented and coupled with the LKMC model allowing to takeinto account the band bending at amorphous/crystalline interface. The phenomenological generalizedFermi level shifting (GFLS) correction proposed by Williams and Elliman in [Phys.Rev. Lett. 51, 1069 (1983)] has been used to modify the microscopic recrystallization rates.Simulations of the regrowth velocity as a function of temperature for different dopant concentrationshave shown a reasonable agreement with experimental data. In summary, in thismanuscript a unified SPER model relying on the LKMC approach is presented. It takes intoaccount various technologically relevant parameters influencing the regrowth kinetics such astemperature, crystalline orientation, stress and dopants. The model is per se three-dimensionaland can therefore be used to explore multi–directional regrowth phenomena that take place inreal electronic devices.