A figure in the news last month stopped me short: Reuters reported that one in two young people in Europe have used an AI chatbot to discuss something intimate or personal. This is a remarkably high number of young people exposing their vulnerabilities to essentially unregulated technologies driven by commercial interests.

Yet the more I thought about the findings, the less interested I became in the technology, and the more I found myself drawn to understanding the behavior.

There is no doubt that the question of whether AI is helping or harming young people is important. But strikingly, the same surveys show that young people don't fully trust AI yet turn to it anyway. What is AI providing that so many are struggling to find elsewhere?

Behavioral science offers a useful lens here. A chatbot answers the instant a teenager reaches for it, skipping the long chain of steps that help-seeking in the real-world demands. There is no appointment, no waiting, no travel, no risk of judgment. People, especially adolescents, gravitate toward whatever asks the least of them in a difficult moment. And each time the chatbot responds, instantly, it rewards the reach, making the next turn to it more likely.

Why young people reach for AI, even while doubting it, is a question anyone building or funding mental health systems should be asking. Their behavior reveals the gaps in the systems surrounding them, and points to where the work urgently needs to begin. I make that argument here.

#MentalHealth #AdolescentHealth #BehavioralScience #AI #DigitalHealth #YouthMentalHealth #NCDs #HLM4

Honestly, it's not that bad publication... | 45 comments on LinkedIn

Biliary tract cancers, encompassing intrahepatic, perihilar and distal cholangiocarcinoma and gallbladder cancer, are a heterogeneous group of highly aggressive malignancies. Most patients have unresectable disease at first presentation, and even those who undergo surgery are likely to have disease recurrence. Newer approaches have included liver transplantation for selected patients, and the integration of locoregional and systemic therapies has expanded the number of patients who can benefit from surgery. The advent of immune-checkpoint inhibitors and targeted therapies for patients with advanced-stage disease has prompted the exploration of these agents in earlier-stage disease settings. Despite this progress, treatment algorithms remain complex, necessitating a multidisciplinary and individualized approach to patient management. Future research should focus on optimizing patient selection through biomarker-driven strategies, including the integration of molecular profiles to guide the selection of systemic therapy, as well as refining the criteria for surgery and transplantation. These improvements will require global collaboration and novel clinical trial designs. In this Review, we describe evolving perioperative strategies for the management of patients with biliary tract cancers and highlight emerging directions in the field. Cholangiocarcinomas, comprising intrahepatic, extrahepatic and perihilar subtypes as well as gallbladder cancer, are a heterogeneous group of malignancies that necessitates a personalized approach to both surgery and systemic therapy. In this Review, the authors describe progress in the development of personalized perioperative therapy strategies as well as the most promising future research directions in this diverse and often difficult-to-treat group of cancers.

ChatGPT vs Grok vs Gemini vs Claude vs Perplexity.

Vous ne savez pas laquelle utiliser ? Pas de panique, voici le breakdown rapide pour arrêter de tester chaque IA séparément 👇

1. ChatGPT

Le meilleur pour la productivité quotidienne : écriture, brainstorming, code, planification. En gros votre assistant tout-terrain.

2. Grok

Si votre travail tourne autour des tendances, des réseaux sociaux ou de ce qui se passe MAINTENANT, c'est l'IA à privilégier.

3. Gemini

Parfait si vous vivez dans Google Workspace (Docs, Sheets, Slides). Excellent pour la collaboration et le temps réel.

4. Claude

Vous bossez sur des rapports longs, des policies, du deep reading ? Claude est le plus fort pour comprendre et synthétiser des sujets complexes.

5. Perplexity

Besoin de sources fiables ? Solide pour la recherche, le fact-checking et les réponses sourcées rapidement.

Il n'y a pas de "meilleure IA"... seulement celle qui colle à votre poste et votre workflow.

Le bon move ? Le bon outil pour la bonne tâche.

___

Au-delà du choix d'outil, ce qui fait vraiment la différence c'est de continuer à monter en compétence sur l'IA.

J'ai compilé pour vous une sélection de 25 cours gratuits (Google AI Essentials, Google Prompt Engineering, DeepLearning AI Agent Developer, Generative AI Specialization, etc.) que vous n'avez plus aucune excuse pour ne pas suivre en 2026.

Pour vous faire gagner du temps, j'ai compilé tous ces liens dans un seul document.

👇
Pour recevoir ce GUIDE (gratuit) :

1) Likez ce post
2) Commentez "LIENS"
3) Connectez-vous avec moi (pour que je puisse vous l'envoyer)

♻️ Pensez à reposter pour en faire profiter votre réseau.
| 43 comments on LinkedIn

Do presentations make you nervous? You're not alone!
The tips and tricks in this article are gold!
𝘙𝘦𝘱𝘰𝘴𝘵 𝘵𝘰 𝘩𝘦𝘭𝘱 𝘺𝘰𝘶𝘳 𝘯𝘦𝘵𝘸𝘰𝘳𝘬

- Keep it simple: 3 key points max. Don't overload.
- Practice, practice, practice: Time yourself.
- Use visuals wisely: 1 slide per minute is plenty.
- Be yourself: If you're not funny, don't force jokes.
- Record yourself: It's painful but reveals bad habits.

The real secret? Give lots of presentations.
You'll improve every time!

💬 What's your #1 presentation tip?
--------------------------------

𝐅𝐢𝐧𝐝 𝐢𝐭 𝐮𝐬𝐞𝐟𝐮𝐥?
🔄 Repost (& like)

Follow Razia to get more useful Research content (no clickbait stuff!) in your feed.

Want FREE tips on using AI in research?
↳ Join 17000+ researchers here ⬇️
https://lnkd.in/gV6-3UZk
--------------------------

🔗 to full article in comments | 14 comments on LinkedIn

J’ai testé NotebookLM
https://notebooklm.google/ : notre cerveau secondé par une IA focalisée sur MES sources 👏🏼

Si vous jonglez entre PDF, docs Word, notes de réunion et articles, Notebooklm undefined vaut clairement le détour. L’idée est geniale vous chargez vos documents, vos écrits, idées etc … et l’IA ne répond qu’à partir des sources téléchargées Résultat: moins de blabla … plus de contenus structurés !

Ce que j’aime :

-focus sur mes contenus: fini les réponses “boîte noire”. Chaque insight est ancré dans les documents que j’ai fournis.
-Synthèses rapides: résumés clairs, plans, FAQ et fiches mémo générés en quelques secondes.
-Traçabilité: citations et passages surlignés pour vérifier d’où vient l’info 👏🏼
-Formats utiles: scripts audio, idées de présentations, quiz d’entraînement…

🎓Bonnes pratiques

👍 Qualité > Quantité

- Posez des prompts précis: “Compare les hypothèses A/B et cite les pages”.
- Vérifiez les références: suivez les liens/citations et faites votre choix.

Limites:

➡️ si vos sources sont incomplètes ou biaisées, les réponses le seront aussi.
➡️Données sensibles: évitez d’y placer des informations confidentielles sans politique claire de sécurité/partage.
➡️Contexte hors-sources: NotebookLM reste volontairement “myope” au-delà de ce que vous lui donnez.🙏

Merci Cédric du Bot @groupeetablieres - Formation Pour Adultes.

Pour transformer vos documents en connaissances actionnables grâce à son studio, NotebookLM est un un moteur d’intelligence focalisé sur vos propres contenus — et c’est précisément ce qui le rend utile !

François LE CLERE Groupe Etablières Cédric du Bot SUP SOCIAL - GROUPE ETABLIERES Damien SAVARY Sophie Maussion Marjorie Corboz Laura BOSSARD NotebookLMShare Community cyril Cyrilguillebaud Valdocco Formation Sandrine Lormeau Elodie Brugier Rivet …

🔍 𝐃𝐞́𝐜𝐫𝐲𝐩𝐭𝐞𝐫 𝐥'𝐢𝐧𝐟𝐨 | 𝐃𝐞́𝐜𝐢𝐝𝐞𝐫 𝐝𝐮 𝐯𝐫𝐚𝐢 𝐞𝐬𝐭 𝐮𝐧 𝐦𝐞́𝐭𝐢𝐞𝐫. 𝐐𝐮𝐢 𝐥𝐞 𝐟𝐢𝐧𝐚𝐧𝐜𝐞 ?

Un journaliste économique du Handelsblatt, Norbert Häring, par ailleurs membre du parti de gauche BSW, a publié récemment un ouvrage intitulé « Le Complexe de la Vérité ».

Ce qu'il documente, c'est un maillage, largement financé sur fonds publics, d'organisations présentées comme relevant de la société civile, d'agences de vérification, de fondations et de relais médiatiques qui surveillent et orientent le débat. Häring en suit les traces concrètes, les flux financiers, les passerelles de personnel d'une structure à l'autre.

La question qu'il soulève est d'abord une question d'architecture. Lorsqu'un dispositif présenté comme une protection démocratique contre la désinformation est animé par des acteurs formés, financés et sélectionnés par les institutions qui en bénéficient, la régulation glisse vers la fabrique de la doxa autorisée.

Outre-Atlantique, un phénomène voisin a reçu un nom, forgé à droite, complexe industriel de la censure, apparu devant le Congrès américain dans le sillage des Twitter Files. Qu'une même inquiétude monte de la gauche allemande et de la droite américaine devrait suffire à la sortir des cases.

Le rôle du veilleur n'est pas de dire quel niveau de modération serait souhaitable. C'est de cartographier le dispositif comme on cartographierait n'importe quel appareil bureaucratique : acteurs, financements, canaux de décision, recours possibles.

Il y a d'ailleurs quelque chose d'instructif à voir les méthodes de l'OSINT, conçues pour les systèmes opaques et les États autoritaires, s'appliquer aux dispositifs de gouvernance informationnelle de l'Union européenne.

Et vous ? À qui déléguez-vous le soin de trier le vrai du faux à votre place ?

CR451 - Centre de Recherche 451 AEGE - Le réseau d'experts en intelligence économique Veillemag IAE de Poitiers ADBS - Secteur Veille Arnaud de Morgny Nicolas MOINET Bartol ZIVKOVIC François Soulard Antoine Violet-Surcouf Sébastien TERTRAIS

#veille #intelligenceéconomique #espritcritique #DSA #gouvernanceinformationnelle

#NotebookLM : pas juste un outil IA. Le révélateur d'un manque (#PKM).

Un manque de méthode et d'outils de Personal Knowledge Management dans les organisations, et aussi en dehors.

Des méthode-outils capables de faire le lien entre ce que sait une personne et ce qu'elle doit réaliser dans un projet. Une réponse honnête à la surcharge informationnelle, avec balisage des gaps à combler.

Google a lancé NoteBook LM comme une expérience. Le succès massif et non anticipé nous dit quelque chose : les personnes ne cherchent pas juste une IA qui pense à leur place. Mais, une IA qui reste “à sa place”. Ancrée dans leurs sources, au service de leur discernement. Sans boîte noire (enfin pas trop).

La frontière que la délégation cognitive doit respecter. Augmenter sa pensée. Non la soumettre. Mobiliser plusieurs sens en convergence : texte, quiz, flashcard, image, mind map, audio.

Ces besoins ne sont pas nouveaux, et les projets de type "second cerveau" portaient déjà cette promesse. Ils sont d'ailleurs très “hype” depuis des mois, c'est un vrai signal.

Externaliser sa mémoire. Connecter ses idées. Assembler des grains d’informations. Retrouver ce que l'on sait au moment où on en a besoin. 100% aligné avec la pratique mind mapping, ici ancrée sur des données plus massives et historisées.

L’occasion de rappeler qu’un second cerveau ne fonctionne que si le premier est au clair. Sur ses intentions de départ (même si évolutives). Une trajectoire cognitive esquissée : ce que je cherche vraiment à construire comme savoir opérationnel, et dans quels contextes. La vraie place du #MindMapping.

Sans ça, l'outil capture, digère, régurgite sans amplifier.

Ce qui m’étonne (cela ne durera pas…) : très peu d’acteurs surfent sur ce signal “knowledge management” personnel associé au visuel, en dehors des réalisations plus techniques de type RAG en IA.

Les acteurs historiques sont là : outils Wiki, The Brain, Obsidian, Evernote, Notion. Peu de nouveaux entrants dans l’esprit décrit plus haut et surtout accessibles techniquement.

Là où NoteBook LM se démarque : formats multimédias en entrée et en sortie, guidage de l'IA via prompting au service du raisonnement sans le court-circuiter : un début de souveraineté cognitive. En plus de son côté propriétaire, l'outil a aussi ses limites, que certains développeurs ont déjà comblées. Un signal de plus.

Parions que le paysage va évoluer dans les mois qui viennent. Des réalisations sont déjà là et il y a des choses de valeur à tester ;-).

A medical student presented a dizzy patient to me last week, and when I asked for them differential they told me they'd already run it past an LLM. Vestibular migraine. Reasonable answer, probably even right. So I asked them to name three other things it could be and talk me out of each one... things went silent.

A Wolters Kluwer survey out this week put a number on that silence. Three-quarters of clinicians now use AI at least weekly, and 74% call losing their own critical thinking one of the biggest risks of the whole thing. The fear isn't abstract. A prior Mass General Brigham study of 21 models found they nail the final diagnosis more than 90% of the time when you hand them the whole case, and miss the differential more than 80% of the time when the picture is still incomplete. Sharp at the end of the workup, lost at the start, which is the only part that was ever hard.

So the plan is to hand the front of every case to the one player at the table who goes all in on the first card it's dealt. | 60 comments on LinkedIn

One of the biggest mistakes researchers make is claiming a research gap without knowing what type of gap they have actually identified.

Not every gap is a “lack of studies.”

Sometimes the gap is:

📌 A missing theory (Theoretical Gap)

📌 A different setting or country (Contextual Gap)

📌 Outdated evidence (Temporal Gap)

📌 An underrepresented population (Population Gap)

📌 Missing variables or concepts (Conceptual Gap)

📌 New technologies creating new opportunities (Technological Gap)

📌 Weak methods in previous studies (Methodological Gap)

📌 Findings that have not been translated into practice (Practical Gap)

The quality of your research is often determined by how clearly you identify and justify the gap it seeks to address.

Remember:

A strong research gap leads to a strong research question.
A strong research question leads to impactful research.

Before starting your next study, ask yourself:

“What specific gap am I trying to fill?”

Follow David Innocent for more research, evidence synthesis, and academic excellence insights.

Nutritionally inadequate diets are among today’s greatest challenges to both public and planetary health. However, interventions aimed at changing eating behaviour in the long term have shown limited effectiveness, potentially because research has typically conceptualized eating behaviour as an individual activity despite its fundamentally social nature. In this Review, I argue for the importance of understanding eating within its natural social contexts to achieve effective, long-term change. I conceptualize eating as a social activity, review the current relevant theories, and synthesize the forms and dimensions of eating in its natural social context. Current and emerging methods for measurement and analysis are available that can capture eating in real-world settings. Empirical evidence shows that eating with others is more common than eating alone; eating takes place within specific social contexts and broad social systems; and eating serves central social functions. Researching eating behaviour in its natural social context could help to overcome the shortcomings of current theories and improve behaviour change interventions, to the benefit of health and well-being. Beyond meeting a basic need, eating behaviour shapes human health and environmental outcomes. In this Review, Mata highlights the fundamentally social nature of eating and describes how to integrate this evidence into current research on behaviour change.

Most researchers are using ChatGPT like a search engine.

The problem?

The quality of the answer depends on the quality of the instruction.

In this infographic, I share 3 simple ChatGPT prompt techniques that can significantly improve your research workflow:

✅ Lindy Mode – Focus on proven theories, established frameworks, and long-standing academic foundations.

✅ 80/20 Mode – Identify the small number of concepts, theories, and findings that explain most of a research field.

✅ Truth Mode – Find weaknesses, missing variables, methodological issues, and potential supervisor concerns before submission.

Whether you’re working on a thesis, dissertation, literature review, journal article, or research proposal, these prompt techniques can help you think more critically and work more efficiently.

Remember:

📌 Lindy Mode = Strong Foundations

📌 80/20 Mode = Faster Learning

📌 Truth Mode = Better Critical Thinking

Which one would you use first?

Follow Piumsha Mayanthi for more AI, research, and academic productivity insights.

#Research #AcademicResearch #ResearchMethods #ThesisWriting #Dissertation #LiteratureReview #PhDLife #PhDStudent #GraduateSchool #Researcher #HigherEducation #Academia #ScientificResearch #ResearchTips #AcademicWriting #AI #ArtificialIntelligence #ChatGPT #GenerativeAI #AIForResearch #ResearchProductivity #DataAnalysis #EducationTechnology #MachineLearning #OpenAI