Avec son concept de Veille antifragile, #Sindup nous incite à lutter contre les biais informationnels et la désinformation https://lnkd.in/ead_PvAs

Every research paper tells one story in nine parts. Each section has one job.


When a section tries to do another section's job, the paper gets harder to follow.

A few things that make the biggest difference:

→ Write the title and abstract last

↳ They summarize a paper that does not exist until the rest is written.


→ End the introduction with your question

↳ The reader should know exactly what you set out to answer before the methods begin.


→ Keep results and discussion separate

↳ Results report what you found. The discussion explains what it means.


→ Treat limitations as part of the science

↳ Naming them clearly builds trust with reviewers and readers.

Save this for your next manuscript.

Which section do you find hardest to write? | 45 comments on LinkedIn

Évaluer à l'ère de l'IAg : coffre à outils pour le personnel enseignant. https://lnkd.in/eX_473r7

💥Did you know that AI used appropriately can enhance who you are, your originality, and your creativity? That’s where metaliteracy comes to help you in this process!

💥Please listen to Dr. Thomas P. Mackey, Ph.D. ’s explanation of metaliteracy and tune to the whole episode for amazing ideas on how to incorporate AI to enrich your own thinking!

💥 Dr. Mackey is Professor in the Department of Arts and Media, College of Arts and Sciences of Empire State University. He also serves as Program Coordinator for the BA and BS in Digital Media Arts. His work focuses on metaliteracy as a framework for learning and digital environment, with a growing emphasis on ethical and creative engagement with AI.

👉Links to the episode in comments!

In twenty years, European streets will be darker than they are tonight.

And nobody will be complaining.

Here is what I think will have happened, and none of it needs technology we do not already have. Light will have become conditional. Streets at full output only when someone is actually there, not because sensors are a gadget but because continuously illuminating empty space will look like exactly what it is: waste, in a system where every watt has a name.

Levels will be lower and people will see better.

Two decades of serious glare control and better spectrum will have taught the public what every lighting designer already knows, which is that adaptation matters more than quantity. The sky will be part of the brief. Not a compliance box at the end of the report. A design objective, in the same way daylight became one. And the biggest change will not be technical at all.

Darkness will have stopped meaning danger, neglect or poverty.
It will mean that somebody made a decision.

The part I am least sure about is who drives this. Regulation is slow. Manufacturers sell products, and less light is a difficult product to sell.

Cities move when there is a budget argument, and there is a very good one, but nobody has made it well yet.

My guess is that it starts somewhere small. Someone removes half the lighting in a public space, measures what happens, and can prove that nothing bad did.
The rest is imitation.

I would rather design that city than the one we are lighting tonight. | 58 comments on LinkedIn

Vous aussi, vous préféreriez lire plutôt que de scroller sur votre téléphone pendant des heures ? Pierre-Alexis Geoffroy, psychiatre et invité d'Ali Rebeihi dans “Grand bien vous fasse !”, a peut-être des solutions pour vous...

Pour en savoir plus ➡️ https://lnkd.in/eehT_DSx | 103 comments on LinkedIn

703,265 clinicians a month now ask an AI what to do with their patients.
Not for admin. Not for emails. More than half of the questions are about clinical decisions.

That's the first large-scale study of how doctors actually use AI, published in JAMA on 15 October by researchers at Harvard Medical School and Brigham and Women's.

The numbers, from one platform — OpenEvidence — across roughly 950,000 US physicians, PAs and nurse practitioners:

→ Monthly active users: 355 in January 2024. 703,265 in June 2026.
→ 270 million queries in total.
→ 51.9% about clinical decision-making, mostly treatment and management. 13.9% about diagnosis.
→ Early-career physicians and internal medicine ask disproportionately often.

And then the sentence that matters most, from senior author Anupam Jena: clinicians are "often using it in areas where they don't have specific expertise."

Sit with that, because it collides with how these tools are regulated.

In the US, whether clinical decision support software is a medical device turns largely on one condition: the clinician must be able to independently review the basis of the recommendation, so they don't rely primarily on it. The whole safeguard assumes a professional who can check the answer.

The usage data shows the opposite pattern. The tool is used most where the user is least able to check it.

One more detail. When the FDA updated its clinical decision support guidance in January 2026, it removed the discussion of automation bias that the 2022 version contained. The risk didn't go away. The paragraph did.

Precision, because it matters: I am not saying this tool is unsafe, and I'm not making a claim about its regulatory status. The study measured use, not outcomes, and the authors say outcomes are next. Three of the co-authors work for OpenEvidence, which supplied the de-identified data; the study was NIH-funded.

But last week I wrote that a doctor's signature has quietly become the approval for AI output. This is the data behind that sentence. The signature is supposed to come from someone who knows the field. Increasingly, it comes from someone asking the machine precisely because they don't.

That isn't a scandal. It's a design assumption that no longer holds — and regulation built on it needs a new one.

—
🤖 AI-assisted (Claude). Editorial responsibility mine. Labeled per EU AI Act Art. 50. | 20 comments on LinkedIn

Lacune de recherche (Research Gap) vs. Problème de recherche (Research Problem) — comprenez bien la différence. 🎓📚
Une lacune de recherche décrit ce qui est manquant, limité, contradictoire ou sous-exploré dans la littérature existante.
Un problème de recherche décrit l’enjeu réel, théorique ou pratique qui rend votre étude indispensable.
En termes simples :
— Lacune de recherche = Qu'est-ce qui manque dans les connaissances actuelles ?
— Problème de recherche = Quel problème concret ou théorique doit être résolu ?
Un projet de thèse (ou protocole de recherche) rigoureux doit impérativement articuler et rendre limpide le lien direct entre les deux.
Si vous parvenez à formuler clairement le problème, à identifier précisément la lacune et à démontrer la pertinence de votre apport, vous disposez d'ores et déjà d'un socle scientifique solide pour votre recherche.

------------++++++++
Maurice KAKOU, PhD
Enseignant-Chercheur | Coach académique – Recherche
#LacuneDeRecherche #ProblemeDeRecherche #Doctorat #These #RechercheScientifique #Methodologie #RedactionScientifique #PhDLife

I came across this npj Digital Medicine study on AI-assisted healthcare evidence search, and I think it will be interesting for anyone following the field of AI in evidence synthesis.

The study tested popular AI search tools, including Consensus, ChatGPT, Gemini, and Claude, and found that a single query often misses a significant share of relevant studies. Results were also inconsistent: the same question returned very different sets of studies on different occasions, and gaps varied by publication year, venue type, and topic.

Why this matters to me: as AI search becomes a common first step for clinicians, researchers, and HTA teams, a fast answer is not the same as a complete one. Systematic, transparent, and reproducible searching remains essential, and it is a useful conversation to have with our customers when they ask whether AI search can replace structured evidence identification.

Where have you seen AI search tools fall short in your own evidence work?

Thank you Alexander Bedenkov for sharing this article.

Splash can now semantically search through over 4,500 published visual stories: maps, interactives, 3D, audio and documentary pieces. They span 15 years and come from hundreds of newsrooms, studios and designers. New visuals are added to the catalogue every week.

The search is baked into the graphics selection process, so you can ask your agent to find inspiration for your next story. Splash can then continue into graphics production based on your preferences!

Each piece carries around ten tags for its form, place and topic, and the full text of almost every page is indexed. So a word or two about your subject is enough:
- heatwave matches 46 pieces
- floods, 466
- election results, 403
- glaciers, 87

I use it before I pick a chart type or a map, to see how other newsrooms showed the same kind of comparison.

Use it in your browser or through Splash:
https://lnkd.in/ejGm3_nF

Top 10 Cat songs of all time! 😻✨ Which is your favourite? 🤔

(2/12) La revue de littérature : 5 erreurs qui peuvent la fragiliser… et comment les éviter 👇
1️⃣ Commencer à lire sans fil conducteur
Partezz d’un phénomène à expliquer dans un contexte précis. Par exemple : « Pourquoi certains consommateurs achètent-ils les produits recommandés par des influenceurs sur Instagram ? »
Demandez-vous ensuite : comment les chercheurs expliquent-ils ce phénomène ? Quelles théories mobilisent-ils ? Qu’est-ce qui reste mal compris ?
Votre question de départ s’affinera au fil des lectures.

2️⃣ Se limiter à une seule source documentaire
Croisez des sources complémentaires : Scopus, Web of Science, Google Scholar, mais aussi Cairn pour les travaux francophones, selon votre sujet.
Variez les mots-clés et leurs synonymes, puis explorez les références des articles pertinents.

3️⃣ Enchaîner les résumés « article par article »
Je propose souvent une matrice de lecture sous Excel pour décortiquer chaque article : question de recherche, théorie, concepts, méthode, résultats et limites (un fichier excel que je donne souvent en image (mettez les en colonne et l'analyse des articles ligne par ligne).
Ce travail prépare la synthèse : organisez ensuite votre revue autour des thèmes, des concepts et des débats. Faites dialoguer les travaux en montrant leurs convergences, leurs contradictions et leurs différences d’explication.

4️⃣ Citer sans avoir lu
Remontez à la source et vérifiez ce que les auteurs ont réellement étudié, démontré… et nuancé.
Une citation reprise sans vérification peut déformer un résultat ou lui donner une portée qu’il n’a jamais eue.

5️⃣ Confondre rareté des études et lacune théorique
« Peu de recherches ont étudié ce sujet » ne suffit pas à justifier une contribution.
Votre revue doit faire apparaître un problème précis dans les connaissances existantes : des résultats contradictoires, un mécanisme mal expliqué, ou une théorie dont les limites apparaissent dans certaines conditions.
La question essentielle : qu’allons-nous mieux comprendre grâce à votre recherche ?
📌 Pour démarrer : une question directrice, une matrice de lecture et Zotero dès les premières lectures.


Pour aller plus loin, je recommande le cadre d’analyse TCCM :
→ T — Théories mobilisées.
→ C — Contextes étudiés.
→ C — Caractéristiques : variables et relations examinées.
→ M — Méthodologies employées.
Croiser ces dimensions aide à comprendre pourquoi les résultats convergent ou divergent, et à préciser ce qui mérite d’être approfondi.

Connaissez-vous ce cadre ? Quel conseil auriez-vous aimé recevoir au début de votre recherche ? 💬
#Recherche #RevueDeLittérature #Doctorat #Méthodologie #TCCM

Je profite d'une sortie Insee sympa pour parler de kepler.gl, qui vient d'enchaîner deux préversions. Une petite dinguerie du WebSIG !

kepler.gl, cest une application web libre (licence MIT), ouverte par Uber en 2018 et construite sur deck.gl.
Tu déposes un fichier, la carte apparaît : agrégation à la volée en hexagones, 3D, filtres avec histogrammes, animation dans le temps. Et tes données ne quittent pas ton navigateur.

Le 9 octobre, l'alpha.16 :
→ une galerie de modèles 3D, et tes propres modèles
→ une opacité de couche qui varie selon le zoom
→ une chronologie qui regroupe les séries par champ
→ un éditeur JSON pour les graphiques

Le 17 octobre, l'alpha.17 :
→ export des données en GeoParquet, GeoPackage, Shapefile, KML ou KMZ
→ un même filtre sur plusieurs jeux de données, ou en mode exclusion
→ des statistiques par colonne dans la table, et le type d'une colonne qui se corrige
→ des flèches sur les arcs, des étiquettes de comptage sur les agrégations

Ce sont des préversions, pas encore la stable. Mais le cap est clair : kepler n'est plus seulement un outil pour regarder, il devient un outil pour préparer et sortir la donnée.

Pour l'essayer, l'Insee tombait bien. Le recensement 2023 au carreau d'un kilomètre est sorti le 15 octobre : 374 479 carreaux habités, 15 variables.

La moitié des habitants vit sur 2,1 % de ces carreaux ; le plus peuplé, dans le 18e arrondissement de Paris, compte 48 967 habitants.

Dans kepler : hexagones en relief, un filtre sur la part des 65 ans et plus, et un petit tableau de bord à côté qui se recalcule. Avec au moins 35 % de seniors, il reste 54 600 carreaux, et le Var, la Charente-Maritime et la Vendée passent en tête.

Avant ça, j'ai converti le CSV en GeoParquet avec ogr2ogr : l'identifiant de chaque carreau contient ses coordonnées, un MakePoint() suffit. 79 Mo deviennent 4 Mo, en gardant 5 variables sur 15.

Le GeoParquet, on ne le présente plus.
On attend quand même la V2 : la 1.1 reste la dernière stable, la 2.0 n'existe qu'en release candidate. Elle s'appuiera sur les types géométriques natifs de Parquet et abandonnera l'encodage GeoArrow… celui que j'ai utilisé. Il faudra refaire la conversion.

Kepler, GeoParquet : je m'en sers tous les jours dans les missions de mon quotidien.

Chaque lundi, je partage quelque chose d'utile en lien avec mes travaux.


#keplergl #WebSIG #GeoParquet #Insee #OpenData #Géomatique

En 1985, la Chine produisait moins de 1 % des publications mondiales en recherche fondamentale. En 2024, elle en produit près d'un tiers, davantage que les États-Unis (19 %) ou l'Union européenne (22 %).
Un rapport publié la semaine dernière à Pékin par des chercheurs chinois, avec le soutien de la principale agence publique de financement de la recherche du pays (NSFC), fouille une mine de données chinoises ouvertes pour éclairer ce succès : quels leviers politiques ? quels investissements ? quel pilotage stratégique ? quel équilibre entre recherche curiosity-driven et recherche appliquée ? quelle éducation des talents ? Pour en discuter avec les meilleurs experts internationaux des politiques scientifiques, j'ai le plaisir de participer cet après-midi à une réunion internationale organisée par le Research On Research Institute (RoRI) et UCL.
Un moment important de partage pour la communauté métascience, ou « science de la science » : étudier avec les méthodes de la recherche la manière dont la recherche est financée, évaluée et utilisée, afin d'éclairer les choix publics. Ce rapport chinois en est un exemple remarquable, puisqu'il repose sur des données ouvertes, refuse de produire un classement et invite à enrichir nos outils de scientométrie par une meilleure compréhension normative de la qualité épistémique de l'activité scientifique.
Et l'Europe dans tout ça ? C'est la question que nous creusons à Evidences, dans une analyse à paraître prochainement !
Research On Research Institute (RoRI)Agnès Buzyn UCL 👉 https://cfrr.net

Thought-provoking!

"The Oxford Handbook of Philosophy of Imagination and Creativity," edited by Amy Kind and Julia Langkau.

"Philosophy has long paid minimal attention to creativity, and even with the rise of research on imagination, the creative imagination has still largely been ignored. The aim of this Oxford Handbook is to correct this neglect. By bringing together research from various sub-disciplines, the contributors explore recent emerging topics and open up new avenues of research in the philosophy of imagination and creativity."

https://lnkd.in/eiMr5SU2

Google no longer just sends us to sources. Increasingly, it answers for us.
Swipe through for what this means for thinking, for the quality of what we find online, and for schools, where the new divide may show first.
Google now answers. Our job is to keep people asking.
#InformationLiteracy #AILiteracy #StudentsNeedSchoolLibraries
Full article: https://lnkd.in/gsc2GXBS

Après la mobilisation du 17 octobre, les Gilets jaunes appellent à un nouvel acte contre la vie chère ce samedi 24 octobre. Rassemblements sur les ronds-points, manifestations et actions locales : découvrez la carte des mobilisations annoncées partout en France, alors que lycéens et étudiants sont également appelés à poursuivre la contestation.

🤖 IA en santé : quand les patients arrivent en consultation avec leur diagnostic...et leur ordonnance !

Le Dr Google a-t-il définitivement laissé sa place au Dr ChatGPT ?

L’intelligence artificielle générative s’invite dans la relation médecin-patient et bouleverse progressivement les habitudes de consultation. Diagnostic présumé, examens souhaités, traitements envisagés : les patients sont de plus en plus nombreux à interroger l’IA avant de consulter, voire parfois à la place d’un médecin.

En avant-première de la deuxième édition du Baromètre Data & IA en santé, qui sera dévoilée dans son intégralité le 5 novembre prochain, l'Acsel - L'association de l'économie numérique et Toluna révèlent des chiffres particulièrement éclairants sur ces nouveaux usages.

📊 Des chiffres particulièrement révélateurs :

🔹 90 % des professionnels de santé interrogés dont les patients utilisent l'IA ont déjà reçu un patient arrivant avec une idée précise de sa pathologie après avoir consulté une IA générative. Côté patients utilisateurs d'IA en santé, 46 % déclarent lavoir fait.

🔹 82 % des professionnels ont déjà été confrontés à un patient ayant une idée précise des examens complémentaires qu'il souhaitait réaliser grâce à l'IA (46 % côté patients).

🔹 79 % des professionnels ont également vu des patients arriver avec une idée précise du traitement souhaité (43 % côté patients).

⚠️ Plus préoccupant : 53 % des professionnels ont été confrontés à des patients ayant utilisé l'IA à la place dune consultation médicale, estimant quelle pouvait les aider autant qu'un médecin. Une situation reconnue par 43 % des patients utilisateurs d'IA en santé.

Le patient ne vient plus seulement consulter. Il vient aussi confronter les réponses de l'IA à l'expertise médicale.

👉 Un décryptage à découvrir sur Buzz E-santé : https://lnkd.in/eQFUq-AU

Une nouvelle fonctionnalité fait son apparition sur l’application de messagerie WhatsApp. Mais quelle est-elle et à quoi sert-elle ?