Comment lire un préprint non revu par les pairs ?
Axel Morel · Fondateur & analyste, ProbansL'essentiel
Un résultat spectaculaire publié sur arXiv n'a pas encore été vérifié par d'autres chercheurs du domaine. Trois réflexes de lecture et une mise en garde contre le biais de disponibilité, illustrés par le cas du TRM, aident à situer ce type de papier sans attendre ni le rejeter par principe. Leur efficacité, elle, reste à établir.
- Le dépôt sur arXiv ne suppose aucune validation externe. L'auteur dépose son travail, il devient immédiatement lisible par tous, sans qu'un comité de pairs ait vérifié les calculs, les protocoles ou les comparaisons. Ça ne veut pas dire que le résultat est faux.
- Trois réflexes remplacent le « ça m'a l'air solide ». Séparer le résultat brut mesuré de l'explication avancée pour lui, chercher une réplication indépendante et l'identité de qui l'a produite, nommer l'intérêt institutionnel de l'auteur.
- La méta-science documente des risques voisins de celui que ces réflexes visent, sans le mesurer pour les préprints d'intelligence artificielle. Sur 100 affirmations tirées de préprints Covid-19 en sciences sociales et comportementales, 29 réplications à haute puissance donnent 65,4 % de réplication ; et, après une phase d'échange entre pairs, les débutants ont classé correctement 69 % des affirmations contre 61 % pour les chercheurs expérimentés, un écart dont les auteurs écrivent qu'il n'est pas statistiquement significatif.
En séparant le résultat brut de l’explication avancée pour lui, en cherchant qui l’a répliqué et ce qu’il y gagne, et en nommant l’intérêt institutionnel de celui qui le publie : trois réflexes, auxquels s’ajoute une mise en garde contre un biais de jugement qui fait passer la répétition pour de la preuve. Le cas qui suit sert d’illustration. Selon un préprint publié sur arXiv (arXiv:2510.04871), non encore relu par les pairs, un modèle de 5 à 7 millions de paramètres obtiendrait de meilleurs scores que la plupart des LLM testés, dont Deepseek R1 (671 milliards de paramètres), sur des bancs d’essai de puzzles, pour un coût d’entraînement documenté en heures de calcul GPU (environ trois jours sur quatre GPU H100 pour ARC-AGI), pas en dollars : le TRM (Tiny Recursive Model), présenté sur ce site dans une fiche dédiée, a circulé sous une forme plus condensée et moins précise. Un an, cinq ans, un domaine différent : la grille de lecture qui suit reste la même. Elle s’applique moins au TRM lui-même qu’à n’importe quel préprint spectaculaire à venir.
Ce qu’est un préprint, et ce que ça ne veut pas dire
Ce que les données établissent. Un préprint est un article publié avant, ou sans jamais passer par, une relecture indépendante par d’autres chercheurs du domaine, la peer review. Sur arXiv, plateforme où le papier TRM est déposé, la mise en ligne ne suppose aucune validation externe de la méthode : l’auteur dépose son travail, il devient immédiatement lisible par tous, sans qu’un comité de pairs n’ait vérifié les calculs, les protocoles ou les comparaisons. Geste gratuit et vérifiable en un clic : regarder le numéro de version affiché sur la page (v1, v2…) et comparer les versions successives, puisqu’un préprint peut être corrigé ou nuancé sans jamais quitter la plateforme.
Ça ne veut pas dire que le résultat est faux, et le seul taux de confirmation mesuré dans les travaux cités ici, 65,4 %, porte sur des préprints Covid-19 en sciences sociales et comportementales, pas sur les préprints en général. Ça veut dire qu’au moment de la lecture, aucun tiers n’a encore vérifié la méthode avant publication : la vérification, si elle vient, viendra après coup, publiquement, et pas toujours dans le sens attendu par l’auteur.
Ce que la méta-science mesure, et sur quel terrain
Ce que les données établissent. Ces trois réflexes ne sont pas une prudence arbitraire : la discipline qui étudie la fiabilité de la recherche elle-même, la méta-science, chiffre des risques voisins de celui qu’ils cherchent à couvrir, sans l’avoir mesuré pour les préprints d’intelligence artificielle. Deux résultats bornent le problème. D’un côté, la mécanique documentée par Ioannidis dès 2005 dans Why Most Published Research Findings Are False : dans un domaine où les échantillons sont petits, les effets mesurés faibles et les tests statistiques nombreux et flexibles, la probabilité qu’un résultat publié soit un faux positif augmente, indépendamment de toute mauvaise foi de l’auteur. Ses six facteurs de risque (petite taille d’échantillon, petite taille d’effet, grand nombre de relations testées, grande flexibilité analytique, intérêts en jeu, champ compétitif) portent sur les propriétés d’une étude, pas sur son statut de relecture par les pairs : sa démonstration porte d’ailleurs sur des résultats déjà relus par les pairs, et pourtant en bonne partie invalidés selon lui.
De l’autre côté, une mesure directe et récente sur des préprints, pas seulement des articles publiés : une étude parue en 2024 dans Nature Human Behaviour (vol. 9, n° 2), menée par Alexandru Marcoci et plus de cinquante coauteurs sur la plateforme repliCATS, a fait rejouer 29 réplications à haute puissance statistique à partir de 100 affirmations extraites de préprints publiés pendant la pandémie de Covid-19, en sciences sociales et comportementales. Résultat, sur ce même échantillon de préprints Covid-19 en sciences sociales et comportementales : 65,4 % de ces affirmations se sont répliquées (19 sur 29), une affirmation sur trois environ qui ne survit pas à une réplication sérieuse dans ce corpus précis. Plus révélateur encore pour ce dossier : la même étude a demandé à des chercheurs expérimentés et à des débutants de prédire, avant réplication, quelles affirmations tiendraient. Sur ce petit échantillon, et après une phase d’échange entre pairs, les débutants ont classé correctement 69 % des affirmations, contre 61 % pour les chercheurs expérimentés : les auteurs écrivent en toutes lettres que cet écart n’est pas statistiquement significatif, et leur conclusion est symétrique, débutants et expérimentés prédisent tous deux mieux que le hasard. Sur cette mesure et dans ce même corpus, l’expertise du domaine ne suffit donc pas à mieux prédire la réplication, ce qui est déjà contraire à l’intuition selon laquelle un chercheur aguerri jugerait mieux qu’un débutant. L’ordre s’inverse d’ailleurs selon le moment mesuré : lors du premier relevé, avant tout échange, ce sont les expérimentés qui classent mieux, 69 % contre 59 %.
Ce que la méthode interprète. Un préprint n’a par construction subi aucune des étapes de relecture externe qu’ajoute la publication en revue, mais Ioannidis ne dit pas qu’un préprint serait, de ce seul fait, plus exposé que ce qu’il décrit : ses six facteurs s’appliquent aussi bien à un article déjà publié, et sa démonstration retire même à la peer review le statut de filtre protecteur qu’on pourrait lui prêter. Le résultat de Marcoci et al. vient par ailleurs d’un domaine différent (préprints Covid-19 en sciences sociales et comportementales) et ne démontre donc rien, à lui seul, pour la lecture des préprints d’intelligence artificielle. Il nourrit tout de même l’intuition qui justifie une grille structurée plutôt qu’un simple “instinct de chercheur” : si, sur cet échantillon, les chercheurs expérimentés ne prédisent pas mieux la réplication des affirmations testées que des débutants sans expertise du domaine, l’expertise seule n’est pas le filtre fiable qu’on lui prête spontanément, et un jugement fondé sur l’autorité perçue de qui l’énonce (“ça m’a l’air solide, je suis expert”) peut être trompeur. Les trois réflexes qui suivent ne prétendent pas battre ce résultat de façon démontrée ; ils déplacent le jugement du “ça m’a l’air solide” vers des questions vérifiables une par une (le chiffre brut est-il distinct de son explication, existe-t-il une réplication et par qui, qui a intérêt à la diffusion), le seul terrain sur lequel une grille de lecture peut espérer faire mieux qu’une intuition d’expert.
Premier réflexe : séparer le résultat brut de son explication
Ma règle de lecture. Un préprint spectaculaire mélange presque toujours deux choses de solidité très inégale : un résultat brut mesuré, et l’explication avancée pour ce résultat. Le résultat brut est souvent la partie la plus solide et la plus reproductible : il suffit de relancer le code sur les mêmes données. L’explication de pourquoi ce résultat survient est la partie la plus fragile, et c’est aussi la plus vendable médiatiquement, parce qu’elle raconte une histoire plutôt qu’un chiffre.
C’est exactement la distinction que je fais dans ma fiche sur le TRM : selon le préprint Jolicoeur-Martineau (2025, non encore relu par les pairs), le TRM atteint 87,4 % de précision sur Sudoku-Extreme, contre 55,0 % pour le HRM et 0 % pour les LLM testés, des chiffres dont la vérifiabilité indépendante reste à établir (voir la note de correction ci-dessous). Ce qui est en jeu, ce n’est pas ce chiffre brut, c’est l’explication d’un raisonnement inspiré du cerveau humain, avancée par une partie de la couverture médiatique. Face à un nouveau préprint, la première question à poser n’est donc pas “le chiffre est-il vrai”, mais “le chiffre et son explication sont-ils au même niveau de preuve” : ce sont rarement les deux qui tiennent avec la même rigueur.
Deuxième réflexe : chercher une réplication indépendante, et par qui
Ce que les données établissent. Un préprint isolé n’a, par construction, reçu aucune contre-vérification externe. Chercher s’il en existe une, et l’identité de celui qui l’a menée, change ce qu’on peut en dire. Sur le HRM, prédécesseur direct du TRM, l’ARC Prize Foundation a publié une réanalyse indépendante (des ablations menées sur le code et les poids publiés, pas une reproduction menée depuis zéro) : le gain de précision venait surtout du processus itératif de raffinement du modèle, pas du raisonnement hiérarchique mis en avant par le papier original (le détail, avec les chiffres, est dans la fiche dédiée au HRM).
Ce que la méthode interprète. Une réanalyse indépendante n’est jamais neutre pour autant : l’ARC Prize Foundation gère elle-même le banc d’essai ARC-AGI, et a donc un intérêt propre à la visibilité de ce benchmark. Ça ne rend pas son analyse moins valable. Ça veut dire qu’il faut nommer cet intérêt en lisant sa conclusion, exactement comme on nommerait celui de l’auteur du préprint d’origine. Chercher une réplication ne suffit pas : il faut aussi se demander qui l’a produite, et ce qu’elle y gagne.
Troisième réflexe : nommer l’intérêt institutionnel de l’auteur
Ce que les données établissent. L’autrice du TRM, Alexia Jolicoeur-Martineau, est affiliée à Samsung SAIL Montréal, le laboratoire d’IA de Samsung à Montréal, et les remerciements de ce préprint créditent Mila et la Digital Research Alliance of Canada pour les ressources de calcul. Un laboratoire de recherche d’un grand groupe a un intérêt réel à faire connaître un résultat qui valorise ses équipes et sa marque. Ce fait, à lui seul, ne dit rien sur la validité du résultat : un chercheur salarié par une entreprise peut publier un travail rigoureux, comme un chercheur académique indépendant peut publier un travail fragile.
Ce que la méthode interprète. Ce que ce réflexe change, ce n’est pas le verdict sur le papier, c’est la manière de le lire. Un intérêt institutionnel à la diffusion d’un résultat n’invalide jamais ce résultat par lui-même, mais il doit être nommé au même titre que la méthode ou les données, comme une variable de contexte à ne pas escamoter.
Le biais qui fait le reste : l’heuristique de disponibilité
Ce que les données établissent. Un dernier mécanisme s’ajoute aux trois réflexes précédents, et il ne dépend pas du préprint lui-même : l’heuristique de disponibilité, décrite par Tversky et Kahneman (1973). Elle désigne la tendance à juger la fréquence ou l’importance d’un phénomène selon la facilité avec laquelle des exemples viennent à l’esprit, plutôt que selon sa fréquence réelle.
Ce que la méthode interprète. Tversky et Kahneman mesurent ce biais sur des tâches individuelles de rappel et d’estimation en laboratoire, pas sur la circulation médiatique d’un résultat scientifique ; l’extension qui suit est une application du mécanisme, pas une donnée qu’ils auraient testée. Appliquée à un préprint viral, la répétition médiatique d’un même récit (“un petit modèle qui raisonne comme un cerveau”) peut donner l’impression fausse d’un niveau de preuve croissant, alors même que rien de nouveau n’a été démontré entre la première mention et la centième. Voir un titre repris dix fois n’est pas dix fois plus de preuve que de le voir une fois. C’est le mécanisme qui rend les trois réflexes précédents nécessaires : sans eux, le volume de couverture se substitue silencieusement à la vérification.
Un préprint qui circule beaucoup n’est pas un préprint mieux vérifié. Séparer le résultat de son explication, chercher qui a répliqué, nommer qui a intérêt à la diffusion : trois vérifications indépendantes du bruit médiatique autour du papier.
Mes réserves
- Cette grille ne permet pas de trancher si un résultat est vrai ou faux : elle organise la lecture en attendant la vérification, elle ne la remplace pas.
- Un préprint qui échoue aux trois réflexes n’est pas nécessairement faux pour autant : au moment de la lecture, l’absence de réplication et de consensus ne dit rien du résultat lui-même, seulement de ce qu’on peut encore en savoir.
- La mécanique générale d’arXiv, un dépôt qui rend le texte public sans validation externe préalable, est reprise du fonctionnement déclaré de la plateforme : les sources de cette page documentent le statut du seul préprint discuté ici, pas la politique du dépôt.
- Les chiffres du TRM sont donnés sans dispersion dans le préprint lui-même : ni barre d’erreur, ni écart-type, ni répétition sur plusieurs graines. Leur variance est donc inconnue.
- Le cas TRM utilisé ici pour illustrer la méthode est lui-même une histoire encore ouverte : deux analyses l’ont déjà nuancé en quelques mois, une troisième pourrait déplacer le diagnostic à nouveau.
- Test de transposition sur les chiffres de l’étude Marcoci et al. (65,4 % de réplication, 69 % contre 61 % de prédiction) : elle porte sur des préprints Covid-19 en sciences sociales et comportementales, pas sur des préprints de machine learning comme celui du TRM. Les deux domaines diffèrent sur la reproductibilité du code, la disponibilité des données et la nature statistique des résultats ; ces chiffres donnent un ordre de grandeur du risque de non-réplication et de la limite du jugement d’expert en général, pas une probabilité calculée pour ce papier précis.
Appliquée à tout nouveau préprint spectaculaire en intelligence artificielle, cette grille tient en quatre gestes, les trois réflexes et la mise en garde : séparer le chiffre de son récit ; vérifier l’existence et l’origine d’une réplication (réanalyse indépendante ou reproduction menée depuis zéro, la distinction compte) ; nommer l’intérêt institutionnel en jeu ; se méfier du volume de couverture comme d’un indicateur de preuve. Pour le deuxième geste, des ressources comme Retraction Watch, PubPeer ou le suivi des citations sur Semantic Scholar aident à vérifier qu’une réplication existe. C’est la partie la plus réutilisable de ce dossier, précisément parce qu’elle ne dépend d’aucun résultat en particulier.
Retour au dossier Comprendre les modèles post-LLM. Voir aussi Qu’est-ce que le TRM ? et Ce qui explique vraiment le HRM.
ISP-IA16/100· 0-30 % · Preuves très limitées · Ce que cette page propose est une grille de lecture, assemblée à partir de travaux réels et retrouvables à leur source, mais jamais éprouvée comme grille : personne n'a mesuré qu'appliquer ces trois réflexes conduit à mieux juger un préprint qu'un autre procédé. C'est la définition du barreau retenu, celui de la transposition appuyée sur des dispositifs documentés et jamais testée sur la question posée. La brique la plus solide du dossier, l'étude parue dans Nature Human Behaviour, porte sur des affirmations extraites de préprints Covid-19 en sciences sociales et comportementales, pas sur des préprints d'apprentissage automatique : le texte le dit, et cette page ne peut donc pas s'en prévaloir pour son propre domaine. La convergence n'est pas mesurable, et c'est le troisième cas du barème : les cinq sources sont indépendantes les unes des autres et ne mesurent pas le même objet. Ioannidis raisonne sur la probabilité qu'un résultat déjà publié soit faux, sans traiter du statut de préprint ; l'étude de réplication mesure un taux de réplication d'affirmations dans un corpus de sciences sociales ; Tversky et Kahneman mesurent un biais de jugement en laboratoire, sur des tâches individuelles de rappel et d'estimation ; l'analyse de l'ARC Prize Foundation isole par ablation la part attribuable à un mécanisme dans un modèle précis, et cet organisme tient lui-même le banc d'essai concerné ; le préprint qui sert de cas d'école est publié par son autrice sur son propre travail. Cinq objets différents ne se recoupent pas, ils se complètent. La réplication est nulle sur la question posée : aucune équipe n'a rejoué la grille proposée ici, ni mesuré un taux de réplication sur des préprints d'intelligence artificielle. La puissance est très faible : sur la question posée, une seule affaire est examinée, celle d'un préprint unique, et les 29 réplications à haute puissance statistique du dossier appartiennent à un autre champ.
L'Indice de solidité des preuves évalue la base empirique de cette analyse sur quatre critères pondérés : type de preuve (40 %), convergence (30 %), réplication (20 %), puissance (10 %). L'axe type de preuve est calibré par champ : 100 y désigne le meilleur dispositif que l'échelle ISP-IA sache produire, et non une preuve absolue.
Ce que cette page propose est une grille de lecture, assemblée à partir de travaux réels et retrouvables à leur source, mais jamais éprouvée comme grille : personne n'a mesuré qu'appliquer ces trois réflexes conduit à mieux juger un préprint qu'un autre procédé. C'est la définition du barreau retenu, celui de la transposition appuyée sur des dispositifs documentés et jamais testée sur la question posée. La brique la plus solide du dossier, l'étude parue dans Nature Human Behaviour, porte sur des affirmations extraites de préprints Covid-19 en sciences sociales et comportementales, pas sur des préprints d'apprentissage automatique : le texte le dit, et cette page ne peut donc pas s'en prévaloir pour son propre domaine. La convergence n'est pas mesurable, et c'est le troisième cas du barème : les cinq sources sont indépendantes les unes des autres et ne mesurent pas le même objet. Ioannidis raisonne sur la probabilité qu'un résultat déjà publié soit faux, sans traiter du statut de préprint ; l'étude de réplication mesure un taux de réplication d'affirmations dans un corpus de sciences sociales ; Tversky et Kahneman mesurent un biais de jugement en laboratoire, sur des tâches individuelles de rappel et d'estimation ; l'analyse de l'ARC Prize Foundation isole par ablation la part attribuable à un mécanisme dans un modèle précis, et cet organisme tient lui-même le banc d'essai concerné ; le préprint qui sert de cas d'école est publié par son autrice sur son propre travail. Cinq objets différents ne se recoupent pas, ils se complètent. La réplication est nulle sur la question posée : aucune équipe n'a rejoué la grille proposée ici, ni mesuré un taux de réplication sur des préprints d'intelligence artificielle. La puissance est très faible : sur la question posée, une seule affaire est examinée, celle d'un préprint unique, et les 29 réplications à haute puissance statistique du dossier appartiennent à un autre champ.
- Un taux de réplication serait mesuré sur un corpus de préprints d'intelligence artificielle, protocole et corpus publiés, de sorte que le chiffre cité ici cesse de venir d'un autre champ.Une équipe de méta-science disposant d'un corpus de préprints d'apprentissage automatique · personne ne l’a produit
- L'application de cette grille par des lecteurs serait comparée à un jugement libre sur les mêmes préprints, avec un critère de succès fixé avant la collecte, de sorte que son utilité cesse d'être une proposition de ma part.Une équipe de recherche en méta-science ou en sciences du comportement · personne ne l’a produit
- Le lien entre l'absence de relecture par les pairs et les facteurs de risque décrits en 2005 serait établi par un travail qui les mesure ensemble, plutôt que rapproché ici par raisonnement.Une équipe de méta-science · personne ne l’a produit
Ce dispositif porterait l'indice à 22 sur 100, dans le palier « Preuves très limitées ». Les trois autres axes restent à leur valeur actuelle : un dispositif ne fait monter ni la convergence d'une littérature ni sa réplication.
Score de 16/100 (0-30 %) établi le 18 septembre 2026.
I source primaire indépendante · S secondaire spécialisée · P partie prenante ayant un intérêt commercial sur le sujet traité.
Modification apportée · mis à jour le 18 septembre 2026
Correction du sens de la comparaison experts/débutants de l'étude Marcoci et al. (2024) : les débutants y prédisent en réalité mieux la réplication (69 %) que les chercheurs expérimentés (61 %), l'inverse de ce qu'indiquait une version précédente du texte. Nouvelles corrections : la citation d'Ioannidis (2005) ne doit pas laisser croire que la peer review neutralise le risque qu'il décrit, sa démonstration portant sur des résultats déjà relus par les pairs ; les chiffres du TRM (87,4 % / 55,0 % / 0 %) sont désormais attribués explicitement au préprint Jolicoeur-Martineau (2025), dont la vérifiabilité indépendante reste à établir ; l'analyse de l'ARC Prize Foundation sur le HRM est requalifiée en réanalyse indépendante par ablations sur le code et les poids publiés, à distinguer d'une réplication menée depuis zéro ; les deux résultats de l'étude Marcoci et al. (65,4 % de réplication, 69 % contre 61 % de prédiction) sont désormais explicitement rattachés à leur échantillon d'origine (préprints Covid-19 en sciences sociales), non transposable tel quel aux préprints d'IA. L'affiliation de l'autrice du TRM est corrigée : Samsung SAIL Montréal (le laboratoire d'IA de Samsung à Montréal), pas « Samsung SAIT AI Lab », une entité distincte du même groupe. Le chiffrage introductif (« moins de 500 dollars », « cent milliards de paramètres ») ne figurait dans aucune des sources citées : il est remplacé par ce que le préprint établit réellement, un coût documenté en heures de calcul GPU et une comparaison à Deepseek R1 (671 milliards de paramètres), que le TRM dépasse sur les bancs d'essai cités ; une première correction avait pris Grok-4 (1,7 billion de paramètres) comme exemple, alors que les deux variantes de Grok-4 dépassent le TRM sur ARC-AGI selon la table de comparaison du préprint. Deux autres points resserrés : le lien entre l'absence de peer review d'un préprint et les facteurs de risque d'Ioannidis, que sa démonstration ne pose pas explicitement, est requalifié en interprétation plutôt qu'en fait établi ; et l'étude Marcoci et al. mesure la réplication d'affirmations extraites de préprints, pas de préprints eux-mêmes, distinction désormais tenue dans le texte. J'ai ajouté deux encadrés de vulgarisation, l'un sur ce qu'est une mise en ligne sans relecture par les pairs, l'autre sur la différence de solidité entre une mesure et le récit qui l'explique. Le sous-titre et la description promettaient une grille qui permet de juger et qui se transfère : personne n'a mesuré ni l'un ni l'autre, et les deux phrases disent désormais ce qu'elles sont, une proposition de lecture. Un indice de niveau de preuve est posé sur cette page. Il est bas, et il l'est pour la raison que le corps donne déjà : le seul chiffre de réplication dont je dispose vient des sciences sociales, pas de l'intelligence artificielle, et la grille elle-même n'a jamais été éprouvée. Le résumé donnait l'écart 69 contre 61 entre débutants et chercheurs expérimentés sans la réserve qui figurait dans le corps : il la porte maintenant, et le corps dit en outre ce que la source écrit, que cet écart n'est pas statistiquement significatif, que la conclusion des auteurs est symétrique, et que l'ordre s'inverse lors du premier relevé, avant tout échange entre pairs. L'affiliation de l'autrice du préprint disait que les travaux du laboratoire bénéficient des ressources de Mila, là où la source ne documente qu'un crédit de calcul dans les remerciements de ce papier précis : la phrase dit désormais cela. La date « fin 2024 » de l'étude de réplication n'était portée par aucune source : elle est remplacée par l'année et la référence de volume. Le dernier geste de la liste finale qualifiait la contamination entraînement/banc d'essai de biais documenté, sans qu'aucune source de cette page ne le documente : il dit maintenant ce qu'il faut vérifier, sans invoquer une littérature absente. Le titre pose une question et le chapô y répond dès sa première phrase. Le résumé, l'intertitre et le corps annonçaient que la méta-science chiffre le risque que ces trois réflexes couvrent : les travaux cités mesurent des objets voisins (la fiabilité des résultats publiés, la réplication d'affirmations en sciences sociales), jamais la lecture des préprints d'intelligence artificielle, et les trois surfaces disent maintenant cela. La référence à Tversky et Kahneman renvoyait au DOI de l'article de revue, en accès fermé et distinct du document qui a servi à écrire la page : elle pointe désormais vers la version effectivement consultée, avec sa limite. Passe suivante : le résumé rétrécissait le périmètre de l'étude Marcoci aux seules sciences sociales alors que le corps écrit partout « sciences sociales et comportementales », périmètre rétabli ; la conclusion annonçait cinq gestes là où le titre, le sous-titre, la description et le résumé en annoncent quatre, et le geste surnuméraire, un contrôle de contamination du banc d'essai, n'était porté par aucune source : il est retiré et la conclusion dit quatre ; la légende de la figure écrivait « dix fois plus vrai » là où le corps écrit « dix fois plus de preuve », deux objets différents, et elle reprend la formulation du corps ; la phrase « beaucoup de préprints se confirment ensuite tels quels » avançait un taux général qu'aucune source ne mesure, elle est ramenée au seul taux mesuré et à son périmètre ; deux réserves sont ajoutées, l'une sur ce que ce dossier n'établit pas du fonctionnement d'arXiv, l'autre sur l'absence de dispersion des chiffres du TRM.
Développe une méthode d'analyse destinée à distinguer ce que les preuves établissent, ce qu'elles suggèrent et ce qu'elles ne permettent pas de conclure, puis à traduire cette distinction en décisions professionnelles.
Choix du sujet, direction de la rédaction, validation ou modification des sources, validation et retravail du texte et des illustrations : Axel Morel. Rédaction, choix des sources initiales et plan de rédaction initial : assistance IA.
Responsabilité éditoriale : Axel Morel. Recherche et rédaction assistées par IA selon la méthodologie Probans, sources vérifiées avant publication. Charte éditoriale.
En savoir plus