Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Il est largement reconnu que de saines habitudes de vie peuvent contribuer au bien-être des individus à long terme etréduire le risque de développer plusieurs maladies chroniques. Le développement de telles habitudes peut être favorisépar l’utilisation d’outils numériques conçus à cette fin, à la condition que ceux-ci soient efficaces et acceptés par les populations cibles. Or, les nombreuses connaissances scientifiques pouvant éclairer la conception de tels outils sont issuesd’une grande variété de disciplines : de la psychologie au génie logiciel, en passant par la santé publique, l’économie etl’éthique. Ensemble, ces connaissances forment actuellement un champ de recherche très éclaté, ce qui limite la possibilité de bien considérer tous les principes et données probantes les plus récentes qui en ressortent. La présente lettreouverte est donc un plaidoyer en faveur de l’adoption d’une approche plus intégrée en recherche sur le développementd’outils numériques favorisant de saines habitudes de vie. L’état actuel de ces recherches est d’abord abordé, puis lesconséquences de leur faible intégration sont considérées. Enfin, quelques pistes prometteuses, face à cet enjeu, sontsuggérées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it