Bibliographic record
Abstract
Joëlle Léonil , 58 ans Directrice du laboratoire Science et technologie du lait et de l’œuf à l’Inra de Rennes1Qu’auriez-vous fait si vous n’aviez pas été chercheur ?Rien d’autre ! La recherche est le monde de la passion, des connaissances et de la liberté : on échange beaucoup avec les autres, on travaille beaucoup et après, à chacun de raconter sa science comme une histoire et avec passion. Rien ne nous empêche d’être brillants ! Et si on est le meilleur, on est reconnu.2Aujourd’hui, qu’avez-vous trouvé ?J’ai réussi à trouver les bonnes questions. Car en recherche, quand on trouve, c’est temporaire, c’est qu’il y a quelque chose d’autre derrière. Quand on a les bonnes questions, il reste à trouver la bonne stratégie.3Le hasard vous a-t-il déjà aidé ?La carrière d’un chercheur n’est faite que de hasards et d’opportunités. Il faut faire les bons choix au bon moment. Surtout dans un contexte international où la compétition peut être forte.4Qu’avez-vous perdu ?J’ai essayé de ne pas perdre l’équilibre entre ma vie professionnelle et ma vie personnelle. Et quand on accorde, comme moi, beaucoup d’importance à sa vie professionnelle, qu’on y met beaucoup d’engagement et qu’on est motivée par la passion, ce n’est pas toujours facile. Alors j’ai essayé de préserver des moments forts avec ma famille : les vacances, où nous étions tous ensemble.5Que faudrait-il mieux ne pas trouver ?Aujourd’hui à l’Inra, on nous demande de lier nos recherches à des valeurs éthiques, de connaître l’impact de nos recherches sur la société. Je n’aimerais pas trouver quelque chose qui mette la vie humaine en péril.6Quelle est la découverte qui changerait votre vie ?La découverte de médicaments contre les maladies neurodégénératives comme la maladie d’Alzheimer, qui m’a ravi un de mes proches. Les médecins sont tellement impuissants devant cette maladie. Sinon, dans mon domaine de recherche, j’aimerais que l’on arrive à nourrir la planète avec des aliments de bonne qualité, bons et sains.7Qu’est-ce qui vous ferait douter de la rationalité ?L’effet placébo. En médecine, il peut donner jusqu’à 60 % de résultats ! Comment l’expliquer ? On dit que la science est rationnelle et on a tendance à raisonner de façon très cartésienne et linéaire, alors que les phénomènes qui nous entourent ne le sont pas toujours. On commence juste à appréhender cette complexité.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.038 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.013 | 0.013 |
| Scholarly communication | 0.016 | 0.021 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.009 | 0.021 |
| Insufficient payload (model declined to judge) | 0.062 | 0.040 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".