Le jeu de la vie

La vidéo du jour traite des automates cellulaires, et en particulier de l’intriguant « jeu de la vie ».

Pour ceux que ça intéresse, je vais mettre le code en partage sur GitHub (si j’y arrive). Il est loin d’être parfait, et d’ailleurs je vous encourage à écrire le votre ! Mais vous y trouverez peut être quelques astuces intéressantes sur comment lire les fichiers RLE (qui encodent de façon compacte les situations de départ), ou bien génerer des vidéos à partir d’images MatPlotLib en Python.

Edit du 09/12 : le code est dispo sur GitHub

Golly

Si vous regardez l’historique des découvertes au sujet du jeu de la vie, vous noterez peut être une certaine recrudescence ces dernières années. Cela est notamment dû à l’utilisation d’un nouveau code de simulation ultra rapide nommé Golly. C’est celui qui a été notamment utilisé dans la séquence du « jeu de la vie simulé dans un jeu de la vie ».

Pour en savoir plus sur Golly, vous pouvez lire cet article de l’excellent JP Delahaye

Machine de Turing

Je suis passé assez vite sur la question de la machine de Turing en jeu de la vie, mais parce que je ne voulais pas m’embarquer dans des questions qui m’auraient fait diverger de l’objectif initial. Mais on trouve plein de petites vidéos illustratives, par exemple

ou encore concernant les portes logiques

Ou bien cette très belle horloge en jeu de la vie (merci Samuel !)

Tous racistes ? Les biais implicites

La vidéo du jour est un retour à ma série « Crétin de cerveau ». On y parle des biais implicites et des effets d’amorçage en psychologie cognitive et sociale.

Comme je l’explique dans la vidéo, les résultats publiés dans ces domaines sont parfois à prendre avec une certaine dose de sens critique. C’est vrai des tests d’association implicite, mais aussi de certains effets d’amorçage dont la réalité a été critiquée dans certaines publications (par exemple celle-ci.)

Biais implicites sur la science et les femmes

Une étude de complément dont je n’ai pas parlé dans la vidéo mais qui me semble assez intéressante est celle des associations implicites entre « Science/Lettres » et « Hommes/Femmes ». La publication suivante rapporte des résultats de tests réalisés dans différents pays, et montre de sacrés différences.

Nosek, B. A., Smyth, F. L., Sriram, N., Lindner, N. M., Devos, T., Ayala, A., … & Kesebir, S. (2009). National differences in gender–science stereotypes predict national sex differences in science and math achievement. Proceedings of the National Academy of Sciences, 106(26), 10593-10597.

On voit notamment sur la figure ci-dessous que les pays pour lesquelles l’association implicite « Hommes/sciences » et « Femmes/Lettres » est la plus forte sont aussi ceux où les différences hommes/femmes sont les plus importantes sur des tests de science réalisés en collège.

Pour être totalement rigoureux, on pourrait se demander qu’est-ce qui cause l’autre. Est-ce parce que les hommes sont meilleurs en sciences dans un pays donné que le biais implicite se crée, ou l’inverse. Après on peut aussi remarquer qu’il faut vraiment plisser les yeux pour voir la corrélation, même si sur le plan statistique elle semble exister.

Racisme et prophéties auto-réalisatrices

Dans ce billet, je voudrais donner quelques détails sur la dernière étude que j’ai mentionnée, car elle me semble justement d’une certaine solidité méthodologique.

GLOVER, Dylan, PALLAIS, Amanda, et PARIENTE, William. Discrimination as a self-fulfilling prophecy: Evidence from French grocery stores. The Quarterly Journal of Economics, 2017, p. qjx006.

Comme expliqué, dans la vidéo, l’étude porte sur 34 magasins d’une grande enseigne de distribution française (on ne sait pas laquelle !). Les employés considérés dans l’étude sont en contrat de professionnalisation pour une durée de 6 mois. Chaque magasin comporte plusieurs dizaines de caisses et ce sont au total 204 caissières et caissiers qui ont été suivis (majoritairement des femmes, je vais donc employer le féminin).

Chaque jour, un manager supervise un groupe de caisses et les caissières qui y travaillent. Un point clé est que contrairement aux employées en contrat classique, les caissières en contrat de professionnalisation n’ont pas la possibilité de soumettre de préférences pour leurs horaires d’affectation, et se retrouvent donc affectées aux managers par un programme informatique, et de façon plus ou moins aléatoire. C’est très intéressant d’un point de vue de l’analyse des données, car cela veut dire qu’une même employée va tomber sur plusieurs managers de façon quasi aléatoire. Donc on aura plus d’observations différentes.

Au total, ce sont 4371 observations qui ont été collectées, comprenant à chaque fois l’identité d’une caissière, d’un manager, et les chiffres de la performance de la caissière ce jour là. Par performance on entend notamment la vitesse de scan, la durée entre les clients, les éventuels retards ou absences, etc.

Pour les besoins de l’analyse, chaque employée a été classée selon son origine. Ça n’a pas été immédiat car en France il n’est pas autorisé de faire des statistiques ethniques sur une population. Les auteurs de l’article ont donc eu recours aux noms et prénoms des caissières, qui ont permis de proposer une catégorisation réalisée par le CORUM

Pour estimer les biais implicites des managers, les auteurs leur ont fait passer un test d’association implicite dans lequel les mots étaient soit des prénoms (connotés nord-africain, ou pas) soit des mots positifs ou négatifs (plutôt associé au domaine professionnel, la compétence, l’incompétence, etc.)

Ce test a révélé un biais modéré à sévère chez 66% des managers, un biais léger chez 20%, et peu ou pas de biais chez 9%. Chez 4% des managers, le biais était inversé (notons que 6% des managers étaient d’ailleurs issus de minorités).

Pour éliminer l’hypothèse selon laquelle les managers biaisés seraient simplement plus mauvais managers que les autres, les auteurs ont aussi considéré des caissières ne faisant pas partie de minorités, et ont comparé les variations de performance selon les managers.

Sur toutes les métriques considérées, les auteurs ont montré que l’affectation d’une caissière à un manager biaisé conduisait à une diminution de sa performance, diminution statistiquement significative.

Ils ont ensuite mené des entretiens téléphoniques avec les caissières pour tenter de déterminer si elles avaient ressenti un racisme explicite de la part des managers biaisés. Il en ressort que les caissières ne rapportent pas de racisme explicite, ne se plaignaient pas des managers biaisés plus que des autres. Sous la responsabilité des  managers biaisés, elles étaient moins susceptibles de se voir affecter des tâches déplaisantes, mais aussi qu’elles se voyaient moins souvent proposer de faire des heures supplémentaires. Enfin elles avaient aussi tendance à moins bien se rappeler des managers biaisés que des autres.

Cela a suggéré aux auteurs le fait que les managers biaisés interagissaient tout simplement moins que les autres avec les caissières, et que c’est ce déficit d’interaction qui a causé leur performance moindre.

C’est en ce sens que les auteurs parlent de prophétie auto-réalisatrice : parce que les managers biaisés pensent que les employées des minorités sont moins compétentes, ils interagissent moins, conduisant à une diminution de leur performance.

Glyphosate : le nouvel amiante ?

Cela fait maintenant de nombreuses semaines que la Commission Européenne peine à se mettre d’accord sur le renouvellement — ou pas — de l’autorisation du glyphosate, cet herbicide largement utilisé, et commercialisé depuis 1974 par Monsanto sous l’appellation Round-Up.

Les batailles d’influence font rage, expertises et contre-expertises se succèdent, et comme le soulignent plusieurs titres de presse, l’affaire ressemble de plus en plus à un précédent de sinistre mémoire : celui de l’amiante.

Dans les deux cas on retrouve les mêmes ingrédients :

  • Un produit massivement utilisé par des professionnels, qui se retrouvent de fait fortement exposés (les agriculteurs pour le glyphosate, et les ouvriers travaillant dans le secteur de l’amiante)
  • Un lobby industriel puissant ayant un intérêt financier considérable à ce que le produit ne soit pas interdit.
  • Des batailles d’influence concernant le caractère cancérigène des produits.

Le parallèle semble saisissant, non ? Alors pourquoi n’arrive-t-on pas à faire interdire le glyphosate ? Faisons une comparaison quantitative.

Le cas de l’amiante

Examinons un peu ce que l’on sait sur les dangers de l’amiante. Pour évaluer la dangerosité d’un produit, il existe plusieurs manières de procéder.

Une façon de faire est de réaliser des études sur des animaux, afin de démontrer le caractère cancérigène, et éventuellement d’en élucider les mécanismes. Par exemple on prend 2 groupes de rats, dont un que l’on en soumet à une exposition donnée au produit incriminé. Au bout d’un certain temps on compare les mortalités ou la survenue de certaines affections comme des cancers.

Dans le cas de l’amiante, on a évidemment fait ce genre d’études. (Pour les curieux, en voici par exemple une, très citée. Wagner, J. C., Berry, G., Skidmore, J. W., & Timbrell, V. (1974). The effects of the inhalation of asbestos in rats. British journal of cancer, 29(3), 252-269.)

En complément de ces études en laboratoire, une autre manière de procéder, c’est de faire de l’épidémiologie : on prend des vrais humains ayant été vraiment exposés, et on étudie la surmortalité ou le risque de survenance accrue de certaines maladies. Il existe maintenant de nombreuses études de ce type sur les travailleurs de l’amiante (et elles sont d’ailleurs assez anciennes, les années 1980 et même avant).

Je ne vais pas tout exposer, mais juste pour illustrer de quoi on parle, je vais commenter une de ces études qui est relativement récente, très citée, et qui de plus est en accès ouvert

Yano, E., Wang, Z. M., Wang, X. R., Wang, M. Z., & Lan, Y. J. (2001). Cancer mortality among workers exposed to amphibole-free chrysotile asbestos. American journal of epidemiology, 154(6), 538-543.

Cette étude a suivi des travailleurs en Chine sur 25 ans (entre 1972 et 1996). Le groupe (qu’on appelle une « cohorte ») était composé de 1165 ouvriers. Parmi eux, 515 travaillaient dans une usine d’amiante, et 650 dans une usine voisine présentant des conditions de travail similaires, mais sans exposition à l’amiante. Ce second groupe présentait des caractéristiques socio-économiques identiques à celui des travailleurs de l’amiante, et sert donc de groupe « de contrôle ».

L’idée de l’analyse est de comparer la surmortalité dans le groupe « amiante », par rapport au groupe de contrôle. Et les chiffres sont terrifiants.

Sur les 515 travailleurs suivis dans le groupe amiante, 132 sont décédés pendant la période, soit une mortalité de 25 %. Sur les 650 du groupe de contrôle, seulement 42, soit 6 %. L’exposition à l’amiante a donc multiplié la mortalité par 4 !

Les résultats sont encore plus édifiants si on détaille les causes de mortalité (ci-dessous un extrait de l’article)

On peut noter :

  • 50 cancers du poumon chez les travailleurs « amiante » et 11 chez les travailleurs « contrôle ». On passe donc de 1,7 % d’incidence du cancer chez les travailleurs non-exposés à 6 fois plus chez les travailleurs exposés.
  • 38 maladies respiratoires non-malignes chez les « amiantes » contre 9 chez les « contrôles ». Une augmentation d’un facteur 4.
  • 2 cas de mésotheliome dans le groupe exposé (et aucun dans l’autre) ; il s’agit d’une forme rare de cancer quasi-exclusivement dû à l’amiante.

Bref la comparaison est sans appel. De façon générale, on voit que les travailleurs de l’amiante ont une probabilité 4 à 6 fois plus importante de développer un cancer par rapport au groupe de contrôle. C’est ce qu’on appelle le « risque relatif ».

Et même si je ne présente ici qu’une seule étude, la taille des groupes d’étude est suffisamment importante pour qu’on soit assurés qu’il ne s’agit pas d’une fluctuation statistique. Bien évidemment il y a eu plein d’autres analyses de ce genre, allant toutes dans le même sens, avec des risques relatifs du même ordre de grandeur.

Glyphosate et cancer

Passons au cas du glyphosate. Si je vous parle de cela aujourd’hui, c’est qu’il y a quelques jours, une étude épidémiologique vient d’être publiée concernant les liens entre glyphosate et incidence du cancer chez les agriculteurs. Et il s’agit probablement de la plus grosse étude épidémiologique de ce type à ce jour.

Le gros avantage des études épidémiologiques, par rapport aux études in vivo sur des animaux, c’est qu’elles sont aussi proches que possible de la vraie vie : c’est le produit complet (pas juste la molécule active) dans son environnement réel.

L’étude est en accès libre, et comme il s’agit d’une étude épidémiologique, elle reste relativement facile à lire (c’est surtout des statistiques), je vous conseille donc d’aller y faire un tour.

Glyphosate Use and Cancer Incidence in the Agricultural Health Study 
JNCI: Journal of the National Cancer Institute, djx233, https://doi.org/10.1093/jnci/djx233

Mais avant de commencer, les vérifications d’usage.

L’étude est publiée dans un journal très sérieux : revue par les pairs, gros « impact factor » (12), ça ne suffit pas mais c’est un bon signe.

La directrice de l’étude (l’investigatrice principale Laura Beane Freeman) est une spécialiste de  l’épidémiologie de cancer chez les travailleurs exposés. Vous pouvez aller voir sa liste de publications. Elle a bossé sur des sujets similaires pour l’exposition au formaldéhyde, à l’arsenic, et récemment à d’autres types de pesticides dans l’agriculture. Pour reprendre la formulation de Tom Roud sur Twitter : « On a affaire à des gens qui cherchent (et trouvent) manifestement ces cancers ». (Tom Roud dont le tweet m’a d’ailleurs donné envie d’écrire ce billet)

Les financements sont tous d’origine publique, et aucun des auteurs n’a de conflit d’intérêt déclaré.

Bref, les signaux sont plutôt au vert pour l’instant.

Passons à l’étude. Il s’agit d’une étude épidémiologique sur plus de 20 ans de 54 251 agriculteurs travaillant en Caroline du Nord et dans l’Iowa. Une cohorte énorme, donc. (La cohorte AHS, Agricultural Health Study)

Parmi les agriculteurs de la cohorte, 9319 n’ont jamais utilisé de glyphosate, et vont donc servir de groupe de contrôle. Les autres (44 932 agriculteurs) sont le groupe qui a été exposé au glyphosate. Pour les deux groupes, les auteurs ont vérifié que les données socioéconomiques de base sont comparables (pyramide des âges, sexe, niveau d’éducation, tabagisme, consommation d’alcool, etc.)

Bien sûr, on s’imagine volontiers que le groupe « glyphosate » puisse être assez hétérogène, et contienne à la fois des agriculteurs l’ayant utilisé de façon ponctuelle, et d’autres de façon intensive. Pour chacun des agriculteurs, des questionnaires ont permis d’évaluer l’exposition au glyphosate (nombre de jours, d’années, et intensité de l’utilisation), et de segmenter le groupe « glyphosate » en 4 groupes de taille identique : Q1, Q2, Q3 et Q4, d’exposition croissante. Le groupe Q1 contient les 25 % les moins exposés, et le groupe Q4 les 25 % les plus exposés.

Durant la période de suivi, on a diagnostiqué au total 7290 cas de cancer pour le total des agriculteurs : 1511 cas dans le groupe de contrôle et 5779 dans le groupe « glyphosate », dont voici la répartition (extrait de l’article) :

Pour chacun des groupes, les auteurs ont estimé le risque relatif (colonne de droite), c’est-à-dire l’augmentation de la probabilité d’avoir un cancer par rapport au groupe de contrôle. Comme vous pouvez le constater, le risque relatif est essentiellement égal à 1, ce qui traduit l’absence d’augmentation de cancer du fait du glyphosate, et ce quelle que soit l’exposition.

Rassurant, mais ce genre d’analyse ne suffit pas ! Comme pour l’amiante, on soupçonne en effet que le glyphosate ait un mécanisme d’action spécifique qui conduise à favoriser certains types de cancer, en particulier les lymphomes non-Hodgkiniens, un type de cancer du système lymphatique.

Les auteurs ont donc calculé quel était le risque relatif associé à chacun des 22 types de cancer considérés : poumons, colon, rectum, pancréas, testicules, etc.. Je ne vais pas tout détailler, vous pouvez aller voir vous même la table n°2 du papier (il est en accès libre je rappelle)

Voici les chiffres pour les lymphomes non-Hodgkinien (nombre de cas et risque relatif estimé pour le groupe de contrôle « None » et les groupes Q1 à Q4)


Comme vous pouvez le constater, il n’y a pas d’augmentation de  l’incidence des lymphomes non-Hodgkinien chez les agriculteurs exposés au glyphosate, dans aucun des 4 groupes d’exposition. Et si on regarde les chiffres de la dernière colonne, on peut même lire que le risque relatif est inférieur à 1, ce qui semble suggérer que le glyphosate protège légèrement de ce cancer. Est-ce le cas ? Bien sûr que non ! Ce qu’on voit là est probablement un effet purement « statistique », du fait qu’on n’a qu’une centaine de cas, et donc des fluctuations inévitables.

Il existe une mesure de ce risque de fluctuation que l’on utilise dans toute étude statistique, la « valeur p » : c’est le chiffre que l’on trouve dans la dernière colonne en bas (0,95 dans le tableau ci-dessus). Plus ce chiffre est petit, plus le lien est robuste.

Sans rentrer dans les détails (ils sont dans ce billet), on considère par convention qu’un résultat est « statistiquement significatif », et qu’on a le droit de le publier, quand cette valeur est inférieure à 0,05. Mais si c’est inférieur à 0,01 voire 0,001, c’est encore plus robuste.

Si on explore la table n°2 de l’article dans son intégralité, on voit que pour aucun des 22 types de cancer on n’a d’effet avec une valeur p qui soit inférieure à 0,05.

Celui qui s’en rapproche le plus, c’est la leucémie myéloïde aigüe : 9 cas parmi les 9319 agriculteurs du groupe de contrôle (soit 0,10% des agriculteurs du groupe) et 57 cas chez les 44 932 agriculteurs utilisant du glyphosate (0,13% des agriculteurs du groupe). Est-ce significatif ? Pas à ce stade. La valeur p est 0.11, donc trop élevée pour conclure, mais suffisant pour en appeler à regarder spécifiquement ce type de cancer dans des études futures. Et ce sont précisément les derniers mots de la conclusion de l’article :

Que conclure de cette étude ?

Dans les paragraphes précédents, je me suis borné à rapporter les chiffres de l’étude. Je voudrais évidemment faire quelques commentaires personnels, qui sont à prendre pour ce qu’ils sont (et je me ferai fort de les compléter ou les amender si les commentaires de ce billet pointent des erreurs ou des incompréhensions de ma part)

Le principal message que je veux faire passer avec ce billet, c’est que quantitativement parlant, et en ce qui concerne spécifiquement le lien glyphosate/cancer, on est très très loin des chiffres de l’amiante. Les surmortalités associées à l’amiante sont gigantesques, et là pour le glyphosate, sur une cohorte de plus de 50 000 travailleurs exposés, on ne voit rien de significatif. La comparaison est donc totalement démesurée.

Et là on ne parle pas d’une étude en laboratoire sur un petit nombre de rats qu’on expose à des doses artificielles de glyphosate, mais d’une étude épidémiologique, en conditions réelles, sur une cohorte énorme.

Attention toutefois, comme toujours en sciences « l’absence de preuve n’est pas une preuve de l’absence ». Peut-être qu’en cherchant plus et mieux (c’est-à-dire avec une cohorte encore plus importante, des expositions encore plus grandes en durée et en intensité, des durées de suivi plus longues, etc.), on finirait par trouver des liens significatifs.

(Pour une discussion sur l’effet de la cohorte, voir cette série de tweets de Nathalie Jas qui suggère notamment que dans d’autres régions comme en Californie, les niveaux d’exposition puissent être encore plus importants)

Donc cette étude n’exclut pas qu’il existe un effet du glyphosate sur l’incidence de certains types de cancers, mais cet effet s’il existe ne peut pas du tout être du même ordre que celui de l’amiante. Si c’était le cas, avec une étude aussi massive que celle-ci, ce serait ressorti de façon gigantesque.

Autre critique potentielle, on peut imaginer que si on ne trouve pas de différence entre le groupe « glyphosate » et le groupe de contrôle, c’est que le groupe de contrôle utilise à la place d’autres pesticides dont l’effet cancérigène est identique à celui du glyphosate . Ca n’est pas à exclure et pour le montrer il faudrait faire une analyse par type de pesticide utilisé (ce qui doit être possible avec la cohorte AHS).

On pourrait imaginer comparer les agriculteurs à un autre groupe sans aucune exposition aux pesticides, mais cela devient difficile sur le plan statistique. Un exemple ? Au total, les agriculteurs ont en moyenne 30% de cancer en moins que la population générale. Pas parce que leur métier les protège, mais parce que le tabagisme est moins répandu chez les agriculteurs que dans la population générale (par ex. l’étude AGRICAN, qui est l’équivalent français de la cohorte AHS). Donc isoler des effets en comparant des groupes trop différents est délicat.

Autre précision évidente : on parle là des travailleurs exposés au glyphosate, pas de la population générale. Si les gens qui en manipulent massivement dans leur métier n’ont pas d’augmentation du risque, on peut légitimement penser que dans la population générale (pour laquelle l’exposition est très largement inférieure), ce soit la même chose. (Mais le démontrer nécessiterait autre genre d’étude)

Ensuite, et c’est important : le cancer n’est pas tout. Par exemple il existe des liens avérés entre l’exposition à certains pesticides et certaines maladies neurodégénératives. Voir par exemple pour cette méta analyse concernant l’incidence de la maladie de Parkinson

Van Der Mark, M., Brouwer, M., Kromhout, H., Nijssen, P., Huss, A., & Vermeulen, R. (2012). Is pesticide use related to Parkinson disease? Some clues to heterogeneity in study results. Environmental Health Perspectives, 120(3), 340.

Bref, tout n’est pas rose en matière de santé pour les agriculteurs, mais sur la question spécifique du lien glyphosate/cancer, l’étude dont j’ai parlé dans ce billet me semble être un élément important à verser au débat, et à porter à la connaissance du public. Il me semble que c’est ce qu’on peut espérer de plus sérieux et de plus robuste à ce jour en matière de lien épidémiologique cancer/glyphosate pour les travailleurs exposés.

Mais j’ai comme l’impression que la presse française ne va pas se presser pour parler de cette étude. C’est tellement moins vendeur que les études catastrophistes, même quand elles sont beaucoup moins solides. Puisse ce billet inciter les journalistes scientifiques à faire ce travail (et nul doute qu’ils le feront mieux que moi et avec un public potentiel plus large).


PS : évidemment, nul besoin de le préciser : je ne suis pas à la solde de Monsanto. Je ne fais cela que par souci d’aider à la meilleure information possible du public. Si je me permets d’écrire sur ce sujet qui n’est pas mon coeur de compétence, c’est que les aspects techniques de l’article sont essentiellement statistiques, sujet pour lequel je m’estime raisonnablement compétent. Je conçois volontiers qu’on puisse ne pas aimer Monsanto, et je n’ai aucun doute sur le fait qu’ils ne reculent pas devant les moyens de faire leur lobbying. Mais ça n’est pas une raison pour ne pas adopter une démarche rigoureuse d’analyse des études existantes. D’autant qu’il y a suffisamment de thèmes écolos pour lesquels on dispose de preuves solides (au hasard, le réchauffement climatique), je pense qu’on ne gagne rien à ne pas faire preuve de rigueur si l’on veut rester crédible dans ces combats.

PS2 : pour les fans de méthodologie statistique, si vous prenez les chiffres du papier et que vous refaites les calculs, vous trouverez de légères différences. Par exemple si je prends les chiffre brut d’incidence globale du cancer entre le groupe de contrôle et le groupe glyphosate, je trouve 13% chez les utilisateurs de glyphosate et 16% chez les autres. Donc un risque relatif brut de 0.81, dans le sens de la réduction de l’incidence pour ceux qui utilisent le glyphosate ! Ce qui explique la différence, ce sont de petits effets liés au fait que les caractéristiques socio-démographiques ne sont pas parfaitement identiques. Pour compenser pour ces différences, on utilise une procédure statistique classique, on « contrôle » pour les facteurs comme l’âge, le tabagisme, etc. Cela permet de calculer un risque relatif corrigé, dans ce cas très proche de 1. Ce sont ces risques relatifs qui sont mentionnés dans le papier. Mais même sans cela, avec les chiffres bruts, on arrive à se faire une bonne idée. 

La Conscience

La vidéo du jour parle d’un sujet qui me fascine depuis longtemps, la conscience. Et jamais je n’y serais arrivé sans l’aide de l’excellent Monsieur Phi !

Contrairement à mon habitude, je ne vais pas ajouter trop de compléments dans ce billet, car beaucoup de choses sont déjà très bien traitées sur la chaîne du Sieur Phi, et je vous encourage à y aller pour regarder notamment sa série « Esprit & Matière ». Si vous souhaitez personnellement creuser la question, je vous recommande le livre que Thibaut m’a lui-même conseillé : Philosophie de l’esprit, de Jeagwon Kim. Lire la suite

E=mc² et le boson de Higgs

La vidéo du jour est la suite naturelle de la précédente : on y parle de E=mc2, de ce que ça signifie, et du rapport que ça a avec le boson de Higgs.

Peut-on vraiment démontrer E=mc2 ?

Mon premier complément concerne la « démonstration » de E=mc2. Ben oui, une formule aussi importante, on doit bien pouvoir la démontrer, non ? Eh bien en fait ça n’est pas si simple, loin de là ! Lire la suite