image/svg+xml
Actualités
Qu'est-ce que le Learning Planet Institute ?

Né du CRI, fondé en 2006 par François Taddei et Ariel Lindner, le Learning Planet Institute se positionne comme un acteur majeur de la société apprenante. Par l’apprentissage, la recherche, l’intelligence collective et la créativité, il a pour ambition d’accompagner les personnes et les organisations à s'adapter aux défis toujours plus complexes d’un monde en perpétuelle mutation.

À la fois centre de recherche et développement, lieu d’enseignement et de formation qui s’étend de la maternelle au doctorat et tout au long de la vie, le Learning Planet Institute contribue également à la transformation des institutions, des entreprises et des associations. Son hub d’innovation numérique ouvre des perspectives inédites pour explorer et partager le savoir, permettant ainsi à la communauté mondiale d’acteurs du changement de faire face, collectivement, aux défis sociétaux et environnementaux.

Avec l’appui de ses partenaires de longue date, dont la Fondation Bettencourt Schueller, Université Paris Cité, CY Cergy Paris Université, le Secrétariat Général pour l'Investissement, la Ville de Paris, l’Inserm et l’Unesco, le Learning Planet Institute promeut une culture qui allie recherche, entrepreneuriat et impact social au service du bien commun.

  • 350 étudiant·e·s, 1300 depuis sa création
  • Plus de 40 research fellows
  • Plus de 30 000 élèves engagé·e·s dans le programme Savanturiers depuis sa création en 2013
  • Plus de 100 masterclasses scientifiques avec des intervenant·e·s de renommée internationale depuis sa création
  • Plus de 100 000 souscriptions aux MOOCs depuis 2014
  • Plus de 50 nationalités représentées
Save the date
jeudi 15 décembre 2022
17:00
[Network Seminar] Alexander Belikov : Quantifying Scientific Discovery to Improve the Knowledge of Facts

We will have a Network Seminar by Sasha (Alexander) Belikov.

The seminar will be hybrid. It will be held at LPI, room 2.05. Please register above to receive a link for online participation

Title: Quantifying Scientific Discovery to Improve the Knowledge of Facts

Abstract: The ever-increasing amount of published academic results poses a challenge in interpretation and validation of these publications and rendering them to scientific facts. Despite the apparent lack of alignment between published claims and established facts, accounting for network structure enables predictive models that can assess the validity of published claims. Using pre-trained models on simulated alternative attention and local clustering distributions (which translates to modifications of funding policies) of academic publication we show that the overall knowledge of facts may be dramatically improved. We conclude by a discussion of applications of our methodology to other domains.

Bio: Sasha (Alexander) Belikov started his career as a physicist with contributions in condensed matter and dark matter physics. After switching gears to become a quantitative researcher in finance for 2 years, he then did a postdoc in computational sociology at the Knowledge Lab at the University of Chicago. In the past 3 years, while leading the data science team at a Parisian start-up Hello Watt, he has remained involved in modeling scientific processes and the development of tools thereof.

More information on the network seminar: https://interactiondatalab.com/network-seminar/

+ Infos