- Proposer des success stories
- Limites du domaine
- Ne pas prétendre résoudre tous ce que les autres sciences ne savent pas faire
- Bien montrer la différence entre systèmes complexes et Big Data. Montrer que l’explosion des données est une opportunité pour les SC.
- On peut faire une approche systèmes complexes lorsque l’on peut faire des approches quantitatives avec un aspect modélisation.
- Se positionner dans l’histoire, phase 2 de la complexité : comment on peut jouer un nouveau rôle. Notamment, demandes nouvelles de la part de l’industrie et la société civile.
- Liste des pré-contributions
- Y a-t-il une science des systèmes complexes où une manière complexe d’aborder la science ?
- Les systèmes complexes englobent plusieurs sciences. Cherchent des invariants pour trouver des mécanismes communs.
- Systèmes complexes comme une approche.
- interaction, dynamique, rétroaction, multi-échelle, émergence/comportements collectifs, bifurcation, différentiation/hétérogénéité, mutualisme, diffusion d’incertitude, comment elle se propage dans le système ?
- JH : attention, un SC n’a pas besoin nécessairement d’un grand nombre ou d’hétérogénéité
- Quels sont les domaines où l’on a besoin de nous : la prospective sur les grands changements environnementaux et la durabilité
- Quels sont les grands apports à la société ?
- Façon de travailler qui rend capable d’aborder des objets divers avec des méthodologies communes.
- montrer ce que l’on sait faire sur des classes de questions.
- qu’est ce qui est un succès ?
- qu’est qui n’est pas fini ?
- quels sont les concepts clés ?
- quels apports pour la société ?
Dans Big Data : bien faire la distinction entre Big Data et Modélisation
Avantage du bog data : garder les données pour à tout moment les réinterroger et les remodéliser.