Gap Cazali — ta question, passée au feu

1. Faisable maintenant sans QPU · 2. Apport du QPU — dans ta coupe

Notre table · Doctrine · Gap Cazali · Matériaux · Positionnement · Jesse · Biblio

Gap Cazali fig. 4 → formalisme QFA

La réponse en une phrase

Les points de la fig. 4 ne sont pas des mesures mais des verdicts — la position d’une aiguille sur un cadran que les auteurs ont construit avant de regarder — alors que le formalisme QFA est une machine à découvrir des cadrans. Ce qui est faisable maintenant, sans QPU : remonter de l’aiguille aux cartes spectrales complètes (un email à Romain Géneaux) et y faire tourner des tests falsifiables à périmètre honnête. Ce que le QPU apporte : l’inversion de la contrainte qui borne tout le reste — le nombre de points et d’observables cessent d’être imposés par l’expérience et deviennent des boutons de réglage.

L’image d’ouverture — l’aiguille et le cadran

À chaque délai pompe-sonde, le spectromètre enregistre une scène entière : un spectre transitoire de ~150 canaux d’énergie entre ~62 et 71 eV (Cazali et al. 2025, fig. 2e,f). Les auteurs ont ensuite construit un instrument de lecture — le modèle de décalage rigide de l’arête Ni M₂,₃. Leur revendication est forte et il faut la citer entière : « At all time delays, the transient absorption trace is extremely well reproduced by a pure rigid shift of the absorption edge » (Cazali et al. 2025, 4) — la validité à chaque délai est affirmée ; ce qui n’est pas publié, ce sont les résidus par délai (les figures montrent des moyennes). La fenêtre est donc revendiquée fermée, preuve non publiée — nuance qui compte plus bas. Pour chaque instant, le papier ne livre que la position de l’aiguille sur ce cadran : ΔUᵢ = 2 × shift(tᵢ), un scalaire ± ≈ 9 meV. Quarante aiguilles, ~99,3 % de l’information spectrale jetée à chaque délai.

Le formalisme QFA/QCML mange l’objet exactement inverse : un nuage de points non ordonné dans ℝ^D — une matrice T × D échantillonnant une variété lisse dont il découvre la dimension et la métrique sans qu’on les lui fournisse (Abanov et al. 2025; Candelori et al. 2025). Donner à QFA les points de la fig. 4, c’est lui donner la réponse d’un autre en lui demandant de poser la question — et ce n’est plus seulement plaidable, c’est chiffré : toute structure au-delà de « ça monte » y est sous le bruit (rapport signal/bruit de courbure ≈ 0,4 par point ; test F linéaire-contre-quadratique sur la fenêtre du quench : F = 0,01 contre un seuil de 5,59).

Ta coupe est la bonne : les barreaux G0, G1, G2 de l’échelle vivent entièrement dans le point 1 ; G3 est le point 2.

Partie 1 — Faisable maintenant, sans QPU (G0 → G2)

Convention pour chaque barreau : l’objet (ce qu’on a en main), le n × d réaliste (T points × D features, contre les minima publiés du formalisme), ce que QFA en tire, l’effort pour y monter. Rien dans cette partie ne touche un QPU, n’exige Qognitive, ni ne dépend de Pasqal ; tout tourne sur un laptop.

G0 — les ~40 points 1D publiés (en main aujourd’hui)

Objet. La série ΔU(t) : 40 points sur une grille de 2 fs (−39 → +39 fs), barres ±1σ ≈ ±9,3 meV, plateau ≈ −100 meV (Cazali et al. 2025, fig. 4c). J’en ai numérisé 37 depuis le PDF. Une seule feature, une seule fluence, une seule trajectoire ; dans la fenêtre de la montée, la grille ne pose que ~10 points.

n × d réaliste. Brut : T = 40, D = 1 — hors contrat d’entrée. Après delay-embedding (fenêtres glissantes de 3) : ~35–38 points dans ℝ³. À comparer au plancher publié : rien n’est validé sous T = 250 (Candelori et al. 2025). Et le comptage de paramètres condamne indépendamment : à N = 4–8 qubits, le modèle porte 2,5 à 6,5 paramètres par valeur de donnée — régime d’interpolation pure, où il « trouvera une géométrie » dans n’importe quoi, y compris du bruit.

Ce que QFA en tire — honnêtement : de la plomberie, et c’est tout. Deux sorties exactes :

1. Un test de plomberie de bout en bout : la chaîne complète données → géométrie (entraînement, dimension intrinsèque d̂, métrique g) tourne sur un objet réel avant l’arrivée des vraies données. Valeur d’ingénierie, pas de science — et on l’écrira tel quel.
2. Une batterie de contrôles négatifs (le vrai apport du barreau) : le pipeline complet passé sur un triple null — (a) bruit gaussien pur de même variance sur la même grille ; (b) surrogates à phase aléatoire (qui préservent spectre et autocorrélation — strictement plus durs que l’ordre permuté) ; (c) le step logistique des auteurs + bruit apparié (la « physique nulle ») — plus le null métrique : la vitesse géométrique avec g appris contre g = identité sur le même chemin (si les profils coïncident, la métrique quantique n’a rien apporté). Issue la plus probable, écrite avant de courir : le null (c) sera indistinguable des données — auquel cas G0 a produit de la plomberie validée et zéro claim, et c’est le résultat attendu.

Zéro géométrie, zéro courbure, zéro barre d’erreur opposables à ce barreau. La courbure est exclue chiffrée (F = 0,01) ; un d̂ = 1 « stable » ne prouverait rien — c’est à la fois la sortie d’erreur connue du détecteur et la propriété de tout scalaire lisse delay-embeddé ; et aucune barre d’erreur n’est défendable (erreurs corrélées entre points). Le mot « signal » n’a pas sa place ici. (La première version te promettait en plus une statistique contre surrogates permutés — l’attaque statistique l’a tuée proprement, dans les deux sens ; promesse retirée.)

Effort. 1 jour de manip — précédé d’un préalable non négociable : mettre mon détecteur de dimension en conformité stricte avec l’algorithme publié (Candelori et al. 2025) (trois divergences code ≠ papier identifiées, 2–3 jours, avec re-pass de la reproduction sphère comme non-régression). Sans ce préalable, tout chiffre est attaquable par construction — les deux adversaires en ont fait le pivot de leur confiance résiduelle.

G1 — + les cartes 2D ΔR/R(E, t) des figs. 2–3 (demandables à Géneaux)

Objet. Les matrices avant projection : le scan long (40 délais × ~150 canaux — celui dont la fig. 4c dérive) et le scan fin (~140 délais, pas de 0,19 fs, ±14 fs). Précision due : le scan fin est exploité par le papier — c’est lui qui porte la claim « no field-driven oscillations » (le contraste avec MgO) ; il est inexploité par l’analyse ΔU(t) de la fig. 4 — c’est ce gisement-là qu’on vise. Plus, dans le même envoi : la carte MgO (contrôle, physique opposée), les mesures longues jusqu’à 50 ps — où le papier écrit lui-même que la forme spectrale « is different from the pure redshift » (Cazali et al. 2025, 6) — le scan à intensité réduite, et les répétitions par délai. « The data presented in the manuscript are available from the authors upon request » (Cazali et al. 2025, 14) ; contact : Romain Géneaux, CEA LIDYL.

n × d réaliste — corrigé par les adversaires. Chaque délai devient un vecteur spectral : T ≈ 40 + 140 = ~180 points distincts dans ℝ^150. La première version prétendait atteindre « T ≥ 500 effectif » par répétitions et pooling — c’était faux sur les deux jambes : répéter une mesure ne crée pas de nouveaux points de variété (dix répétitions de 40 délais = 400 réalisations bruitées de 40 positions), et pooler des jeux sous conditions différentes ne densifie pas la même variété. Version corrigée : les répétitions servent au bootstrap des sorties et à la réduction du bruit — précieux, c’est la seule voie propre vers des barres d’erreur — mais sans effet sur le plancher T ; donc T ≈ 180 reste en zone grise au sens du critère que ce document s’impose, et une claim de dimension à G1 n’est pas « atteignable », elle est décidable une fois l’inventaire reçu (les mesures longues 50 ps peuvent apporter les délais distincts manquants — c’est une inconnue de la demande Géneaux, pas un acquis). Contrainte ferme : N ≤ 8 qubits tant que T < 500, pour tenir la sur-paramétrisation sous 0,5 paramètre par donnée.

Ce que QFA en tire — re-pondéré : la cible scientifique n° 1 est aux temps longs. L’ordre de la première version est inversé, pour une raison de signal/bruit calculée par l’adversaire physique : aux temps courts, le shift mesuré vaut ~5 % de la largeur d’arête → la trajectoire dans ℝ^150 est un segment quasi rectiligne, et tout mode spectral orthogonal au shift est par construction sous le bruit — sinon les fits publiés l’auraient montré. D’où le protocole :

• Cible n° 1 — les temps longs (> +40 fs) : le seul endroit où un signal hors-modèle est établi au-dessus du bruit par le papier lui-même. Test falsifiable dans les deux sens : détection en aveugle des changements de régime — la montée, puis ~300 fs, puis ~6 ps — sans fournir le modèle. Deux précisions de périmètre : on détecte des frontières de processus, pas le chiffre 7,0 ± 1,5 fs (intrinsèque, il exige une déconvolution de la réponse instrumentale qu’aucune méthode aveugle ne restitue) ; et le confound n° 1 est la dérive d’acquisition (des heures de scan) — toute dérive lente crée exactement la signature qu’on chercherait. Mitigations exigées dans la demande de données : les expositions on/off par délai, les répétitions, et le contrôle négatif gratuit des 16 points pré-t₀, qui ne doivent porter aucune structure.
• Cible n° 2 — l’audit du shift pur aux temps courts, requalifié. Le papier affirme la validité per-delay sans publier les résidus par délai — vérifier d̂ = 1 aux temps courts est donc un audit indépendant d’une assertion non documentée. Et cet audit est asymétrique : confirmer d̂ = 1 est quasi préordonné (segment rectiligne) ; le réfuter est hors de portée du signal/bruit à T ≈ 180. On le fait quand même — il est gratuit une fois les cartes en main — mais il ne porte aucune promesse.
• Baseline d’abord — le claim QFA n’existe que dans l’écart. « d̂ = 1 » se lit sur la part de variance du premier composant d’une PCA — outil de 1901 ; la détection de rupture a ses baselines classiques (segmentation sur distance spectrale, diffusion maps (Talmon and Coifman 2013)). Ces baselines tournent en premier, à protocole strictement égal, et toute sortie QFA se mesure comme écart à la baseline. Parité = on le publie aussi : la verticale se différencie par le pont physique, pas par un avantage fabriqué.
• Le contraste MgO — l’image qui parle à tout auditoire : DFKE réversible, trajectoire fermée/oscillante ; NiO, chemin ouvert vers un état persistant. Garde-fous : arêtes différentes, signaux 20 % vs 4 % — pas le même espace ambiant, donc comparaison qualitative, et aucun pooling MgO + NiO.

Garde-fou de périmètre : travailler sur ΔR/R (la mesure native), pas sur l’absorption reconstruite — la reconstruction Kramers-Kronig importe un padding par données de littérature. Et documenter la standardisation par canal.

Effort. Un email (canal naturel : toi/SourceLAB, à 20 km de Saclay) + quelques jours de calcul après réception.

G2 — + multi-conditions : l’espace des phases (à mesurer)

Objet. Une famille de trajectoires paramétrée par les conditions : série en fluence (4–6 intensités × 40 délais), éventuellement polarisation et température. N’existe pas aujourd’hui — une seule fluence est publiée, plus une mention qualitative à intensité réduite. C’est une proposition de collaboration : série en fluence, échantillonnage dense de la montée, scans répétés.

n × d réaliste. 5 fluences × 40 délais = 200 points peuplant une surface 2D (temps × fluence) dans ℝ^150 ; avec montée densifiée et répétitions : T = 500–2000 — le point d’opération validé du formalisme. C’est le premier objet pour lequel une courbure a un sens statistique — conclusion durcie par l’attaque stats : la courbure sur trajectoire unique est exclue chiffrée quel que soit le formalisme ; elle exige une variété 2D peuplée, exactement là où l’échelle la place.

Ce que QFA en tire — avec le test de factorisation d’abord. La seule donnée multi-fluence existante (« same characteristics and spectral shape ») est compatible avec une réponse ~proportionnelle — auquel cas la surface (temps × fluence) est un cône sur la courbe temporelle, et sa courbure mesure une non-linéarité qu’un fit classique à 2 paramètres extrait aussi. Le protocole G2 commence donc par la baseline de factorisation ΔR/R(E,t,F) ≈ a(F)·M(E,t) ; la géométrie n’a un contenu propre que si la déformation est non factorisable — la direction qui tourne, pas le chemin qui s’allonge. Si elle l’est : dimension intrinsèque de la famille, déformation de la variété avec la fluence, et les premiers invariants topologiques opposables (Abanov et al. 2025).

Effort. Du temps de faisceau et une volonté de collaboration CEA — mois. L’objet naturel d’un second temps de la relation Géneaux, pas du premier email.

Le périmètre honnête — ce que la Partie 1 ne livrera PAS

Deux limites structurelles, écrites noir sur blanc parce qu’elles bornent ce que la verticale peut promettre — c’est l’argument de sérieux, pas un aveu de faiblesse :

1. Aucun barreau ne parle du mécanisme des 7 fs. L’observable est une sonde locale ; l’écrantage non-local — l’« intuitive picture » des auteurs — n’y laisse qu’une empreinte : la constante de temps de la montée. Or la constante de temps vit dans la paramétrisation de la trajectoire — précisément le degré de liberté que la perte invariante par permutation jette (Abanov et al. 2025) ; deux dynamiques de 3 fs et de 30 fs traçant la même courbe spectrale donnent la même variété. G1/G2 peuvent falsifier la pureté du shift, détecter des changements de processus, compter des paramètres effectifs ; l’adjudication du mécanisme restera affaire de théorie.
2. d̂ compte des paramètres effectifs, il n’identifie pas U. Le papier exhibe lui-même la dégénérescence : une combinaison U/hybridation linéairement contrainte reproduit la mesure (Cazali et al. 2025, 5) — la famille de spectres compatibles est déjà une variété à un paramètre effectif. d̂ = 1 est donc prédit à la fois par « un seul paramètre physique U(t) » et par « une combinaison dégénérée à un paramètre » : la géométrie ne brise pas une dégénérescence que les données ne brisent pas. Tout énoncé « la géométrie teste le quench de U » est interdit ; elle teste le comptage de paramètres.

Partie 2 — L’apport du QPU (G3, le vrai terrain Q4Beam)

Objet. Le second pipeline de la note Q4Beam — non plus mesures expérimentales → géométrie, mais états/corrélateurs simulés sur QPU → géométrie (même formalisme, entrée différente). Le précédent existe côté Pasqal : simulation analogique one-to-one de TmMgGaO₄ sur 256 qubits, confrontée à l’expérience (Leclerc et al., mars 2026 — « verified by experiments for the first time »).

Ce que le QPU apporte — l’inversion de la contrainte. Toute la Partie 1 est bornée par un fait : T et D sont imposés par l’expérience (40 délais, 150 canaux, des heures de faisceau par scan), et le plancher statistique (T ≥ 250–500) est la frontière qui sépare la plomberie de la science. Sur un registre de qubits, T et D deviennent des boutons de réglage : autant de shots qu’on veut (T arbitraire), autant d’observables qu’on en mesure (D choisi). La contrainte qui définit G0–G2 s’inverse. Ordre de grandeur pour une dynamique simulée : T = 10²–10⁴ états le long de trajectoires pilotées, D = 10¹–10² corrélateurs.

La promesse — et les deux gaps honnêtes. La caractérisation géométrique (dimension, métrique, courbure le long de la dynamique simulée) comme langage commun entre la simulation QPU et la mesure ultrarapide. Le pont est réel mais doit être dit avec précision : le tenseur géométrique quantique est devenu mesurable dans les solides — ARPES, métrique quantique et courbure de Berry simultanément (Kang et al. 2024) — mais c’est la géométrie des fonctions d’onde de Bloch dans l’espace des k ; la métrique QCML est celle d’un plongement de données dans un espace de Hilbert auxiliaire. Même objet mathématique (le QGT d’une famille d’états paramétrée), espaces physiques différents : une analogie structurée, pas une identité. La case « géométrie quantique des données × trajectoires » reste vierge — ni Qognitive (corpus 100 % tabulaire statique) ni la communauté ultrafast ne l’occupent. Les deux gaps structurels :

1. L’écart d’échelles de temps : les dynamiques simulées revendiquées sont picoseconde par adimensionnement ; rien n’établit que le repli atteigne le régime fs/as du quench de NiO. C’est l’interstice où Q4Beam prétend opérer — par la caractérisation géométrique indépendante de l’hypothèse adiabatique, pas par la simulation directe.
2. Le gap set → trajectoire : le formalisme natif est aveugle à l’ordre temporel (Abanov et al. 2025) ; l’ordre et la vitesse n’entrent que par astuce d’encodage ou par post-traitement de la métrique — le premier vrai chantier théorique de la verticale. Le cadre time-dependent QGT (Díaz et al. 2025) est le candidat naturel. Cohérence avec la limite n° 1 de la Partie 1 : c’est le même angle mort (la paramétrisation temporelle) vu des deux côtés — le combler théoriquement à G3 est ce qui, en retour, donnerait aux barreaux expérimentaux accès aux constantes de temps.

Effort. Trimestres ; coordination tripartite. Et une dépendance logique : la Partie 1 est le dérisquage de la Partie 2 — un formalisme qui n’a rien dit sur les données expérimentales n’a rien à dire sur leur simulation. Aucun QPU n’est requis avant G3 : c’est une feature, pas un aveu.

L’échelle en un tableau

La logique : G0 dérisque le pipeline, G1 produit la première science falsifiable (aux temps longs), G2 produit la première courbure défendable, G3 est la destination Q4Beam — et la Partie 1 dérisque la Partie 2 sans en dépendre.

Verdict sur la phrase de Dario (« envoyez vos données telles quelles »)

(Les deux adversaires ont attaqué cette section — elle survit intacte.)

Ta paraphrase : « envoyez nous juste vos datas tels quels et on extrait les métriques QCML, genre courbures etc. ». Le verdict tient — et le corpus complet permet d’être précis : la claim fusionne deux documents qui ne promettent pas la même chose.

Document 1 — la source du « courbures etc. » : le papier scientifique QGD (Abanov et al. 2025), qui annonce « intrinsic dimension, quantum metric, and Berry curvature — derived directly from the data ». C’est un papier, démontré sur des jouets et des benchmarks statiques — pas une offre de service, et rien ne montre ces métriques livrées à un client sur ses données.

Document 2 — la source du « envoyez vos données » : le white paper The Shape of Your Data (celui que tu as lu), qui vend tout autre chose — du data cleaning : « Our QCML based platform for imputation and anomaly detection », sur du « messy real-world data with mixed types, large feature sets, and sparse coverage ». Sorties livrées : valeurs imputées + score d’anomalie — pas de courbures. Et la forme de l’offre est « we would love to take a look together » : une collaboration exploratoire, pas un self-serve.

Confrontation aux specs réelles. Le régime de validation de tout le corpus QCML publié est tabulaire statique, haute dimension, faible échantillon : bonds, firmes, morphologie cellulaire, génétique. Les données de ta question sont l’exact négatif de ce moule : série temporelle ordonnée, 1 feature, T = 40, barres d’erreur par point —

• l’ordre temporel : le formalisme l’ignore par construction (Abanov et al. 2025), et aucun papier Qognitive ne traite une série temporelle ou une trajectoire ;
• T = 40 : six fois sous le plancher de leur propre papier compagnon (Candelori et al. 2025) ;
• les barres d’erreur : aucun traitement d’incertitude sur les sorties géométriques dans tout le cadre publié ;
• et « telles quelles » : la fig. 4c étant déjà la sortie d’un fit, les « courbures » extraites seraient celles du modèle de Cazali, pas celles de la physique.

Verdict net : la claim est vraie pour ce qu’elle vend réellement (imputation/anomalies sur du tabulaire messy, en collaboration) et fausse pour ce que tu en avais retenu (extraction self-serve de courbures sur n’importe quelle donnée). Personne — ni Qognitive ni la communauté ultrafast — n’a publié de géométrie quantique des données sur une trajectoire de physique ultrarapide : la case est vierge, et c’est précisément notre angle, à condition d’y entrer par l’échelle (G1 → G2) et non par le slogan.

Le plus petit PoC faisable, daté

Ton critère (call du 11 juin) : capter de l’information non triviale suffit pour creuser. Deux niveaux de succès, définis avant de courir — niveau 1 : information non triviale ; niveau 2 : avantage sur baseline. Et un test négatif assumé : si rien ne sort nulle part, on le saura vite, et on le dira.

Cette semaine (12 → 19 juin) — G0, données en main, zéro dépendance :

1. Mise en conformité du code (2–3 j) : lever les trois divergences entre mon implémentation et l’algorithme publié, et re-passer la reproduction sphère (d̂ = 2 stable attendu) comme non-régression. Pivot de tout le reste : sans ce préalable, toute sortie d̂ est inopposable.
2. Manip fig. 4c + contrôles négatifs (1 j) : les 37 points numérisés, delay-embedding, entraînement N = 4–8. Critère unique : les sorties sur données doivent différer du triple null — bruit pur / surrogates à phase aléatoire / step logistique + bruit apparié — chaque null passé dans le pipeline complet, plus le null métrique (g appris vs g = identité). Attendu honnête, écrit avant de courir : le null (c) sera probablement indistinguable des données → G0 = plomberie validée, zéro claim, et on l’écrit tel quel.
3. L’email à Géneaux (cette semaine aussi — le chemin critique de G1, et la seule action dont la valeur ne dépend d’aucune objection adverse) : voir la demande concrète ci-dessous.

Ce mois (juin → mi-juillet, conditionné à la réception) — G1, le vrai test :

4. Baselines d’abord, puis manip cartes (quelques jours après réception) : standardisation par canal documentée, sur la mesure native (pas la reconstruction Kramers-Kronig). Ordre imposé : (i) PCA + détection de rupture classique (Talmon and Coifman 2013) ;
   2. quantumlr N ≤ 8, d̂ par fenêtre glissante + longueur de chemin géométrique ; (iii) contrôles négatifs : les 16 points pré-t₀ (aucune structure attendue) + surrogates de dérive ; bootstrap uniquement sur les répétitions si elles arrivent.
   • Succès niveau 1 (information non triviale) — la prédiction principale, falsifiable dans les deux sens : détection en aveugle des changements de régime aux temps longs (~300 fs, ~6 ps — des frontières, pas le chiffre déconvolué 7 fs) sans fournir le modèle. Prédiction secondaire (l’audit, asymétrique) : d̂ = 1 aux temps courts — sa confirmation est quasi préordonnée et ne sera pas vendue comme résultat.
   • Succès niveau 2 (avantage) : QFA détecte à plus faible T, ou avec de meilleures barres, ou voit une structure que la baseline manque — mesuré comme écart à la baseline de l’étape (i), sinon rien. Parité = on le publie aussi.
5. Contraste MgO (mêmes données) : trajectoire fermée/oscillante vs chemin ouvert NiO — comparaison qualitative, l’illustration pour tout auditoire.

Rien dans ce PoC ne touche un QPU, n’exige Qognitive, ni ne dépend de Pasqal. Tout tourne sur un laptop. Le seul point de passage externe est l’email à Géneaux — d’où sa place dans la semaine.

Ce qui attend ta main — la demande Géneaux, re-pondérée

Peux-tu activer la demande de données vers Romain Géneaux (CEA LIDYL) ? Le périmètre, re-pondéré par les attaques, en tête de liste : les données > +40 fs et leur échantillonnage (la cible scientifique n° 1), les deux matrices NiO en nombres (scan long + scan fin), les expositions on/off par délai et les répétitions (le confound de dérive est l’objection n° 1 au test temps-longs), la carte MgO, les mesures longues jusqu’à 50 ps, et les métadonnées d’acquisition (pour statuer sur la mise en commun scan fin + scan long). Le canal SourceLAB (à 20 km de Saclay, et ton ancien élève) est le plus naturel. En attendant, je mets le code en conformité et je dérisque le pipeline sur la fig. 4 numérisée — plomberie, zéro claim scientifique à ce stade.

Comment cette réponse a été fabriquée

Trois éclaireurs ont travaillé en parallèle : l’autopsie de la chaîne de réduction de la fig. 4 (du spectromètre au scalaire), la spec exacte de l’objet d’entrée du formalisme (papier et code), et un scan de littérature (Qognitive × temps, géométrie quantique mesurée). Leur synthèse a ensuite été livrée à deux contradicteurs — un physicien, un statisticien — mandatés pour la démolir : 22 objections, dont plusieurs bloquantes, zéro réfutée. La version que tu lis intègre chacune d’elles ; ce qui précède est ce qui a survécu.

Références