diff --git a/journal/Readme.md b/journal/Readme.md
index fabe4ae1237b234287b2a29527aec9235a6d6b08..9d283657c186332a5f2b1fe101342e7fae92c91f 100644
--- a/journal/Readme.md
+++ b/journal/Readme.md
@@ -64,4 +64,43 @@ Nous utilisons DocFetcher.
 
 Pour éviter l'abondance de résultats, on peut utiliser les commentaires Markdown pour stocker les étiquettes.
 
+## Module 2
+
+### Module 2.1
+
+Exemple d'études dont les résultats ont été controversés.
+
+Je connaissais déjà la première histoire (notamment grace à [la vidéo de ScienceEtonnante](https://youtu.be/yeX_Zs7zztY?si=OUk__7fL6lGyh3-c)) et des politiques du monde entier se basaient de cette statistique erronnée, par "mégarde" d'après les auteurs (bizarrement cela arrangeait la conclusion).
+
+Deuxième exemple sur l'IRM où le bruit n'était pas assez pris en considération.
+
+Autre exemple sur un bug dans un logiciel, mais au final c'est surtout la méthodologie à revoir.
+
+Dernier exemple en cristallographie : Reprise d'un code qui était incorrect et qui a ainsi engendré un souci au niveau de l'analyse.
+
+### Module 2.2
+
+Différents critères à propos de pourquoi c'est difficile de tout faire proprement :
+
+- Manque d'informations (expliciter ses sources, données, choix) => Cahier de laboratoire peut aider
+- Mauvaise utilisation de l'ordinateur (tableur alors que ce n'est pas forcèment adapté à cause de macro et formatage automatique) + de logiciels dont on ne sait pas si le contenu est correct
+- Manque de riqueur / organisation (backup, historique, etc.)
+- Dimension culturelle et sociale (éthique des données etc.)
+- Rendre public ou non (on peut trouver des erreurs ou voir les faiblesses dans notre étude, d'autres peuvent réutiliser notre code ou données, il y a des données sensibles (mais on peut utiliser de l'anonymisation crypto)).
+
+Outils à éviter et alternatives
+
+1. Eviter suite Microsoft, privilégier les formats texte
+2. Eviter les logiciels propriétaires comme matlab et privilégier Scilab, R, Python
+3. Utiliser des clouds qui garantissent la pérennité (GitHub, GitLab)
+4. Outils "intuitifs" qui ne permettent pas de voir ce qu'il se passe derrière le rideau
+
+### Module 2.3
+
+Principes du document computationnel :
+- Inspecter ce qui a été fait (comprendre choix etc.)
+- Refaire (reproduire, utiliser les mêmes données, etc.)
+
+La vitrine est lue par le lecture, mais s'il veut en savoir plus il doit avoir accès au code qui génère les graphiques, données, etc.
+