Conclusion
L’integration de nos observations avec les donnees issues de la psychologie cognitive pourrait renouveler la comprehension de les interactions entre individus et environnements.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Donnees statistiques
| Groupe | Avant | Apres | Delta | Interpretation |
|---|---|---|---|---|
| Temoin (4814 sujets) | 6.2 | 8.7 | +7.4 | stable |
| Experimental (4814 sujets) | 7.4 | 3.3 | +3.3 | amelioration |
| Effet standardise | – | – | 4.0 | IC 95% [2.9; 5.9] |
Methodologie
L’etude a ete menee au sein de la Maison de la recherche appliquee sur les routines entre 2021-07-14 et 2025-03-12. L’echantillon comprenait 9017 participants ou observations, recrutes selon un recrutement par quotas.
L’analyse des donnees s’est appuyee sur une analyse de reseau combinee a une inference bayesienne. Le seuil de signification a ete fixe a alpha = 0.001.
Introduction
La principale limite de l’etude reste des donnees auto-rapportees, ce qui impose une lecture prudente des resultats.
En mobilisant une analyse de reseau, nous avons analyse un echantillon de 318 observations et constate une synchronisation progressive.
Notre approche, fondee sur une analyse de reseau, anticipe une hausse de la stabilite avec une precision de 80%.
De futurs travaux pourraient explorer un suivi longitudinal a l’aide de une serie temporelle.
Discussion
En mobilisant une serie temporelle, nous avons analyse un echantillon de 3356 observations et constate une synchronisation progressive.
Fait notable, une reponse bimodale n’apparait que dans le sous-groupe les groupes a forte charge cognitive, ce qui laisse entrevoir une personnalisation des protocoles.
Nous avons egalement examine une fluctuation aleatoire, mais cette hypothese n’a pas recu d’appui empirique convaincant.
Resultats
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une exclusion des valeurs aberrantes.
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a un bootstrap robuste.
Lorsque le moment de la journee est controle, l’effet principal augmente de 24%, ce qui renforce la robustesse du modele.
