Introduction
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une exclusion des valeurs aberrantes.
Notre approche, fondee sur un modele causal, anticipe une hausse de la stabilite avec une precision de 77%.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Methodologie
L’etude a ete menee au sein de le Laboratoire interdisciplinaire des usages numeriques entre 2022-02-12 et 2024-01-20. L’echantillon comprenait 14924 participants ou observations, recrutes selon un recrutement par quotas.
L’analyse des donnees s’est appuyee sur un modele causal combinee a une inference bayesienne. Le seuil de signification a ete fixe a alpha = 0.001.
Discussion
L’analyse statistique a ete conduite avec Python/scipy en fixant le seuil de signification a alpha=0.001.
Les resultats s’accordent avec les approches d’ecologie attentionnelle tout en divergeant de une meta-analyse publiee en 2025.
Conclusion
L’integration de nos observations avec les donnees issues de les sciences des donnees pourrait renouveler la comprehension de la formation des routines contemporaines.
Resultats
Dans cette etude, nous supposons que la plasticite comportementale exerce un effet mesurable sur la vitesse d’execution, surtout dans des situations de surcharge informationnelle.
En mobilisant un modele causal, nous avons analyse un echantillon de 1172 observations et constate une correlation robuste.
Dans cette etude, nous supposons que la variabilite motivationnelle exerce un effet mesurable sur la coherence des resultats, surtout dans des situations de forte incertitude.
Donnees statistiques
| Groupe | Avant | Apres | Delta | Interpretation |
|---|---|---|---|---|
| Temoin (4094 sujets) | 8.7 | 2.0 | +1.1 | stable |
| Experimental (4094 sujets) | 5.3 | 2.9 | +6.4 | amelioration |
| Effet standardise | – | – | 3.0 | IC 95% [6.2; 0.9] |
