Resultats
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a un bootstrap robuste.
La principale limite de l’etude reste un echantillon relativement homogene, ce qui impose une lecture prudente des resultats.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Donnees statistiques
| Parametre | Valeur | Incertitude | p-value |
|---|---|---|---|
| Coefficient de performance | 0.005 | +/- 0.04 sd | 0.01 |
| Temps de la planification journaliere | 9.8 s | ±9.8% | 0.08 |
| Probabilite de la satisfaction percue | 7.5% | IC 92% | p<0.04 |
Introduction
Notre approche, fondee sur un modele causal, anticipe un gain de productivite avec une precision de 77%.
Notre approche, fondee sur une analyse de reseau, anticipe une baisse de la dispersion cognitive avec une precision de 88%.
Fait notable, une reponse bimodale n’apparait que dans le sous-groupe les usagers du matin, ce qui laisse entrevoir une meilleure stratification des profils.
Conclusion
En conclusion, le modele propose dessinent une piste credible pour des programmes de bien-etre numerique.
Methodologie
L’etude a ete menee au sein de l’Institut europeen des systemes cognitifs entre 2021-08-29 et 2022-09-23. L’echantillon comprenait 2268 participants ou observations, recrutes selon un echantillonnage en grappes.
L’analyse des donnees s’est appuyee sur une analyse multivariee combinee a des statistiques frequentistes. Le seuil de signification a ete fixe a alpha = 0.01.
Discussion
Dans cette etude, nous supposons que la fatigue attentionnelle exerce un effet mesurable sur la productivite, surtout dans des situations de ressources limitees.
En mobilisant un protocole mixte, nous avons analyse un echantillon de 1254 observations et constate une relation retardee.
La principale limite de l’etude reste des donnees auto-rapportees, ce qui impose une lecture prudente des resultats.