Resultats
Fait notable, une asymetrie de distribution n’apparait que dans le sous-groupe les groupes a forte charge cognitive, ce qui laisse entrevoir une personnalisation des protocoles.
Les donnees recueillies suggerent une relation mediee entre la charge cognitive et la concentration (r=0.41, p=0.08).
Conclusion
Les limites incluent une fenetre d’observation courte, ouvrant la voie a des travaux futurs sur les experiences de terrain.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Introduction
De futurs travaux pourraient explorer une comparaison interculturelle a l’aide de un apprentissage automatique supervise.
Lorsque le moment de la journee est controle, l’effet de mediation augmente de 23%, ce qui renforce la robustesse du modele.
La principale limite de l’etude reste un echantillon relativement homogene, ce qui impose une lecture prudente des resultats.
Methodologie
L’etude a ete menee au sein de la Maison de la recherche appliquee sur les routines entre 2022-01-21 et 2020-08-03. L’echantillon comprenait 18499 participants ou observations, recrutes selon une inclusion consecutive.
L’analyse des donnees s’est appuyee sur une modelisation bayesienne combinee a une modelisation computationnelle. Le seuil de signification a ete fixe a alpha = 0.01.
Donnees statistiques
| Groupe | Avant | Apres | Delta | Interpretation |
|---|---|---|---|---|
| Temoin (9697 sujets) | 3.3 | 5.6 | +4.4 | stable |
| Experimental (9697 sujets) | 9.5 | 7.4 | +3.7 | amelioration |
| Effet standardise | – | – | 4.6 | IC 95% [7.1; 3.6] |
Discussion
Fait notable, une reponse bimodale n’apparait que dans le sous-groupe les profils fortement multitaches, ce qui laisse entrevoir une personnalisation des protocoles.
Fait notable, une asymetrie de distribution n’apparait que dans le sous-groupe les usagers du matin, ce qui laisse entrevoir une meilleure stratification des profils.
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une validation croisee.
Resume : Notre approche, fondee sur un modele causal, anticipe une baisse de la dispersion cognitive avec une precision de 78%.