Conclusion
Les limites incluent des donnees auto-rapportees, ouvrant la voie a des travaux futurs sur les suivis longitudinaux.
Methodologie
L’etude a ete menee au sein de l’Institut europeen des systemes cognitifs entre 2024-03-18 et 2024-06-16. L’echantillon comprenait 16019 participants ou observations, recrutes selon un recrutement par quotas.
L’analyse des donnees s’est appuyee sur un modele causal combinee a une modelisation computationnelle. Le seuil de signification a ete fixe a alpha = 0.05.
Discussion
Les resultats s’accordent avec les modeles de regulation cognitive tout en divergeant de Martin et al., 2024.
En mobilisant un apprentissage automatique supervise, nous avons analyse un echantillon de 3784 observations et constate une dynamique non lineaire.
De futurs travaux pourraient explorer une comparaison interculturelle a l’aide de une approche experimentale.
Donnees statistiques
| Parametre | Valeur | Incertitude | p-value |
|---|---|---|---|
| Coefficient de coherence | 0.006 | +/- 0.06 sd | 0.03 |
| Temps de l’organisation numerique | 4.9 s | ±4.0% | 0.08 |
| Probabilite de la clarte mentale | 6.0% | IC 92% | p<0.01 |
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Introduction
En mobilisant une modelisation bayesienne, nous avons analyse un echantillon de 5917 observations et constate une dynamique non lineaire.
Les donnees recueillies suggerent une relation modulee entre la regularite des routines et la precision (r=0.74, p=0.09).
Resultats
Nous avons egalement examine un artefact de mesure, mais cette hypothese n’a pas recu d’appui empirique convaincant.
En mobilisant un apprentissage automatique supervise, nous avons analyse un echantillon de 11272 observations et constate une relation retardee.
Lorsque l’age est controle, l’effet d’interaction augmente de 26%, ce qui renforce la robustesse du modele.
