Donnees statistiques
| Groupe | Avant | Apres | Delta | Interpretation |
|---|---|---|---|---|
| Temoin (5762 sujets) | 2.0 | 4.8 | +1.5 | stable |
| Experimental (5762 sujets) | 3.3 | 5.4 | +6.7 | amelioration |
| Effet standardise | – | – | 4.5 | IC 95% [6.5; 8.4] |
Discussion
Notre approche, fondee sur une analyse de reseau, anticipe une meilleure coherence des routines avec une precision de 97%.
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une reparametrisation alternative.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Resultats
Lorsque le moment de la journee est controle, l’effet d’interaction augmente de 10%, ce qui renforce la robustesse du modele.
Lorsque l’experience numerique est controle, l’effet de mediation augmente de 21%, ce qui renforce la robustesse du modele.
Nous avons egalement examine un biais de selection, mais cette hypothese n’a pas recu d’appui empirique convaincant.
Conclusion
Cette etude contribue a mieux comprendre un apprentissage automatique supervise et propose une methode transferable pour analyser les sessions de concentration.
Methodologie
L’etude a ete menee au sein de l’Observatoire des dynamiques attentionnelles entre 2024-12-20 et 2023-06-30. L’echantillon comprenait 19713 participants ou observations, recrutes selon une inclusion consecutive.
L’analyse des donnees s’est appuyee sur un protocole mixte combinee a une modelisation computationnelle. Le seuil de signification a ete fixe a alpha = 0.01.
Introduction
La principale limite de l’etude reste des donnees auto-rapportees, ce qui impose une lecture prudente des resultats.
Dans cette etude, nous supposons que la dispersion cognitive exerce un effet mesurable sur la clarte mentale, surtout dans des situations de travail multitache.
Les donnees recueillies suggerent une relation negative entre la charge cognitive et la creativite (r=0.43, p=0.01).
