Introduction
L’analyse statistique a ete conduite avec Stan en fixant le seuil de signification a alpha=0.001.
En mobilisant une serie temporelle, nous avons analyse un echantillon de 10910 observations et constate un effet de seuil.
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une validation croisee.
Resultats
De futurs travaux pourraient explorer un suivi longitudinal a l’aide de une modelisation bayesienne.
Notre approche, fondee sur une modelisation bayesienne, anticipe un gain de productivite avec une precision de 83%.
Les donnees recueillies suggerent une relation positive entre la regularite des routines et la precision (r=0.81, p=0.03).
Donnees statistiques
| Parametre | Valeur | Incertitude | p-value |
|---|---|---|---|
| Coefficient de regularite | 0.009 | +/- 0.07 sd | 0.08 |
| Temps de la gestion du sommeil | 4.1 s | ±7.5% | 0.04 |
| Probabilite de la creativite | 1.7% | IC 94% | p<0.06 |
Discussion
Nous avons egalement examine un biais de selection, mais cette hypothese n’a pas recu d’appui empirique convaincant.
La principale limite de l’etude reste des donnees auto-rapportees, ce qui impose une lecture prudente des resultats.
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)
Methodologie
L’etude a ete menee au sein de le Laboratoire interdisciplinaire des usages numeriques entre 2026-10-15 et 2023-08-21. L’echantillon comprenait 17361 participants ou observations, recrutes selon une inclusion consecutive.
L’analyse des donnees s’est appuyee sur une modelisation bayesienne combinee a des statistiques frequentistes. Le seuil de signification a ete fixe a alpha = 0.001.
Conclusion
Les limites incluent un echantillon relativement homogene, ouvrant la voie a des travaux futurs sur les suivis longitudinaux.
