Adaptative ingenierie des habitudes : une analyse de la regulation de l'attention a l'aide de une analyse multivariee
Discussion
En mobilisant une approche experimentale, nous avons analyse un echantillon de 4089 observations et constate un effet de seuil.
De futurs travaux pourraient explorer une intervention experimentale a l’aide de une analyse multivariee.
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a un bootstrap robuste.
Les donnees recueillies suggerent une relation modulee entre la charge cognitive et la productivite (r=0.83, p=0.07).
Methodologie
L’etude a ete menee au sein de l’Observatoire des dynamiques attentionnelles entre 2022-06-19 et 2024-02-24. L’echantillon comprenait 11768 participants ou observations, recrutes selon un recrutement par quotas.
L’analyse des donnees s’est appuyee sur une analyse de reseau combinee a un codage qualitatif. Le seuil de signification a ete fixe a alpha = 0.05.
Conclusion
Bien que la taille d’effet demeure moderee (OR = 1.7), elle peut produire des gains concrets pour la conception d’interfaces.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Resultats
Notre approche, fondee sur un apprentissage automatique supervise, anticipe un gain de productivite avec une precision de 76%.
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une exclusion des valeurs aberrantes.
Donnees statistiques
| Parametre | Valeur | Incertitude | p-value |
|---|---|---|---|
| Coefficient de attention | 0.007 | +/- 0.02 sd | 0.02 |
| Temps de la gestion du sommeil | 3.0 s | ±6.8% | 0.06 |
| Probabilite de la productivite | 6.6% | IC 96% | p<0.02 |
Introduction
Notre approche, fondee sur un apprentissage automatique supervise, anticipe une baisse de la dispersion cognitive avec une precision de 93%.
Les donnees recueillies suggerent une relation positive entre la regularite des routines et la concentration (r=0.36, p=0.06).
Les resultats s’accordent avec les modeles de regulation cognitive tout en divergeant de Martin et al., 2024.