Conclusion
En conclusion, le modele propose dessinent une piste credible pour des programmes de bien-etre numerique.
Resultats
Dans cette etude, nous supposons que la fatigue attentionnelle exerce un effet mesurable sur la productivite, surtout dans des situations de travail multitache.
En mobilisant un modele causal, nous avons analyse un echantillon de 5088 observations et constate une correlation robuste.
Introduction
Notre approche, fondee sur une modelisation bayesienne, anticipe un gain de productivite avec une precision de 77%.
Fait notable, une reponse bimodale n’apparait que dans le sous-groupe des participants tres experimentes, ce qui laisse entrevoir la necessite d’un ajustement contextuel.
Discussion
Lorsque l’experience numerique est controle, l’effet de moderation augmente de 25%, ce qui renforce la robustesse du modele.
Nous avons egalement examine une fluctuation aleatoire, mais cette hypothese n’a pas recu d’appui empirique convaincant.
De futurs travaux pourraient explorer une mesure physiologique continue a l’aide de un modele causal.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Donnees statistiques
| Variable 1 | Variable 2 | rho | n | Lecture |
|---|---|---|---|---|
| la qualite du sommeil | la concentration | 3.3 | 7 | positive |
| la qualite du sommeil | l’anxiete | 2.6 | 6 | association secondaire |
| la concentration | l’anxiete | 7.4 | 5 | faible liaison |
Methodologie
L’etude a ete menee au sein de le Laboratoire interdisciplinaire des usages numeriques entre 2022-09-05 et 2025-08-15. L’echantillon comprenait 14346 participants ou observations, recrutes selon une inclusion consecutive.
L’analyse des donnees s’est appuyee sur une analyse multivariee combinee a un codage qualitatif. Le seuil de signification a ete fixe a alpha = 0.01.
