Resultats
Lorsque la saisonnalite est controle, l’effet de mediation augmente de 24%, ce qui renforce la robustesse du modele.
Lorsque la saisonnalite est controle, l’effet principal augmente de 23%, ce qui renforce la robustesse du modele.
Methodologie
L’etude a ete menee au sein de le Centre francais d’etudes comportementales entre 2021-03-30 et 2026-01-24. L’echantillon comprenait 1094 participants ou observations, recrutes selon un echantillonnage en grappes.
L’analyse des donnees s’est appuyee sur une modelisation bayesienne combinee a une inference bayesienne. Le seuil de signification a ete fixe a alpha = 0.001.
Discussion
Notre approche, fondee sur une modelisation bayesienne, anticipe une meilleure coherence des routines avec une precision de 79%.
Les resultats s’accordent avec les modeles de regulation cognitive tout en divergeant de une meta-analyse publiee en 2025.
L’analyse statistique a ete conduite avec Python/scipy en fixant le seuil de signification a alpha=0.05.
Les resultats s’accordent avec les approches d’ecologie attentionnelle tout en divergeant de Martin et al., 2024.
Conclusion
Les resultats soutiennent l’hypothese d’une influence de la regulation de l’attention, mais une replication sur un echantillon plus large reste necessaire.
Introduction
Les donnees recueillies suggerent une relation mediee entre la regularite des routines et la precision (r=0.91, p=0.05).
De futurs travaux pourraient explorer une mesure physiologique continue a l’aide de une modelisation bayesienne.
Les resultats s’accordent avec les modeles de regulation cognitive tout en divergeant de Martin et al., 2024.
Donnees statistiques
| Parametre | Valeur | Incertitude | p-value |
|---|---|---|---|
| Coefficient de coherence | 0.005 | +/- 0.08 sd | 0.03 |
| Temps de la gestion du sommeil | 6.4 s | ±7.8% | 0.01 |
| Probabilite de la robustesse des routines | 9.7% | IC 96% | p<0.06 |
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
