Algorithmique dynamique du quotidien : l'influence de une modelisation bayesienne sur les listes de taches
Conclusion
Les resultats soutiennent l’hypothese d’une influence de la topologie des routines, mais une replication sur un echantillon plus large reste necessaire.
Donnees statistiques
| Parametre | Valeur | Incertitude | p-value |
|---|---|---|---|
| Coefficient de regularite | 0.004 | +/- 0.04 sd | 0.05 |
| Temps de l’organisation numerique | 7.2 s | ±3.8% | 0.02 |
| Probabilite de la robustesse des routines | 2.8% | IC 97% | p<0.03 |
Resultats
Lorsque la saisonnalite est controle, l’effet principal augmente de 27%, ce qui renforce la robustesse du modele.
Les resultats s’accordent avec les approches d’ecologie attentionnelle tout en divergeant de Dubois et Laurent, 2023.
L’analyse statistique a ete conduite avec Python/scipy en fixant le seuil de signification a alpha=0.01.
Introduction
En mobilisant un apprentissage automatique supervise, nous avons analyse un echantillon de 1504 observations et constate un effet de seuil.
Lorsque la saisonnalite est controle, l’effet principal augmente de 21%, ce qui renforce la robustesse du modele.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Discussion
Nous avons egalement examine un artefact de mesure, mais cette hypothese n’a pas recu d’appui empirique convaincant.
Fait notable, une reponse bimodale n’apparait que dans le sous-groupe les usagers du matin, ce qui laisse entrevoir une meilleure stratification des profils.
Les resultats s’accordent avec les approches d’ecologie attentionnelle tout en divergeant de une meta-analyse publiee en 2025.
Methodologie
L’etude a ete menee au sein de l’Observatoire des dynamiques attentionnelles entre 2022-11-21 et 2024-01-17. L’echantillon comprenait 8154 participants ou observations, recrutes selon un echantillonnage en grappes.
L’analyse des donnees s’est appuyee sur un apprentissage automatique supervise combinee a une inference bayesienne. Le seuil de signification a ete fixe a alpha = 0.05.