Fractale ecologie de l'attention : les attracteurs comportementaux de l'organisation numerique en contexte fatigue decisionnelle

Introduction

En mobilisant une modelisation bayesienne, nous avons analyse un echantillon de 6941 observations et constate une correlation robuste.

Nous avons egalement examine un biais de selection, mais cette hypothese n’a pas recu d’appui empirique convaincant.

Materiel video

Resultats

La principale limite de l’etude reste un echantillon relativement homogene, ce qui impose une lecture prudente des resultats.

Lorsque le niveau de formation est controle, l’effet de moderation augmente de 23%, ce qui renforce la robustesse du modele.

Notre approche, fondee sur une modelisation bayesienne, anticipe une baisse de la dispersion cognitive avec une precision de 78%.

Conclusion

En conclusion, le modele propose dessinent une piste credible pour des systemes de recommandation plus sobres.

Discussion

Les resultats s’accordent avec les approches d’ecologie attentionnelle tout en divergeant de Dubois et Laurent, 2023.

Dans cette etude, nous supposons que la plasticite comportementale exerce un effet mesurable sur la qualite des decisions, surtout dans des situations de contraintes temporelles.

Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une exclusion des valeurs aberrantes.

Lorsque la saisonnalite est controle, l’effet principal augmente de 38%, ce qui renforce la robustesse du modele.

Methodologie

L’etude a ete menee au sein de le Laboratoire interdisciplinaire des usages numeriques entre 2022-09-23 et 2024-04-03. L’echantillon comprenait 17986 participants ou observations, recrutes selon une inclusion consecutive.

L’analyse des donnees s’est appuyee sur un apprentissage automatique supervise combinee a une modelisation computationnelle. Le seuil de signification a ete fixe a alpha = 0.05.

Donnees statistiques