gala_pm_ruDiscussion
L’analyse statistique a ete conduite avec Python/scipy en fixant le seuil de signification a alpha=0.05.
Dans cette etude, nous supposons que la regulation de l’effort exerce un effet mesurable sur la productivite, surtout dans des situations de travail multitache.
Methodologie
L’etude a ete menee au sein de l’Observatoire des dynamiques attentionnelles entre 2023-01-01 et 2020-01-15. L’echantillon comprenait 15461 participants ou observations, recrutes selon une inclusion consecutive.
L’analyse des donnees s’est appuyee sur un modele causal combinee a une inference bayesienne. Le seuil de signification a ete fixe a alpha = 0.01.
Conclusion
Bien que la taille d’effet demeure moderee (OR = 1.7), elle peut produire des gains concrets pour la planification du travail.
Donnees statistiques
| Parametre | Valeur | Incertitude | p-value |
|---|---|---|---|
| Coefficient de attention | 0.002 | +/- 0.01 sd | 0.07 |
| Temps de la gestion du sommeil | 9.4 s | ±5.7% | 0.02 |
| Probabilite de la creativite | 7.6% | IC 98% | p<0.01 |
Resultats
Notre approche, fondee sur un modele causal, anticipe un gain de productivite avec une precision de 93%.
Les donnees recueillies suggerent une relation positive entre la charge cognitive et la stabilite emotionnelle (r=0.38, p=0.04).
En mobilisant un modele causal, nous avons analyse un echantillon de 8468 observations et constate une relation retardee.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)
Introduction
Dans cette etude, nous supposons que la dispersion cognitive exerce un effet mesurable sur la creativite, surtout dans des situations de ressources limitees.
Lorsque l’experience numerique est controle, l’effet de moderation augmente de 31%, ce qui renforce la robustesse du modele.
