effet du nombre des graphèmes en Anglais - Aix Marseille Université
effet du nombre des graphèmes en Anglais - Aix Marseille Université
effet du nombre des graphèmes en Anglais - Aix Marseille Université
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Des prédictions au niveau <strong>des</strong> mots 161Distribution théorique<strong>des</strong> lat<strong>en</strong>ces moy<strong>en</strong>nes <strong>du</strong> mot(i)pour peu de sujetsDistribution théorique<strong>des</strong> lat<strong>en</strong>ces moy<strong>en</strong>nes <strong>du</strong> mot(i)pour beaucoup de sujetsmot(i-1)mot(i)mot(i+1)mot(2)mot(1)mot(3)mot(i-1)mot(i)mot(i+1)mot(138)mot(139)mot(140)Temps (ms)Figure 8.15. : Représ<strong>en</strong>tation de l'ordre <strong>des</strong> performances obt<strong>en</strong>ues à la suite d'une expéri<strong>en</strong>ce visant à mesurerles temps de réponse au niveau <strong>des</strong> mots. Selon le <strong>nombre</strong> de sujets, cet ordre peut être plus ou moins bruité.Ceci est illustré dans l'<strong>en</strong>cart où sont représ<strong>en</strong>tées les distributions théoriques d'un mot(i) <strong>en</strong> fonction <strong>du</strong> <strong>nombre</strong>de sujets. Malgré ces variations, il reste que certains groupes de mots seront plus ou moins dissociablesque d'autres.La solution que nous proposons s'inspire de Ratcliff (1979) pour l'analyse <strong>des</strong> distributionsde temps de réaction. On comm<strong>en</strong>ce d'abord par ordonner les temps de réponse moy<strong>en</strong>spour l'<strong>en</strong>semble <strong>des</strong> mots, <strong>du</strong> plus l<strong>en</strong>t au plus rapide. On calcule <strong>en</strong>suite la moy<strong>en</strong>ne <strong>des</strong>temps de réponse pour les n premiers mots (le <strong>nombre</strong> n détermine le <strong>nombre</strong> de mots cont<strong>en</strong>usdans un sous-groupe de mots). Puis, on calcule la moy<strong>en</strong>ne pour le groupe de mots suivant,c'est-à-dire les mots placés dans l'ordre <strong>des</strong> performances <strong>du</strong> rang n+1 au rang n+n(voir la Figure 8.16 pour un calcul avec n = 3). On continue ainsi de suite jusqu'au derniermot (ayant le temps de réponse le plus l<strong>en</strong>t). On obti<strong>en</strong>t alors, pour notre étude, 120/nmoy<strong>en</strong>nes de 120/n sous-groupes de mots. La Figure 8.17 représ<strong>en</strong>te le résultat de ce calculpour notre expéri<strong>en</strong>ce de 120 mots <strong>en</strong> découpant les 120 mots <strong>en</strong> 24 groupes de 5 mots. C'està cette courbe empirique que doiv<strong>en</strong>t être comparées les performances <strong>des</strong> modèles. Pour cela,il s'agit simplem<strong>en</strong>t de calculer les moy<strong>en</strong>nes <strong>des</strong> sous-groupes formés précédemm<strong>en</strong>t parrapport aux performances <strong>du</strong> modèle. L'évaluation <strong>des</strong> modèles peut ainsi se baser sur l'écart<strong>en</strong>tre les valeurs empiriques moy<strong>en</strong>nes de chaque sous-groupe et les valeurs prédites par lesmodèles.
Change language