Table des matières
Jacques Juhel et Géraldine Rouxel
IntroductionDifférences psychologiques entre individus
Thierry Lecerf et Sotta Kieng
WISC-IV : bref état de l’artChristine Bailleux, Bruno Dauvier et Patrick Perret
L’augmentation des capacités en mémoire de travail est-elle une condition nécessaire, bien que non suffisante, au développement de l’intelligence ?- Introduction
- Contexte Théorique
- Du positive manifold au mutualisme positif
- Intelligence fluide et traitement des relations
- Approche développementale et différentielle de la mémoire de travail
- Tentative d’opérationnalisation de l’effet d’implication et création de l’épreuve RILAT
- Modèle multiplicatif et implication
- Résultats
- Relation d’implication entre l’épreuve RILAT et les Matrices de Raven
- Relation d’implication entre les épreuves de la WISC-IV
- Discussion
Paulette Rozencwajg
Pour une approche intégrative de l’intelligence : le cas des cubes de Kohs- Introduction : l’approche intégrative
- Les cubes de Kohs
- Version cognitive des cubes de Kohs : SAMUEL
- Les modèles
- Les stratégies
- Apport de la neuropsychologie
- L’évolution des stratégies avec l’âge et l’expertise professionnelle
- Perspective développementale chez le sujet « tout venant »
- L’effet conjoint du vieillissement et de l’expertise professionnelle
- Les stratégies pour trois populations atypiques
- Enfants haut potentiel
- Enfants déficients intellectuels
- Les stratégies pour des populations souffrant d’une pathologie psychotique
- Les stratégies et la théorie de l’assignation d’objectifs
- Conclusion
Michèle Carlier
Décrire et comprendre la déficience intellectuelle- Introduction
- Définition et épidémiologie
- Définition
- Epidémiologie
- Les principales causes de la déficience intellectuelle
- Les facteurs génétiques
- Les anomalies chromosomiques
- Les mutations
- Les facteurs d’environnement
- Les corrélations et/ou les interactions entre des facteurs génétiques et des facteurs d’environnement
- Conclusion
Heidi Charvin
Les différences individuelles émotionnelles se traitent-elles comme les différences individuelles cognitives ?- Introduction
- Le lien entre émotion et cognition
- Peut-on étudier les émotions séparément de la cognition ?
- Le cas particulier de la sensibilité émotionnelle
- Données expérimentales
- Etalonnage du test auprès d’une population de jeunes adultes
- Données comparatives entre populations normales et pathologiques
- Analyse psychométrique
- Résultats au MESS
- Conclusion : un autre regard sur la mesure des différences individuelles dans les émotions ?
Géraldine Rouxel
L’approche des traits a-t-elle un avenir ?- Une brève introduction à l’approche des traits
- Les origines de la notion de trait et ses caractéristiques
- L’avènement de l’approche en cinq facteurs de la description de la personnalité
- L’approche des traits répond-elle aux objectifs de la psychologie de la personnalité ?
- La position radicale de J.T. Lamiell : l’abandon des méthodes corrélationnelles dans le cadre de l’étude scientifique de la personnalité
- La nécessité d’un changement de paradigme selon P.C.M. Molenaar
- L’approche idiographique est-elle déjà présente dans la psychologie de la personnalité contemporaine ?
- La nécessité d’étudier l’individu dans sa globalité : une idée plutôt reconnue et bien acceptée
- L’approche développementale « orientée sur la personne »
- L’approche sociocognitive de l’étude de l’architecture de la personnalité
- Une piste possible pour faire évoluer les outils d’évaluation de la personnalité
- Conclusion
Différences entre individus dans les variations intra-individuelles
Théophile Ohlmann
La variabilité intra-individuelle, moteur de l’évolutionAnik de Ribaupierre
Pourquoi faut-il étudier la variabilité intra-individuelle lorsqu’on s’intéresse au développement cognitif ?Delphine Fagot et Nathalie Mella
Évolution de la variabilité cognitive au cours de la vie- Introduction
- La notion de variabilité
- La variabilité inter- et intra-individuelle au cours de la vie
- Interprétation de la variabilité intra-individuelle
- La Geneva Variability study (GVS)
- Présentation générale
- Échantillon
- Épreuves
- Variabilité interindividuelle ou diversité
- Variabilité intra-individuelle au sein d’une même tâche ou inconsistance
- Variabilité intra-individuelle au travers des tâches ou dispersion
- Conclusion
Jean Audusseau et Jacques Juhel
Approche individuelle et différentielle de la prise de décision chez l’enfant- La prise de décision sous incertitude
- Aspects théoriques
- La Children’s Gambling Task
- Le modèle de la valence espérée
- Méthode
- Participants
- Démarche méthodologique
- Estimation des paramètres du modèle de la valence espérée
- Analyses
- Analyses de niveau individuel : ajustement du modèle de la valence espérée
- Analyse multi-niveaux : estimation des paramètres du modèle de la valence espérée
- Étude de la validité des paramètres du modèle de la valence espérée
- Conclusion
Éric Thiébaut
Variabilité contre différences : à la recherche de sens- Variabilité intra-individuelle et différences stables
- Diversité de la variabilité intra-individuelle
- L’inter- et l’intra- dos à dos
- La variabilité intra-individuelle au fondement des différences interindividuelles
- Quel sens pour la variabilité intra-individuelle ?
- Variabilités et psychologie évolutionniste
- Diversité et sélection
- Phylogenèse et différences interindividuelles
- Phylogenèse et différences intra-individuelles
- Conclusion
Avancées méthodologiques dans la modélisation des variations inter et intra-individuelles
Yvonnick Noël
Modèles linéaires généralisés à effets fixes et aléatoires de la variabilité inter et intra-individuelle- Le modèle linéaire général
- La régression linéaire
- L’analyse de la variance
- L’analyse de la covariance
- La régression polynomiale
- L’approche par comparaison de modèles
- Les modèles linéaires généralisés
- La régression binomiale
- Modèles de groupe
- Modèles individuels
- Modèles à effets aléatoires de la variabilité interindividuelle
- Modèles en classes latentes
- La régression poissonienne
- Modèles log-linéaires
- Modèles de mélanges de régression
- La régression gamma
- La régression inverse-gaussienne
- Conclusion
Philippe Golay, Isabelle Reverte et Thierry Lecerf
Analyse factorielle confirmatoire : approche bayésienne- Introduction
- Analyse factorielle exploratoire et confirmatoire
- Analyse factorielle bayésienne (AFB)
- Premier exemple : analyse factorielle conjointe de batteries d’aptitudes cognitives
- Matériel et méthode
- Modèles et analyses
- Variance a priori
- Analyse de sensibilité
- Estimation et convergence
- Comparaison de modèles
- Résultats
- Deuxième exemple : analyse factorielle d’épreuves mesurant les fonctions exécutives
- Matériel et méthode
- Modèles et analyses
- Résultats
- Conclusion
Paolo Ghisletta et Guillaume Fürst
Modèles pour données longitudinales- Introduction
- Les objectifs de la recherche longitudinale
- Identification directe du changement intra-individuel
- Identification directe de différences (similarités) interindividuelles dans le changement intra-individuel
- Analyse des interrelations dans le changement comportemental
- Analyse des causes (déterminants) du changement intra-individuel
- Analyse des causes (déterminants) des différences interindividuelles dans le changement intra-individuel
- Le modèle des scores latents de changements (MSLC)
- Le MSLC appliqué à une variable manifeste
- Le MSLC appliqué à une variable latente
- Le modèle de courbe latente (MCL)
- Principes de base et paramètres clés
- Approche en modèle à équations structurales
- Approche en modèles multi-niveaux
- Comparaison entre approches MES et MMN
- Exemple d’application avancée
- Note sur l’implémentation et les logiciels
- Conclusions
Jacques Juhel
Modèles structuraux et inférence causale- Introduction
- Le développement des méthodes d’analyse causale
- L’analyse de parcours en biométrie
- Les modèles à équations simultanées en économétrie
- Les modèles de causalité en sociologie
- Perspectives offertes et difficultés rencontrées par les modèles d’équations structurelles
- Un cadre d’analyse cohérent
- Difficultés et critiques
- Les modèles d’équations structurelles sont compatibles avec différentes conceptions de la causalité
- La diversité des conceptions de la causalité
- Utilisation explicative de la cause : quel mécanisme produit l’effet ?
- Utilisation inférentielle de la cause : quelle différence fait une cause dans son effet ?
- Causalité et probabilités
- Causalité et contrefactuels
- Causalité et intervention formelle
- Un même « rationnel de variations »
- L’émergence d’un cadre (de modélisation) structural(e) de la causalité
- Les modèles graphiques probabilistes
- Les deux fonctions d’un DAG
- La condition de Markov causale
- La d-séparation
- Distribution de probabilité jointe générée par le DAG
- Critères graphiques associés aux DAG
- Les SEM non paramétriques
- Interprétation des paramètres des équations structurelles
- Intervention formelle et probabilités conditionnelles causales
- Identification des effets causaux
- Analyse des relations contrefactuelles
- Les modèles causaux structuraux sont des « moteurs d’inférence »
- Conclusion