Réflexions théoriques et méthodologiques autour du concept de fatigue cognitive
Notice bibliographique
Résumé
Au quotidien nous réalisons des tâches cognitives qui requièrent de l’effort. Quand ces tâches sont particulièrement longues et/ou difficiles, elles induisent généralement de la fatigue cognitive. Cette dernière entraîne une baisse des performances qui s’accroît au cours du temps passé sur la tâche et s’observe dans des tâches subséquentes. Bien que ce champ de recherche soit très prolifique avec des centaines d’études publiées chaque année, l’existence de l’effet délétère de la fatigue cognitive sur la performance ainsi que les mécanismes explicatifs qui sous-tendent cet effet sont encore en débat. Cet article présente dans un premier temps la distinction entre le concept de fatigue cognitive et différents concepts proches tels que ceux de fatigue centrale, de fatigue physique ou encore d’ennui. Par la suite, les grandes théories explicatives de la fatigue cognitive sont abordées, ainsi que leurs divergences et convergences. Les méthodologies employées pour étudier la fatigue cognitive sont aussi explorées, ainsi que les variables confondantes qui doivent être contrôlées lors de la réalisation d’études sur ce sujet. Enfin, les perspectives pour les recherches futures sont explorées notamment les synergies entre les théories explicatives, les moyens de lutter contre la fatigue cognitive aiguë ou encore les pathologies qui peuvent accentuer la fatigue cognitive.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,051 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,014 | 0,010 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».