présentation - Pages personnelles Université Rennes 2
présentation - Pages personnelles Université Rennes 2
présentation - Pages personnelles Université Rennes 2
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Invariants sous sous-jacents jacents aux<br />
variations et processus de<br />
développement<br />
Jacques Juhel<br />
<strong>Université</strong> <strong>Rennes</strong> 2, CRPCC/LPE<br />
30 mai 2011 Colloque RIPSYDEVE, <strong>Rennes</strong>
Plan<br />
Introduction : la recherche des invariants par l’étude des<br />
différences interindividuelles (DI) dans les variations<br />
développementales<br />
1) L’étude des DI dans les trajectoires individuelles de<br />
développement<br />
2) L’étude des DI dans la dynamique des variations intra-<br />
individuelles<br />
Conclusion
Introduction:<br />
la recherche des invariants par l’étude des<br />
différences interindividuelles (DI) dans les<br />
variations développementales
La recherche des invariants par l’étude des<br />
différences interindividuelles<br />
L’identification d’invariants psychologiques nécessite de<br />
prendre appui sur certaines formes de variabilité, d’en<br />
supprimer, tenir constantes ou négliger certaines autres.<br />
Quelles lois « générales » organisent les différences entre<br />
individus (DI) ?<br />
Dimension : mesure fondée sur l’ordre entre les performances.<br />
Structures corrélationnelles : relations entre tests.<br />
Structures de processus et stratégies sous-jacents : DI quantitatives<br />
et qualitatives dans le fonctionnement de la conduite.
La recherche des invariants par l’étude des<br />
variations développementales<br />
Quelles lois « générales » organisent les faits de développement :<br />
Elaboration de modèles développementaux unitaires.<br />
Etude de l'influence d’'une variable indépendante sur la variable<br />
développementale d'intérêt (centration sur les différences inter- intergroupes).<br />
Minoration (ou contrôle) des DI pour mieux faire ressortir les<br />
phénomènes développementaux.<br />
Approches différentielles du changement développemental.
La recherche des invariants par l’étude des DI<br />
dans les variations développementales<br />
Une évolution partagée vers l’étude des processus : structures de<br />
processus / trajectoires de développement, changements processuels.<br />
psychologie différentielle de la cognition psychologie du développement cognitif<br />
Structures multidimensionnelles statiques<br />
DI de performance<br />
Re<strong>présentation</strong>s structurales du<br />
fonctionnement de la conduite<br />
DI quantitatives (efficience) et qualitatives<br />
(stratégies) dans les processus mentaux<br />
Structures statiques<br />
stades<br />
Modélisation du processus de<br />
développement dans le temps<br />
Temps « réel » Temps « développemental »
La recherche des invariants par l’étude des DI<br />
dans les variations développementales<br />
Les recherches francophones dans le domaine de la psychologie<br />
développementale différentielle (Larivée, Normandeau & Parent, 1996).<br />
• Articuler conception différentielle et conception génétique opératoire<br />
de l’intelligence (Reuchlin, 1960, 1964).<br />
• Le modèle des processus vicariants (Reuchlin, 1978).<br />
• Possibilités de théorisation offertes par l’étude de la différenciation,<br />
de certaines formes de variabilité intra-individuelle qui prennent sens<br />
dès lors qu’« on les considère dans le déroulement des processus<br />
adaptatifs » (Reuchlin, 1999, p. 27).
La recherche des invariants par l’étude des DI<br />
dans les variations développementales<br />
Multidimensionnalité et pluralisme dans le fonctionnement et le<br />
développement cognitifs (Lautrey, 1991; néostructuralistes par ex., de Ribaupierre,<br />
Pascual-Leone, Siegler, Fischer, Halford, etc.).<br />
1<br />
2<br />
Comment rendre compte de la variabilité des conduites et du<br />
développement cognitif (décalages, facteurs de groupe) ?<br />
Des « cheminements différents dans la construction de la<br />
connaissance ».<br />
Comment réconcilier la contradiction apparente entre processus<br />
généraux et variabilité intra-individuelle ?<br />
La pluralité des processus peut rendre compte de la variabilité<br />
intra-individuelle dans le changement développemental : autoorganisation<br />
du système de processus.
La recherche des invariants par l’étude des<br />
DI dans les trajectoires individuelles de<br />
développement
Processus à court et à long long-terme terme dans le<br />
changement développemental<br />
Plasticité<br />
Diversité ou<br />
flexibilité<br />
temps réel<br />
Fluctuations<br />
Adaptabilité<br />
(récupération<br />
après<br />
perturbation)<br />
variations intra-individuelles<br />
-non structurées temporellement<br />
caractéristiques dynamiques (par ex., plasticité, flexibilité,<br />
robustesse de traitement).<br />
-structurées temporellement<br />
processus dynamiques sous influences endogènes et<br />
exogènes (par ex., maintien de la stabilité, transformations,<br />
adaptations).<br />
Echelle de temps du développement<br />
changement<br />
intra-individuel<br />
[adapté de Nesselroade (1991, p. 215), Li, Huxhold & Schmiedek (2004, p. 30), Ram & Gerstorf (2009, p. 780)]
Diversité des formes de variabilité intra-<br />
individuelle dans le changement développemental<br />
Plusieurs formes de variations intra-individuelles :<br />
variabilité intra-individuelle<br />
changements transitoires, relativement rapides, synchrones ou non<br />
entre individus (fluctuations, irrégularités, labilité);<br />
changement intra-individuel<br />
changements progressifs, cumulatifs, plus ou moins réversibles ,<br />
synchrones ou non entre individus ;<br />
patterns d’organisation fonctionnelle<br />
saillance et fréquence dans le temps de caractéristiques intraindividuelles,<br />
différences intra-individuelles (scatters).
Diversité des formes de variabilité intra-<br />
individuelle dans le changement développemental<br />
Les différentes formes de variations à court-terme, lorsqu’elles<br />
sont relativement importantes par rapport aux variations à plus<br />
long terme, ne sont pas fondamentalement une expression de<br />
l’erreur de mesure.<br />
Les fluctuations (par ex., entre essais d’une même tâche),<br />
la variabilité intra-individuelle (observations quotidiennes,<br />
hebdomadaires, mensuelles),<br />
les différences intra-individuelles (entre tâches différentes :<br />
scatter),<br />
sont susceptibles de contribuer à expliquer les DI dans le<br />
changement développemental. La variabilité intra-individuelle<br />
pourrait représenter jusqu’à la moitié de la variabilité<br />
interindividuelle (Nesselroade & Salthouse, 2004).
Diversité des formes de variabilité intra-<br />
individuelle dans le changement développemental<br />
Interprétation théorique malaisée! La variabilité intraindividuelle<br />
peut être :<br />
fonctionnelle, mésadaptative ou sans relation avec le<br />
comportement et la performance.<br />
un antécédent du changement développemental à certains<br />
moments, l’expression ou le résultat de ce changement à d’autres<br />
moments (Martin & Hofer, 2004).<br />
une caractéristique dynamique (potentiel individuel au<br />
changement ou à la stabilité), un pattern systématique de<br />
changement au cours du temps (Ram & Gerstorf, 2009).
Diversité des formes de variabilité intra-<br />
individuelle dans le changement développemental<br />
L’ampleur et la nature de la variabilité intra-individuelle<br />
peuvent changer au cours du temps.<br />
L’accroissement de la cohérence comportementale et celui de la<br />
flexibilité de la performance sont des phénomènes conjoints.<br />
On ne constate en général pas de relation entre la variabilité intra-<br />
individuelle mesurée avant une transition et celle mesurée après.<br />
Rendre compte du processus développemental à un niveau<br />
d’observation donné nécessite donc de pouvoir :<br />
expliciter ce qui des différentes formes de variabilité intraindividuelle<br />
est théoriquement pertinent au regard du phénomène de<br />
changement étudié ;<br />
spécifier à quel(s) niveau(x) d’observation et à quelle(s) échelle(s)<br />
de temps s’appliquent les hypothèses formulées.
Diversité des formes de variabilité intra-<br />
individuelle dans le changement développemental<br />
Implication méthodologique : utiliser des méthodes adaptées aux<br />
objectifs fixés et aux conceptions théoriques qui fondent la recherche.<br />
Notamment :<br />
s’appuyer sur des données répétées (une évaluation unique ne peut<br />
représenter précisément la performance typique d’un individu);<br />
trouver les moyens de dissocier les unes des autres les différentes<br />
formes de variabilité intra-individuelle dans le changement<br />
développemental.
La recherche des invariants par l’étude des DI<br />
dans les variations développementales<br />
Approches « descendantes » sur la base de données agrégées.<br />
Invariant = forme ou<br />
structure des DI dans la<br />
variabilité intra-individuelle<br />
population<br />
sous-populations<br />
Trajectoire de<br />
changement développemental<br />
Trajectoires typiques de<br />
changement développemental<br />
Structure des DI dans le<br />
changement développemental<br />
Structures typiques des DI dans<br />
le changement développemental<br />
Estimation des caractéristiques coefficients aléatoires (MLR) scores dimensionnels (AF longitudinales)<br />
individuelles scores en facteurs de croissance (SEM)
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
• Variabilité : écart notable par rapport à une régularité<br />
statistique<br />
• Variations déterministes : structure régulière (le signal)<br />
• Variations stochastiques : incertitude (le bruit statistique)<br />
• Classiquement : développement d’un modèle de tendance<br />
façonné par une certaine conceptualisation de la variation.<br />
• Hypothèses sur les effets fixes<br />
• Hypothèses sur la structure d’erreur ou les effets aléatoires<br />
• En pratique : chercher à réduire le bruit statistique.
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
Illustration : Modélisation de croissance<br />
Evolution, de septembre à juin, de la performance à une tâche de lecture de mots chez 60<br />
enfants de CP<br />
Possibilité de distinguer :<br />
• le changement intra-individuel systématique (niveau 1: le temps<br />
[0,1,…,5] se substitue au processus de développement).<br />
• les DI dans le changement intra-individuel (niveau 2, transversal).
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
Illustration : Modélisation de croissance<br />
Trois sources de variabilité :<br />
• La variabilité intra-individuelle<br />
• Les différences entre individus<br />
dans le niveau du changement<br />
• Les différences entre individus<br />
dans le taux de changement<br />
Temps<br />
Temps<br />
Temps
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
Illustration : Modélisation de croissance<br />
Modèle: Y ti = b 0i + b 1i temps ti + e ti<br />
1) variations intraindividuelles<br />
normalement<br />
Distribuées<br />
+ erreur<br />
2) variations<br />
interindividuelles<br />
normalement<br />
distribuées<br />
b 0i = β 0 + u 0i<br />
b 1i = β 1 + u 1i<br />
effet<br />
moyen<br />
e σ<br />
2<br />
ti<br />
∼ N e<br />
écart<br />
individuel<br />
(0, )<br />
2<br />
u<br />
N (0, σ )<br />
0<br />
2<br />
u<br />
N<br />
(0, σ )<br />
1<br />
Temps<br />
Temps<br />
Temps
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
Illustration : Modélisation de croissance<br />
Niveau de réponse<br />
20<br />
15<br />
10<br />
5<br />
0<br />
20<br />
15<br />
10<br />
5<br />
0<br />
22<br />
1 2 3 4 5 6 7<br />
23 24<br />
1 2 3 4 5 6 7<br />
25 26<br />
1 2 3 4 5 6 7<br />
15 16 17 18 19 20 21<br />
8 9 10 11 12 13<br />
1 2<br />
1 2 3 4 5 6 7<br />
3 4<br />
1 2 3 4 5 6 7<br />
Session<br />
27<br />
5 6<br />
1 2 3 4 5 6 7<br />
28<br />
14<br />
7<br />
1 2 3 4 5 6 7<br />
20<br />
15<br />
10<br />
5<br />
0<br />
20<br />
15<br />
10<br />
5<br />
0
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
Illustration : Modélisation de croissance<br />
1. Modèle vide de décomposition de la variabilité<br />
Coefficient de corrélation intra-classe : degré d’association des<br />
données intra-sujets (part de variation des données attribuable aux<br />
individus i.e. niveau 2).<br />
2. Y a-t-il des effets systématiques du temps sur les moyennes?<br />
NON OUI<br />
intercept fixe seulement intercept fixe + effet(s) fixe(s) du temps<br />
variance résiduelle = erreur + variance intra-individuelle<br />
Temps Temps Temps
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
Illustration : Modélisation de croissance<br />
3. a) Y a-t-il des DI dans les effets systématiques du temps sur les<br />
variances?<br />
NON OUI<br />
intercept aléatoire seulement intercept aléatoire + effet(s) aléatoire(s)<br />
du temps; inclusion des effets aléatoires<br />
et de leurs covariances.<br />
Temps Temps
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
Illustration : Modélisation de croissance<br />
3. b) Les résidus sont-ils corrélés?<br />
NON : Matrice de corrélation des résidus = matrice identité<br />
(indépendance des mesures répétées)<br />
OUI : Quelle est la structure de la matrice de covariance des résidus ?<br />
Par ex., corrélation constante entre mesures répétées, auto-corrélation<br />
d’ordre 1… Inclusion dans le modèle des paramètres correspondants.
Modélisation statistique de la variabilité de données<br />
continues répétées<br />
Illustration : Modélisation de croissance<br />
4. La variance résiduelle satisfait-elle l’hypothèse d’homogénéité<br />
entre individus ?<br />
OUI : pas de DI dans la variabilité intra-individuelle.<br />
NON : inclusion (généralement comme effets fixes) des covariables<br />
potentiellement susceptibles d’avoir un effet sur les DI dans la<br />
variabilité intra-individuelle. Voir aussi :<br />
• transformations éventuelles pour améliorer la normalité des<br />
résidus,<br />
• extension à un modèle de régression hétéroscédastique (par ex.,<br />
structure log-linéaire pour étudier les déterminants de la variance intra-individuelle,<br />
Hedeker et al., 2009; Hoffman, 2007).<br />
5. Introduction des prédicteurs (caractéristiques individuelles et influences<br />
contextuelles) des variations inter- et intra-individuelles (covariables<br />
fixes ou variant avec le temps).
Même pattern général de changement, DI dans le<br />
degré de changement<br />
Illustration : développement du langage chez des enfants autistes.<br />
Latent Growth Curve Model : 22 garçons et 6 filles; 4 occasions de mesure (en mois) : 0;<br />
12,3 (1,5); 12,7 (1,2); 20,2 (3.5).<br />
(Siller & Sigman, 2008, p. 1697)
Même pattern général de changement, DI dans le<br />
degré de changement<br />
Illustration : développement du langage chez des enfants autistes.<br />
Latent Growth Curve Model : Modèle non conditionnel (UGM) et modèle avec covariables<br />
(step 3).<br />
: âge mental non verbal<br />
: attention conjointe<br />
: synchronisation mère/enfant<br />
Effets fixes:<br />
statut initial<br />
Effets fixes:<br />
taux de changement<br />
Composantes de la variance:<br />
niveau 1 (intra)<br />
Composantes de la variance:<br />
niveau 2 (DI)<br />
Statistique d’ajustement<br />
(D’après Siller & Sigman, 2008, p. 1699)
Trajectoires qualitativement différentes pour chaque<br />
groupe ; pas de DI dans la variabilité intra intra-individuelle individuelle<br />
lect<br />
Illustration : patterns d’apprentissage de la lecture de mots au cours<br />
du CP.<br />
60 enfants; modèle à mélange de distributions : croissance quadratique; solution à 3 groupes<br />
Latent Class Growth Analysis : a) forme de la trajectoire différente dans chaque groupe; b)<br />
estimation de la probabilité pour chaque enfant d’appartenir à un groupe donné; c) pas de DI<br />
dans la variabilité intra-individuelle (seulement des différences entre groupes).<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
groupe<br />
1 2 3 4 5 6<br />
1 2 3 4 5 6<br />
groupe<br />
session<br />
groupe<br />
1 2 3 4 5 6<br />
Performance en lecture<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
groupe<br />
1 2 3 4 5 6<br />
1 2 3 4 5 6<br />
groupe<br />
Session<br />
groupe<br />
1 2 3 4 5 6<br />
(d’après Ecalle, Juhel & Magnan, 2010)
Trajectoires qualitativement différentes pour chaque<br />
groupe ; pas de DI dans la variabilité intra intra-individuelle individuelle<br />
Illustration : Patterns développementaux des problèmes<br />
d’internalisation et d’externalisation entre 2 et 12 ans.<br />
1232 enfants (52% garçons); modèle à mélange de distributions : croissance quadratique;<br />
Latent Class Growth Analysis : a) forme de la trajectoire différente dans chaque groupe; b)<br />
estimation de la probabilité pour chaque enfant d’appartenir à un groupe donné; c) pas de DI<br />
dans la variabilité intra-individuelle (seulement des différences entre groupes).<br />
(NICHD study of Early Child Care; Fanti & Henrich, 2010)
Trajectoires qualitativement différentes pour chaque<br />
groupe ; DI dans la variabilité intra intra-individuelle individuelle<br />
Illustration : Patterns développementaux et hétérogénéité intraclasse<br />
de la performance cognitive chez des enfants prématurés et<br />
nés à terme.<br />
Growth Mixture Modeling : 196<br />
enfants (dont 67 nés à terme) ;<br />
modèle à mélange de<br />
distributions : croissance<br />
quadratique;<br />
a) Une trajectoire différente pour<br />
chaque groupe; b) estimation de<br />
la probabilité pour chaque enfant<br />
d’appartenir à un groupe donné;<br />
c) DI dans la variabilité intraindividuelle<br />
au sein de chaque<br />
groupe.<br />
(Espy et al., 2009)
Des approches centrées sur les variables aux<br />
approches centrées sur les variables et les personnes<br />
Erreur<br />
« individualiste »<br />
Même trajectoire,<br />
individus interchangeables<br />
LGM (même forme de croissance pour tous les individus, DI<br />
quantitatives dans le niveau et le taux de changement).<br />
Trajectoires hétérogènes<br />
individus interchangeables dans chaque groupe<br />
LCGA (différences qualitatives inter-groupes dans le<br />
changement intra-, pas de DI dans le changement intraindividuel).<br />
Trajectoires hétérogènes<br />
individus non interchangeables<br />
GMM (différences qualitatives inter-groupes dans le<br />
changement intra-, DI quantitatives dans les paramètres de<br />
croissance au sein de chaque groupe).<br />
Erreur<br />
écologique<br />
(Exemples de modèles paramétriques pour données répétées continues)
La recherche des invariants par l’étude des<br />
DI dans la dynamique des variations intra-<br />
individuelles
Que nous apprennent les approches<br />
dynamiques du développement ?<br />
Regroupement à partir du milieu des années 80 d’un ensemble<br />
d’idées et d’efforts de recherche :<br />
Le développement est un processus auto-organisé et émergent.<br />
Le système est dépendant du contexte et fait peser des contraintes<br />
sur les interactions avec l’environnement,<br />
Le phénomène développemental est hétérogène.<br />
Deux grands courants :<br />
le connexionnisme qui étudie les réseaux de neurones formels,<br />
l’approche par les systèmes dynamiques.
Que nous apprennent les approches<br />
dynamiques du développement ?<br />
(Extrait de Saulnier, 2003, p. 22; d’après Smith & Samuelson, 2003)<br />
Spencer, J.P., Thomas, M., & McClelland, J.L. (Eds.) (2009). Toward a Unified Theory of Development:<br />
Connectionism and Dynamic System Theory Re-Considered. New York: Oxford University Press.
Que nous apprennent les approches<br />
dynamiques du développement ?<br />
Modèles connexionnistes du développement cognitif<br />
Exemple des réseaux récurrents (boucles) dans lesquels les<br />
activités se modifient réciproquement au cours du temps jusqu’à<br />
un état d’équilibre (Elman, McClelland, Munakata, Thomas).<br />
La dynamique de ces réseaux comporte plusieurs aspects :<br />
évolution temporelle de l’activité des éléments qui composent le<br />
réseau (dynamique de propagation de l’information) ;<br />
loi d’évolution des poids synaptiques entraînée par l’activité du<br />
réseau (dynamique d’évolution du réseau);<br />
émergence des interactions entre le réseau et son environnement.
Que nous apprennent les approches<br />
dynamiques du développement ?<br />
Modèles connexionnistes du développement cognitif<br />
Des réseaux auto-organisateurs aux propriétés dynamiques<br />
émergentes capables de simuler :<br />
de nombreux phénomènes développementaux (acquisition du langage,<br />
périodes de variabilité critique, courbes en U, etc.) (Elman, 2005),<br />
la construction de structures majorantes (Thomas & Karmiloff-Smith, 2003).<br />
les difficultés spécifiques que connaît la personne âgée (Li &<br />
Lindenberger, 1999) ou celles liées à des pathologies en ciblant des<br />
structures neurales spécifiques comme le cortex préfrontal ou<br />
l’hippocampe (Cohen, O’Reilly, McClelland).<br />
et de faire naître de nouvelles hypothèses sur le changement, sur<br />
l’origine de la connaissance et son développement au cours du<br />
temps…
Que nous apprennent les approches<br />
dynamiques du développement ?<br />
Théorie des systèmes dynamiques<br />
Coordination et régulation des mouvements (Bernstein, 1967)<br />
La coordination est un processus de réduction des ddl du corps en<br />
mouvement (gel, couplage).<br />
La coordination émerge via un processus d’auto-organisation des<br />
contraintes imposées sur les ddl du système individu / tâche /<br />
dynamiques environnementales.<br />
Tout changement de contrainte implique des adaptations<br />
(libération des ddl) qui s’expriment en partie par des variations<br />
comportementales.<br />
Les variations comportementales permettent l’exploration qui<br />
afforde en retour le développement des habiletés.
Que nous apprennent les approches<br />
dynamiques du développement ?<br />
« Le développement comme système dynamique » - Expliquer<br />
avec les mêmes principes deux niveaux de développement :<br />
• la trajectoire globale,<br />
• la variabilité et la dépendance du comportement au contexte.<br />
Nombreux domaines de recherche, par ex. :<br />
développement du contrôle moteur : théorie des champs dynamiques<br />
(Thelen, Smith, Schöner, Spencer), modèles à échelles de temps multiples (Newell),<br />
développement cognitif et du langage : modèles de croissance<br />
dynamique (van Geert, Fischer),<br />
développement du raisonnement : théorie des catastrophes (van der Maas,<br />
Molenaar, Raijmakers),<br />
développement socio-émotionnel, interactions dyadiques (Gottman, Lewis,<br />
Granic, Hollenstein, van Geert, Steenbeek).
Que nous apprennent les approches<br />
dynamiques du développement ?<br />
Par quels processus les nouvelles structures et les habiletés<br />
émergent-elles ? (Thelen, Smith, Van Geert, Van der Maas, Bertenthal, De Weerth)<br />
La cognition est située.<br />
Le processus d’auto-organisation (assemblage souple de composantes<br />
passant par des phases de stabilité et d’instabilité) est idiosyncratique.<br />
Le processus de changement est non-linéaire (causalité circulaire,<br />
invention, bifurcations, transitions).<br />
L’intégration des processus s’effectue à de multiples niveaux de<br />
temporalité (relations entre échelles de temps).<br />
La variabilité intra-individuelle a un rôle critique dans le<br />
changement (dynamiques intrinsèques, flexibilité).<br />
“beyond the theories of Good Old-Fashioned Cognitive Development” (Thomas et<br />
al., 2009).
L’étude de la variabilité intra intra-individuelle individuelle est<br />
une nécessité<br />
« A manifesto on psychology as idiographic science » (Molenaar, 2004)<br />
Les processus développementaux ne sont pas ergodiques.<br />
Le comportement de tous les individus de la population n’obéit<br />
pas aux mêmes lois dynamiques (non homogénéité).<br />
Le système répond différemment dans différents contextes et<br />
change au cours du temps en raison de sa propre activité. Les lois<br />
dynamiques sous-jacentes ne présentent pas les caractéristiques<br />
statistiques d’invariance temporelle (moyenne, variance et<br />
dépendance séquentielle constantes au cours du temps).<br />
Ce que l’on sait des DI (niveau de la population) n’est pas applicable<br />
aux variations intra-individuelles qui caractérisent le comportement de<br />
l’individu dans le temps.<br />
L’étude de la variabilité intra-individuelle « n’est plus une option mais<br />
une nécessité » (Molenaar & Campbell, 2008, p. 116).
L’étude de la variabilité intra intra-individuelle individuelle est<br />
une nécessité<br />
Si la variabilité intra-individuelle est LA mesure fondamentale du<br />
changement,<br />
s’il faut maximiser la correspondance entre conceptions théoriques<br />
et méthodes,<br />
l’identification d’invariants du changement par l’étude des DI dans<br />
les variations développementales nécessite :<br />
des observations intensives effectuées à des niveaux de<br />
temporalité théoriquement pertinents,<br />
une agrégation des données individuelles « sur la base des<br />
différences et des similitudes entre patterns de changement intraindividuel<br />
» (Nesselroade, 2004, p. 228).
La recherche des invariants par l’étude des DI<br />
dans les variations développementales<br />
Approches « ascendantes » sur la base de données individuelles<br />
Identification des similitudes<br />
entre descriptions et/ou entre<br />
modélisations individuelles de la<br />
variabilité intra-individuelle,<br />
Invariants Différentiel<br />
Structures et<br />
dynamiques<br />
individuelles des<br />
variations intraindividuelles<br />
Description et<br />
hypothèses sur la variabilité<br />
intra-individuelle<br />
Mesures répétées intensives<br />
Modélisation des<br />
dynamiques individuelles
Description et quantification de la dynamique<br />
des variations intra intra-individuelles<br />
individuelles<br />
Illustration: analyse du développement socio-émotionnel précoce<br />
Observations répétées « en rafales » effectuées chez 8 enfants de 2 mois (séquences<br />
séparation/réunion mère-enfant) ; 1 ère vague à t 0 (3 sessions, 1 par semaine), 2 ème vague à<br />
t+4 mois (Lewis et al., 1999).<br />
Technique des grilles espace-état (SSG) : description de données ordinales par rapport à<br />
deux dimensions (anxiété et attention à la mère) définissant l’espace des états du système<br />
(séquence d’états comportementaux en temps réel).<br />
2 mois 6 mois<br />
Episodes de réunion :<br />
Niveau d’anxiété<br />
Détournement<br />
total du regard<br />
Regard direct<br />
vers la mère<br />
Détournement<br />
total du regard<br />
Regard direct<br />
vers la mère<br />
Diverses mesures peuvent être dérivées des SSG ainsi qu’un score de distance entre grilles<br />
(IDS) pour des observations faites à l’échelle de temps du développement.<br />
(Lewis, Lamey & Douglas, 1999, fig. 5, p. 466)
Incorporation de la variabilité dans l’analyse<br />
de la forme du changement développemental<br />
Illustration: le développement individuel de l’utilisation de<br />
locutions en contextes manifeste-t-il des discontinuités?<br />
Observations micro-génétiques chez 4 enfants (suivis 1 an de 1;6 à 2;6 ans); une<br />
cinquantaine d’observations par enfant (van Dijk & van Geert, 2007, p. 22).<br />
Analyses de niveau individuel.<br />
• Spécification du mécanisme de croissance.<br />
• Utilisation du modèle comme outil de génération d’hypothèses qualitatives.<br />
• Estimation de plusieurs modèles de croissance (linéaire, non linéaire) sur la base des<br />
données observées et test d’hypothèses nulles de continuité (3 critères : sous-patterns<br />
significativement différents, changement soudain, degré d’appartenance à une catégorie<br />
d’observations) avec des techniques de ré-échantillonnage.
Incorporation de la variabilité dans l’analyse<br />
de la forme du changement développemental<br />
Illustration: le développement individuel de l’utilisation de<br />
locutions en contextes manifeste-t-il des discontinuités?<br />
Méthode des preuves convergentes (H 0 =trajectoire continue)<br />
Nombre de tests ayant conduit au rejet de l’hypothèse nulle de continuité (.05).<br />
(van Dijk & van Geert, 2007, p. 27)<br />
NB – L’identification d’invariants au niveau différentiel (discontinuité dans le<br />
développement chez une certaine catégories d’enfants) est possible par méta-analyse<br />
(technique de ré-échantillonnage).
Modélisation des dynamiques du changement<br />
micro micro-développemental<br />
développemental<br />
Modélisation du changement intra-individuel avec des modèles<br />
espace-état dont les paramètres peuvent rester stables ou évoluer<br />
dynamiquement au cours du temps (Molenaar, Hamaker, Cho, Ho, Dolan,<br />
Visser).<br />
1) l’équation de mesure : re<strong>présentation</strong> de la série sous forme d'un vecteur d'état;<br />
2) l’équation de transition : le vecteur d'état suit un processus autorégressif d'ordre 1.<br />
Variables exogènes<br />
Vecteur des innovations<br />
Variable d’état<br />
Vecteur des erreurs de<br />
mesure<br />
Variable de mesure<br />
zt−1 xt −1 zt xt z t+<br />
1 x t+<br />
1<br />
wt −1 wt w t+<br />
1<br />
θt−1 θt θ t+<br />
1<br />
νt −1 νt ν t+<br />
1<br />
yt−1 yt y t+<br />
1
Modélisation des dynamiques du changement<br />
micro micro-développemental<br />
développemental<br />
Modélisation du changement intra-individuel avec des modèles<br />
espace-état dont les paramètres peuvent rester stables ou évoluer<br />
dynamiquement au cours du temps (Molenaar, Hamaker, Cho, Ho, Dolan,<br />
Visser).<br />
• L’analyse factorielle exploratoire en plan P.<br />
• Modèle espace-état stationnaire (pour séries temporelles<br />
multivariées stationnaires).<br />
• Modèle espace-état non stationnaire (saturations et coefficients de<br />
régression variant au cours du temps).<br />
Identification d’invariants sur la base:<br />
• des estimations des paramètres individuels (séries temporelles<br />
individuelles);<br />
• Des estimations obtenues en contraignant certains paramètres à<br />
l’égalité entre individus (séries temporelles répliquées)
Conclusion
Choix épistémologiques, théoriques et<br />
pluralisme méthodologique<br />
Le phénomène d’auto-organisation a des conséquences<br />
singulières qui font que la structure et les dynamiques du<br />
changement développemental sont en partie spécifiques à<br />
l’individu.<br />
L’étude au niveau individuel des variations développementales<br />
reste-t-elle dans des limites maîtrisables par la science?<br />
Réduction de l’incertitude et pluralisme méthodologique :<br />
approches centrées sur les variables, approches hybrides<br />
centrées sur les patterns, approches idiographiques.