L'analyse typologique.
L'analyse typologique.
L'analyse typologique.
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
L’analyse <strong>typologique</strong>.<br />
Objectifs de la section<br />
Au terme de cette section vous serez en mesure :<br />
! D’expliquer comment se calcule la distance euclidienne<br />
! De justifier pourquoi il est important de standardiser les mesures utilisées<br />
! D’énumérer différents critères pouvant servir à constituer les groupes<br />
! De présenter les différentes étapes d’une analyse <strong>typologique</strong><br />
! D’exécuter une analyse <strong>typologique</strong> sur SPSS et d’en interpréter les<br />
résultats<br />
Introduction<br />
<strong>L'analyse</strong> <strong>typologique</strong> est une technique statistique qui permet d’identifier<br />
des regroupements d’individus (ou d’objets) qui partagent des attributs communs.<br />
On retrouve cette technique d’analyse sous une très grande variété de noms,<br />
incluant l’analyse <strong>typologique</strong>, l’analyse de regroupement, l’analyse classificatoire,<br />
l’analyse de type Q, l’analyse taxonomique, etc. Cette grande variété de noms<br />
s’explique probablement par la diversité des disciplines qui utilisent cette méthode<br />
d’analyse: sciences économiques, marketing, biologie et bien sûr, psychologie.<br />
Une caractéristique intéressante de l’analyse <strong>typologique</strong> est qu’elle n’est pas<br />
limitée au classement d’individus (comme par exemple des patients<br />
psychiatriques), mais qu’elle peut tout aussi bien s’appliquer à classer des produits<br />
de consommation, des pays, des plantes, ou même des œuvres d’art. En fait, dès<br />
que des objets ont été mesurés sur un certain nombre de variables pertinentes, il<br />
est possible d’utiliser l’analyse <strong>typologique</strong> pour découvrir quels sont les objets qui<br />
se ressemblent le plus et ainsi constituer des regroupements relativement<br />
homogènes de ces objets. À cet égard, le choix des variables sur lesquelles sont<br />
mesurés les objets (ou individus) à classer est critique parce que l’analyse<br />
<strong>typologique</strong> utilise ces variables telles quelles. Contrairement aux autres<br />
approches multivariées, ce type d’analyse ne transforme pas les données en de<br />
nouveaux scores composites (composantes principales, facteurs communs,<br />
fonctions discriminantes ou autres), mais utilise les données brutes dans leur<br />
forme initiale.<br />
Une autre particularité intéressante de l’analyse <strong>typologique</strong> est qu’elle ne<br />
requiert pas de connaissance a priori quant au nombre de regroupements présents<br />
dans l’échantillon étudié. En ce sens, la technique sert souvent d’outil<br />
d’exploration quand le chercheur fait face à une masse de données complexes.<br />
Elle peut servir à découvrir la structure des données et à réduire sa complexité en<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 1 25 mars, 2003
permettant au chercheur de scinder son échantillon en plus petits groupes se<br />
distinguant clairement les uns des autres, mais à l’intérieur desquels les individus<br />
sont assez homogènes. Alors que l’analyse factorielle s’intéressait à la<br />
communalité entre les variables, l’analyse <strong>typologique</strong> mise plutôt sur la<br />
communalité entre les individus. Cela en fait une technique assez différente de ce<br />
que l’on a vu jusqu’à maintenant.<br />
Quelques exemples réels d’application<br />
La perturbation du fonctionnement cognitif chez les schizophrènes est de<br />
plus en présente dans la description de ce syndrome complexe. En particulier, les<br />
troubles de mémoire ont été signalés comme étant prévalents chez un certain<br />
nombre de patients. Cependant, la schizophrénie est une condition plutôt<br />
hétérogène et il est possible qu’elle recoupe une typologie diversifiée. C’est dans<br />
ce contexte que se situe la contribution de Turetsky et al. (2002) qui se sont donné<br />
comme objectif d’examiner les différents profils du fonctionnement mnésique de<br />
patients schizophrènes. Leur objectif plus spécifique était de déterminer si des<br />
sous-groupes de patients atteints de schizophrénie pouvaient être distingués en<br />
s’appuyant sur la distinction classique entre démences corticales et souscorticales.<br />
Dans le cas où une telle typologie basée sur le fonctionnement<br />
mnésique serait mise en évidence, les chercheurs voulaient aussi tester<br />
l’hypothèse que ces différents types de patients manifesteraient des différences<br />
aux niveaux clinique, neuroanatomique et neurophysiologique. Leur échantillon<br />
était constitué de 116 patients avec diagnostic de schizophrénie et 129<br />
participants témoins ne manifestant aucun trouble de santé particulier. Tous les<br />
participants furent soumis au CVLT dans le but d’obtenir trois indices de<br />
fonctionnement mnésique. En plus des indices du CVLT, des résultats d’imagerie<br />
par résonance magnétique et des mesures de tomographie par émission de<br />
positrons étaient aussi disponibles pour un certain nombre de participants. La<br />
première étape de l’analyse a consisté à faire une analyse <strong>typologique</strong> sur les<br />
résultats au CVLT. Cette analyse a permis de mettre en évidence l’existence de 3<br />
groupes de patients distincts. Le premier groupe (n = 59) avait un profil mnésique<br />
ressemblant beaucoup au profil des participants en santé et leur test de rappel<br />
libre était significativement meilleur que celui des deux autres groupes de patients.<br />
Le 2 e groupe de patients (n = 21) était très faible au rappel libre et avait commis un<br />
nombre significativement plus élevé d’erreurs d’intrusion que tous les autres<br />
groupes; ce profil est typique d’un déficit cortical. Enfin, le 3 e groupe de patients<br />
(n = 36) se distinguait par une bonne capacité de reconnaissance malgré ses<br />
difficultés en rappel libre; ce profil s’apparente au déficit sous-cortical. La première<br />
étape de l’analyse <strong>typologique</strong> a donc été concluante. Turetsky et al. (2002) ont<br />
ensuite procédé à une série de comparaisons impliquant ces trois sous-groupes<br />
de patients de même que le groupe témoin. Il est impossible d’entrer dans les<br />
détails de toutes les analyses effectuées, mais on peut souligner que des<br />
différences significatives intéressantes ont été observées au niveau de la<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 2 25 mars, 2003
symptomatologie clinique, comme par exemple la forte prévalence de symptômes<br />
négatifs chez les patients sous-corticaux. D’autres différences ont été obtenues<br />
au niveau des structures neuro-anatomiques et du métabolisme cérébral Dans<br />
l’ensemble, les résultats de Turetsky et al. (2002) suggèrent que le sous-groupe<br />
correspondant au profil cortical manifestait des dysfonctions impliquant les lobes<br />
temporaux, alors que les anormalités de fonctionnement du groupe à profil souscortical<br />
se limitaient aux aires fronto-striées. Ces résultats s’ajoutent à une série<br />
récente de travaux qui ont tous mis à profit l’analyse <strong>typologique</strong> pour mieux<br />
cerner la réalité complexe de la schizophrénie.<br />
Comme deuxième exemple d’application de l’analyse <strong>typologique</strong>, nous<br />
examinerons brièvement l’étude de Curtiss, Kinder, Kalichman et Spana (1988) qui<br />
se sont penchés sur l’expression des affects chez les patients souffrant de douleur<br />
chronique. Ces auteurs mentionnent à quel point l’utilisation du MMPI a dominé<br />
l’avant-scène de la recherche portant sur les dimensions de personnalité<br />
associées au syndrome de la douleur chronique. Par exemple, plusieurs<br />
chercheurs ont noté la présence chez ces patients de la triade névrotique<br />
caractérisée par le profil en V des scores obtenus aux échelles Hypochondrie (Hs),<br />
Dépression (D) et Hystérie (Hy) du MMPI. En s’appuyant sur des résultats<br />
d’analyse factorielle et d’analyse <strong>typologique</strong>, plusieurs auteurs en sont arrivés à la<br />
conclusion que le groupe des patients souffrant de douleur chronique pouvait en<br />
fait être constitué de quatre sous-types distinguables par leurs profils<br />
caractéristiques au MMPI.<br />
L’objectif visé par Curtiss et al. (1988) était double. Dans un premier temps<br />
ils voulaient vérifier à nouveau l’existence des quatre types déjà identifiés dans la<br />
littérature parmi les patients souffrant de douleur chronique. Comme deuxième<br />
objectif, ils se proposaient de vérifier si ces groupes de patients manifesteraient<br />
des différences au niveau de l’expression des affects comme l’anxiété et la colère.<br />
Leur étude s’est effectuée auprès de 68 femmes et 76 hommes, tous référés pour<br />
des douleurs lombaires chroniques. En plus du MMPI qui devait servir à<br />
déterminer la typologie des patients, on administra le « State-Trait Personality<br />
Inventory » et le « Anger Expression Scale » comme mesures de l’expression des<br />
affects. Les analyses de typologie furent menées séparément pour les hommes et<br />
les femmes. Dans les deux segments de l’échantillon l’analyse mena à la<br />
découverte de quatre types de patients. Le tableau 5.1 présente succinctement<br />
les profils de ces différents types de patients.<br />
Les résultats de l’analyse <strong>typologique</strong> ont donc mené à l’obtention de<br />
différents profils représentatifs basés sur la performance au MMPI. La deuxième<br />
question de recherche consistait maintenant à vérifier si ces groupes de patients<br />
se distingueraient par leur façon d’exprimer leurs affects. Une analyse de variance<br />
multivariée a été menée simultanément sur les deux scores d’anxiété (trait et état)<br />
et les quatre scores de colère (trait, état, in et out) en utilisant la typologie en<br />
quatre groupes comme variable indépendante.<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 3 25 mars, 2003
Tableau 5.1 Synthèse de l’analyse <strong>typologique</strong> menée par Curtiss et al. (1998)<br />
Résultats dans le groupe des femmes :<br />
Groupe A (n = 14) Scores élevés sur Hs, D et Hy connu<br />
Groupe B (n = 23) Aucun score T au dessus de 70, mais scores connu<br />
élevés sur Hs et Hy<br />
Groupe C (n = 8) Scores élevés sur Hs, D, Hy, Pd, Pt et Sc connu<br />
Groupe D (n = 13) Score élevé sur Hy et modérés sur Hs et D Nouveau<br />
Résultats dans le groupe des hommes :<br />
Groupe A (n = 22) Scores élevés sur Hs, D, Hy et Pd. connu<br />
Groupe B (n = 17) Scores élevés sur Hs, D et Hy nouveau<br />
Groupe C (n = 14) Scores élevés sur F, Hs, Hy, Pd, Pt, Sc et Ma connu<br />
Groupe D (n = 23) Scores élevés sur Hs et Hy connu<br />
Cette analyse MANOVA a été calculée séparément pour les femmes et les<br />
hommes. Dans le premier cas, l’analyse a révélé que l’appartenance aux groupes<br />
basée sur la typologie des profils expliquait 73% de la variance des variables<br />
mesurant l’expression des affects; la proportion de variance correspondante était<br />
de 60% dans le groupe des hommes. Curtiss et al (1988) ont ensuite examiné<br />
plus en détail quels étaient les groupes qui se distinguaient et sur quels aspects<br />
particuliers de l’expression des affects. Ces résultats ont confirmé la validité de la<br />
typologie obtenue au MMPI et ont ouvert une perspective nouvelle à propos des<br />
traitements spécifiques qui pourraient être développés pour prendre en compte les<br />
particularités des différents types de patients souffrant de douleur chronique.<br />
Comme troisième et dernier exemple nous décrirons brièvement l’étude de<br />
Campbell et Johnson (1997) qui a elle-même été utilisée par Hair et Black (2000)<br />
dans leur excellent chapitre sur l’analyse <strong>typologique</strong>. Cette étude a été menée<br />
auprès d’officiers de police américains dans le but de comprendre quelles attitudes<br />
ils manifestaient à l’égard du viol. Les résultats de cette analyse sont assez<br />
troublants car ils ont permis de mettre en évidence l’existence de trois sousgroupes<br />
de policiers adoptant des définitions très différentes du viol : le plus petit<br />
groupe (correspondant à 19% de l’échantillon) adoptait une définition où la force<br />
utilisée était critique. Cette définition correspondait essentiellement à la définition<br />
légale du viol dans l’état américain où s’est déroulée l’étude. Le deuxième groupe<br />
(31% de l’échantillon) était composé de policiers qui insistaient sur la présence de<br />
pénétration pour définir le viol. Enfin, le troisième groupe (50% de l’échantillon)<br />
comprenait des officiers de police qui privilégiaient des définitions très variées du<br />
viol et s’éloignant de façon marquée de la définition légale. Ce troisième groupe<br />
comportait des individus qui endossaient divers stéréotypes comme « Il arrive<br />
qu’un homme ne puisse plus s’arrêter quand il a été provoqué! » La prise de<br />
conscience de l’existence même de ces trois sous-groupes était déjà une<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 4 25 mars, 2003
etombée importante de l’étude de Campbell et Johnson (1997). Toutefois, les<br />
chercheurs ont poursuivi leur analyse et ont en quelque sorte « validé » leur<br />
typologie en démontrant que les trois groupes de policiers différaient les uns des<br />
autres sur plusieurs variables qui n’avaient pas servi à déterminer la typologie.<br />
Par exemple, ces policiers différaient quant à la formation qu’ils avaient reçue dans<br />
le domaine légal, quant à leurs attitudes générales à l’égard des femmes, et quant<br />
à leur sensibilité à l’égard de la violence interpersonnelle.<br />
Vous aurez sans doute remarqué que malgré la diversité de leur<br />
thématique, les trois exemples présentés ont en commun une même approche<br />
générale. Une étude qui utilise l’analyse <strong>typologique</strong> cherche d’abord à identifier<br />
des sous groupes d’individus qui se ressemblent en fonction de certaines variables<br />
(par ex., CVLT, MMPI ou définition du viol). Une fois la typologie mise en<br />
évidence, le chercheur procède à une interprétation de son regroupement en<br />
décrivant les profils observés sur les variables utilisées dans l’analyse <strong>typologique</strong>.<br />
Enfin, la validité du regroupement obtenu est appuyée en démontrant que les<br />
différents groupes se distinguent sur un certain nombre de variables pertinentes,<br />
autres que celles ayant servi à déterminer la typologie.<br />
Sur une note plus critique il est important de noter que l’analyse <strong>typologique</strong><br />
ne mène jamais à une solution unique. En fait, l’analyse est tributaire d’une série<br />
de choix effectués par le chercheur, dont le plus important est évidemment le choix<br />
des variables soumises à l’analyse. Le simple ajout ou retrait d’une variable peut<br />
provoquer un reclassement important des unités d’observation. Aussi, il faut<br />
prendre conscience que l’analyse <strong>typologique</strong> aboutira toujours à une certaine<br />
typologie, même si le classement obtenu ne correspond à aucune réalité bien<br />
valide. Enfin, il faut noter que l’analyse <strong>typologique</strong> ne possède aucune propriété<br />
inférentielle; ses résultats sont toujours tributaires de l’échantillon dans lequel ils<br />
ont été générés et seule une réplication indépendante de la solution dans un<br />
nouvel échantillon permet de mesurer la généralité et la robustesse de la<br />
typologie. Voyons maintenant plus en détail comment s’utilise cette technique.<br />
La mesure de la ressemblance entre les individus<br />
L’idée fondamentale de l’analyse <strong>typologique</strong> est de constituer des<br />
regroupements d’individus ou d’objets qui se ressemblent. Comment justement<br />
pouvons-nous mesurer la ressemblance entre des unités d’observation qui, d’une<br />
étude à une autre, peuvent être aussi diversifiées que des patients psychiatriques,<br />
des sortes de plantes ou des marques de bières Hair et Black (2000)<br />
mentionnent que la ressemblance entre deux individus peut s’opérationnaliser en<br />
mesurant la corrélation entre ces individus à l’aide de leurs scores sur une série<br />
de variables. Il s’agit en fait d’inverser l’ordre habituel des choses où l’on a<br />
l’habitude de calculer la corrélation entre deux variables à l’aide des scores de<br />
plusieurs individus. Cette première façon de mesurer la ressemblance mène<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 5 25 mars, 2003
généralement à une technique que l’on appelle l’analyse factorielle de type Q.<br />
Une deuxième façon de mesurer la ressemblance consiste à examiner des<br />
indices d’association entre les réponses des individus. Par exemple, si deux<br />
personnes ont répondu à une centaine de questions dichotomiques, il est possible<br />
d’évaluer leur ressemblance en déterminant le pourcentage de fois où elles ont<br />
donné une réponse identique à la même question. Cette approche est<br />
généralement réservée aux situations où les données disponibles sont de nature<br />
catégorielle. La troisième façon d’évaluer la ressemblance entre deux individus<br />
est de mesurer la distance euclidienne 2 qui les sépare dans un espace<br />
déterminé par l’ensemble des variables sur lesquelles ils ont été mesurés.<br />
Puisque c’est la méthode la plus populaire en analyse <strong>typologique</strong>, nous<br />
examinerons d’un peu plus près cette mesure de distance.<br />
Le tableau 5.2 présente des mesures de la valeur énergétique et du coût de<br />
trois bières différentes. On peut facilement constater que la Budweiser et la Miller<br />
Light se ressemblent beaucoup si l’on tient compte uniquement du prix, mais que<br />
la Budweiser ressemble plutôt à la Lowenbrau si l’on tient compte du nombre de<br />
calories. Qu’en est-il de leur ressemblance si l’on veut tenir compte simultanément<br />
des deux traits mesurés<br />
Tableau 5.2 Comparaison de la valeur énergétique et du coût de trois marques de<br />
bière.<br />
Calories<br />
Coût<br />
Budweiser 144 43¢<br />
Lowenbrau 157 48¢<br />
Miller Light 99 43¢<br />
Moyenne : 133.3 44.7<br />
Écart-type : 24.85 2.36<br />
La façon de tenir compte simultanément des deux mesures est de calculer<br />
la distance euclidienne 2 en utilisant la position des différentes bières dans un plan<br />
cartésien défini par les variables « calories » et « coût ».<br />
Distance euclidienne 2<br />
Budweiser vs Lowenbrau 13 2 + 5 2 = 194<br />
Lowenbrau vs Miller Light 58 2 + 5 2 = 3389<br />
Budweiser vs Miller Light 45 2 + 0 2 = 2025<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 6 25 mars, 2003
Vous remarquerez que cette façon de calculer la distance ente les bières<br />
est fortement dépendante des unités de mesure utilisées. Dans le cas présent, les<br />
distances seront majoritairement déterminées par la valeur énergétique des bières<br />
puisque l’étendue de cette mesure couvre 58 unités (157 – 99), alors que l’étendue<br />
de la variable coût ne touche que 5 unités de mesure (48 – 43). La solution la plus<br />
pratique consiste donc à standardiser les mesures avant de procéder au calcul de<br />
la distance euclidienne.<br />
Tableau 5.3 Comparaison de la valeur énergétique et du coût de trois marques de<br />
bière après standardisation des mesures.<br />
Calories<br />
Coût<br />
Budweiser 0.43 -.72<br />
Lowenbrau 0.95 1.40<br />
Miller Light -1.38 -.72<br />
Moyenne : 0.00 0.00<br />
Écart-type : 1.00 1.00<br />
Avec ces mesures standardisées il est maintenant possible de recalculer les<br />
distances euclidiennes 2 sans que l’une ou l’autre des mesures ne vienne<br />
influencer exagérément l’évaluation de la distance inter bières :<br />
Distance euclidienne 2<br />
Budweiser vs Lowenbrau -0.52 2 + (-2.12) 2 = 4.76<br />
Lowenbrau vs Miller Light 2.33 2 + 2.12 2 = 9.92<br />
Budweiser vs Miller Light 1.81 2 + 0 2 = 3.28<br />
La façon de constituer les groupes<br />
Une fois que nous avons déterminé la distance qui sépare chacune des<br />
unités observées de toutes les autres, il faut ensuite procéder au regroupement<br />
comme tel. Il y a plusieurs façons d’envisager cette étape. Par exemple, il serait<br />
possible d’imaginer que tous les individus font d’abord partie d’un seul et même<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 7 25 mars, 2003
groupe que l’on pourrait d’abord fractionner en deux sous-groupes et continuer<br />
ainsi de suite jusqu’à l’obtention d’un nombre quelconque de groupes. Bien que<br />
cette façon de faire soit envisageable, elle n’est pas la plus populaire.<br />
Généralement, on privilégie la méthode par agglomération qui consiste à faire<br />
exactement le processus inverse. L’algorithme utilisé est relativement simple; voici<br />
un peu comment il se présente :<br />
Étape 1 :<br />
Étape 2 :<br />
Étape 3 :<br />
Étape 4 :<br />
il existe autant de groupes distincts qu’il y a d’objets à classifier;<br />
les deux objets les plus proches dans l’espace se joignent dans<br />
un même groupe<br />
deux autres objets se joignent et constituent un nouveau groupe<br />
s’ils sont très proches l’un de l’autre; cependant, il est aussi<br />
possible qu’un 3 e objet aille se joindre à la dyade déjà présente<br />
dans le premier groupe. Tout se décide en fonction de la<br />
distance la plus courte dans l’espace étudié.<br />
Le processus se poursuit de la même façon jusqu’à épuisement<br />
des objets à regrouper. Au terme du processus, l’espace ne<br />
contiendra plus qu’un seul groupe.<br />
La procédure par agglomération qui vient d’être décrite laisse encore la<br />
place à une prise de décision critique dans le processus. En effet, à l’étape 3 on a<br />
vu qu’il est possible que deux objets s’unissent pour former un nouveau groupe ou<br />
qu’un objet aille se joindre à un groupe déjà constitué. Puisque la décision dépend<br />
de la distance entre les objets et les groupes, il faut donc aussi être capable de<br />
mesurer la distance entre groupes. Il existe évidemment plusieurs façons<br />
d’opérationnaliser cette mesure, mais la plus populaire tient compte de la distance<br />
moyenne entre les groupes (« average linkage between groups. » Par exemple,<br />
supposons que le groupe A contient les individus 1 et 2 et que le groupe B est<br />
constitué des individus 3, 4 et 5, la distance entre les groupes A et B correspondra<br />
à la moyenne des distances entre toutes les paires possibles inter-groupes : (1, 3),<br />
(1, 4), (1, 5), (2, 3), (2, 4) et (2,5). Les autres façons de mesurer la distance intergroupes<br />
considèrent les voisins les plus proches, les voisins les plus éloignés, etc.<br />
Comme vous le voyez, l’analyse <strong>typologique</strong> repose sur l’application d’un<br />
algorithme très simple qui entraîne une série de solutions allant de n groupes<br />
distincts et très homogènes (où n = nombre d’objets à classer) jusqu’à un groupe<br />
unique très hétérogène. La décision quant au nombre de regroupements à<br />
conserver pour la solution finale prendra en compte différents facteurs comme le<br />
niveau d’homogénéité intra-groupe et la facilité à interpréter chacune des<br />
solutions.<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 8 25 mars, 2003
Références<br />
Campbell, R., & Johnson, C. R. (1997). Police officer’s perceptions of rape: Is<br />
there consistency between state law and individual beliefs Journal of<br />
Interpersonal Violence, 12(2), 255-274.<br />
Curtiss, G., Kinder, B. N., Kalichman, S., & Spana, R. (1988). Affective differences<br />
among subgroups of chronic pain patients. Anxiety Research, 1, 65-73.<br />
Hair, J. F. Jr., & Black, W. C. (2000). Cluster analysis. Dans Grimm, L. G. &<br />
Yarnold, P. R. (Éd.), Reading and understanding more multivariate statistics<br />
(pp. 147-205). Washington, DC: APA.<br />
Turetsky, B. I., Moberg, P. J., Mozley, L. H., Moelter, S. T., Agrin, R. N., Gur, R. C.,<br />
& Gur, R. E. (2002). Memory-delineated subtypes of schizophrenia:<br />
Relationship to clinical, neuroanatomical, and neurophysiological measures.<br />
Neuropsychology, 16, 481-490.<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 9 25 mars, 2003