L’apprentissage du marquage en nombre

3L’intérêt d’étudier l’accord en nombre du verbe tient tout d’abord au fait qu’il suit une règle simple et régulière : un nom au singulier implique un verbe accordé au singulier et un nom au pluriel implique un verbe accordé au pluriel. De plus, l’étude de ce type d’accord en français permet d’observer la production de flexions inaudibles. En effet, pour la plupart des verbes et des noms, il n’est pas possible de distinguer le singulier du pluriel à l’oral (e.g., il joue [il ʒu] vs. ils jouent [il ʒu]). Avant l’entrée dans l’écrit, l’opposition pluriel/singulier repose donc majoritairement sur les articles (e.g., le/la vs. les) qui constituent la seule marque du pluriel à l’oral. Le marquage du pluriel du nom ou du verbe (i.e., flexion) ne peut donc reposer sur la seule transcription phonème/graphème et nécessite l’application de règles syntaxiques.

4Fayol, Hupet et Largy (1999) et Totereau, Thevenin et Fayol (1997) définissent trois grandes étapes dans l’acquisition de la morphologie écrite du nombre : 1) la découverte des marques flexionnelles, 2) l’application consciente des règles morphologiques et 3) la production automatisée de ces marques. Ainsi, le scripteur novice doit, dans un premier temps, comprendre qu’il existe des marques du pluriel à l’écrit (i.e., -s pour les noms / -nt pour les verbes). L’acquisition des connaissances déclaratives concernant ces règles grammaticales se ferait de manière relativement précoce, dès le CP (cours primaire) pour l’accord nominal et dès le CE2 (cours élémentaire de deuxième année) pour l’accord verbal (Largy, 2001 ; Totereau et al., 1997). La seconde étape consiste en un apprentissage explicite d’une règle orthographique algorithmique, de type « Condition-Action » (Anderson, 1993) (i.e., « Si le mot est un verbe et que son sujet est au pluriel, alors je dois écrire -nt à la fin du verbe »). L’application consciente de cette règle nécessite alors une mobilisation des connaissances déclaratives et constitue, en cela, un processus lent et coûteux en ressources attentionnelles. À cette étape de l’apprentissage, la réalisation de l’accord est fragile et souvent en échec lorsque la charge cognitive dépasse les capacités attentionnelles du scripteur (Fayol et al., 1999). Enfin, la troisième étape est conçue comme le passage progressif d’une application consciente de la règle algorithmique à une récupération directe en mémoire de morphèmes flexionnels ou de formes déjà fléchies (Logan, 1992). Au fil de son apprentissage, l’enfant parvient à extraire des régularités de son environnement via la pratique de la lecture et de l’écriture, lui permettant d’intégrer rapidement et de façon non consciente un certain nombre de connaissances par un effet de fréquence (Martinet, Valdois, & Fayol, 2004), d’analogie (Pacton, Foulin, & Fayol, 2005) et de co-occurence (Largy, Cousin, & Dédéyan, 2005). Dans le cas de l’accord sujet-verbe, la récupération mémorielle directe des flexions proximales serait fondée sur la grande fréquence des co-occurences entre les flexions du nom préverbal et celles du verbe (i.e., nom-e + verb-e ; nom-s / verbe-nt). Ce processus de récupération directe d’instances serait donc automatisé et peu coûteux en ressources attentionnelles. Cependant, ce passage de l’application coûteuse de la règle algorithmique à la récupération directe en mémoire de morphèmes flexionnels se fait de façon progressive. En ce sens, le scripteur novice pourrait utiliser alternativement ces deux types de procédure selon son niveau, la configuration de la phrase et les ressources attentionnelles dont il dispose. Par exemple, l’étude de Fayol et al. (1999) montre qu’on observe les premières erreurs d’experts (i.e., « Le chien des voisins arrivent ») au niveau CM2, signe d’une automatisation de la mise en œuvre de la flexion du verbe (Fayol & Got, 1991). Cependant, le nombre d’erreurs d’accord reste élevé pour ce niveau de classe, en comparaison des scripteurs experts, et ce d’autant plus en situation de tâche ajoutée. Ces résultats suggèrent qu’il s’agit là d’une automatisation partielle et que la mise en œuvre de certaines flexions nécessite encore un contrôle attentionnel élevé. Il apparait que ces deux types de procédures, algorithmique et automatisée, ne constituent pas deux étapes développementales strictement dissociées mais seraient plutôt complémentaires et agiraient conjointement. De la même façon, l’expert peut être amené à utiliser une procédure algorithmique pour produire un accord, notamment lorsque la configuration phrastique est ambiguë, (i.e., Nom1 Nom2 Verbe où Nom1 et Nom2 diffèrent en nombre) et éviter ainsi les erreurs d’experts. Toutefois, aucune de ces deux procédures n’est infaillible et des erreurs peuvent survenir, même chez l’expert. De fait, la révision du texte déjà produit s’avère être un élément important à considérer lorsque l’on s’intéresse au développement des compétences orthographiques.

La révision orthographique

5La révision consiste en un processus autonome, indépendant de la production (Piolat & Roussey, 1991-1992). On distingue deux types de révision : les révisions dites « de sens » qui renvoient à la plausibilité sémantique d’un texte et les révisions dites « de forme », qui concernent les aspects de surface tels que la ponctuation ou encore l’orthographe.

6Considérées comme moins coûteuses cognitivement que les révisions de sens, les révisions de forme (RF) sont décrites comme reposant sur des processus de bas niveau (Piolat, Roussey, Olive, & Amada, 2004) et ont été peu étudiées. Pourtant, l’étude des RF semble pertinente lorsque l’on s’intéresse au développement des compétences orthographiques et ce, pour deux raisons au moins. D’une part, les RF font partie intégrante de l’activité de production écrite et sont plus fréquentes que les révisions de sens (Chanquoy, 1997, 2001 ; Yagelski, 1995) et ce, d’autant plus chez les scripteurs novices (Fayol, Gombert, & Baur, 1987 ; Roussey, 1991). D’autre part, bien qu’elles soient moins coûteuses attentionnellement que les révisions de sens (Hacker, Plumb, Butterfield, Quathamer, & Heineken, 1994), les RF ne reposent pas uniquement sur des processus automatisés. C’est le cas notamment de la révision orthographique qui s’avère être plus ou moins sensible à la surcharge cognitive en fonction du niveau d’expertise du scripteur et/ou des caractéristiques du matériel linguistique à réviser (Dédéyan, Largy, & Negro, 2006 ; Largy, Chanquoy, & Dédéyan, 2004a ; Largy & Dédéyan, 2002 ; Largy, Dédéyan, & Hupet, 2004b).

7L’activité de révision peut se diviser en trois composantes : la détection, le diagnostic et la modification ou correction de l’erreur (Largy, 2001). Nous nous intéressons à la détection car c’est à ce moment que la majorité des échecs de révision trouvent leur origine (Largy et al., 2004a). En effet, si la connaissance des règles orthographiques est essentielle pour chacune des étapes de la révision, celle-ci ne suffit pas pour garantir la détection de l’erreur. Tout comme en production, même lorsque la règle est connue et maîtrisée, des erreurs de détection peuvent apparaitre lorsque le scripteur ne dispose pas des ressources attentionnelles nécessaires pour réaliser la tâche (Largy, 2001 ; Largy & Dédéyan, 2002). Détecter une erreur peut donc s’avérer plus complexe et coûteux cognitivement que de la corriger (Beal, 1990). C’est notamment le cas chez les scripteurs novices pour qui la détection d’une erreur reposerait d’une part, sur la connaissance de la règle orthographique correspondante mais également, sur l’application consciente d’un algorithme de vérification de l’accord, consistant à appliquer cette règle « Condition-Action » (Anderson, 1993) (i.e., « Si le mot est un nom, si ce mot est au pluriel et s’il ne finit pas par -s, alors cette marque doit être ajoutée au mot ; si le mot est un verbe, si le sujet de ce verbe est au pluriel et si le verbe ne finit pas par -nt, alors il faut ajouter cette marque au verbe ») de la même façon qu’en production. L’application de cette procédure chez le novice pourrait donc être sensible à la surcharge cognitive et altérée en situation de ressources attentionnelles limitées (e.g., tâche ajoutée, contrainte temporelle), entrainant par conséquent davantage d’erreurs de détection que chez l’expert (Largy et al., 2004a ; Largy et al., 2004b ; Largy & Dédéyan, 2002) ainsi que des temps de réponse plus élevés indépendamment du type de réponse (i.e., correcte vs. incorrecte ; Largy et al., 2004b).

8Chez l’expert, le recours à cet algorithme de vérification reste possible mais il est moins systématique. Tout comme en production, l’expert fait majoritairement appel à une procédure plus automatisée et moins coûteuse en ressources attentionnelles, fondée sur le repérage de co-occurences entre flexions proximales. Ici, la détection d’une éventuelle erreur serait principalement basée sur la sensibilité à une incompatibilité au sein d’un couple de flexions proximales. La proximité entre une flexion d’un nom au singulier et celle d’un verbe au singulier également (-e/-e) ; ou d’une flexion d’un nom au pluriel et celle d’un verbe au pluriel n’alerterait pas le système de monitoring. À l’inverse, une incompatibilité entre deux flexions proches (-e/-nt ou -s/-e) serait rapidement détectée. L’expert peut donc être leurré en présence d’une configuration phrastique ambiguë ou complexe (i.e., phrases de type « Nom1 Nom2 Verbe ») dans laquelle le nom préverbal n’est pas le sujet du verbe. Dans leur étude, Pearlmutter, Garnsey et Bock (1999) ont mesuré la vitesse de lecture et la fréquence des saccades oculaires pendant une tâche de détection d’erreurs sur des phrases « Nom1 Nom2 Verbe » chez l’adulte. Les résultats montrent que les participants ont plus de difficultés à traiter les phrases où le nom préverbal et le verbe diffèrent en nombre (e.g., « the key of the cabinets was rusty », « La clef des armoires était rouillée »). Les experts consacrent plus de temps à la vérification d’un accord qui semble violer la règle ou le principe de proximité, qu’il soit juste ou erroné, tandis qu’ils sont moins enclins à vérifier les phrases pour lesquelles il n’y aurait pas d’incompatibilité avec ce principe, justes ou erronées (e.g., « the key of the cabinets were rusty », « La clef des armoires étaient rouillées »). En situation de ressources attentionnelles limitées (e.g, tâche ajoutée, contrainte temporelle), des erreurs de révision peuvent apparaître dans ce type de phrase, spécialement lorsque Nom1 et Nom2 diffèrent en nombre (Largy et al., 2004a ; Largy & Dédéyan, 2002).

9La principale source d’information de l’expert pour détecter une erreur serait donc d’ordre perceptif et renverrait à des aspects de surface impliquant notamment le calepin visuo-spatial (Dédéyan et al., 2006) et permettant ainsi une procédure de vérification rapide (Largy et al., 2004b). L’étude de Largy et al. (2004b) fournit un argument supplémentaire en faveur de cette hypothèse, montrant qu’à la différence des novices, les experts ne sont pas sensibles aux informations sémantiques présentes dans les phrases « Nom1 Nom2 Verbe ». En effet, en manipulant la plausibilité sémantique entre le Nom2 et le Verbe, les auteurs montrent que les novices obtiennent un meilleur taux de détection de l’erreur et des temps de réponse plus courts lorsque le Nom2 et le Verbe sont non plausibles sémantiquement (e.g., « Le gardien des bâtiments respirent vs. Le gardien des prisonniers respirent »). Ces résultats indiquent que les novices appliquent une procédure de vérification algorithmique qui nécessite une étape de recherche et d’identification du sujet du verbe qui serait facilitée par la plausibilité sémantique entre le Nom2 et le Verbe. À l’inverse, aucun effet de la plausibilité sémantique n’est observé chez l’expert qui utilise une procédure de vérification « en surface » (repérage de co-occurrences) plus automatisée.

10Tout comme en production, l’activité de révision repose sur deux procédures différentiables selon leur coût attentionnel. Dans l’un et l’autre des cas (i.e., production vs. révision), on peut opposer une gestion contrôlée cognitivement coûteuse mobilisée principalement par l’apprenant pour réussir, à des processus hautement automatisés principalement mobilisés par l’expert. En ce sens, les performances en détection peuvent s’avérer sensibles aux ressources attentionnelles dont dispose l’individu au moment de l’activité de révision (Largy & Dédéyan, 2002 ; Largy et al., 2004a ; Largy et al., 2004b). Ces résultats peuvent être expliqués au regard des théories de la capacité des ressources attentionnelles (Just & Carpenter, 1992) et de la charge cognitive (Chanquoy, Tricot, & Sweller, 2007) selon lesquelles tout processus nécessiterait, pour être activé, d’un niveau de ressources attentionnelles plus ou moins important selon son degré d’automatisation. Dans ce cadre où les ressources attentionnelles sont limitées, une altération des performances pourrait alors être observée dans les cas où la tâche implique une charge attentionnelle élevée, dépassant les capacités de l’individu (i.e., surcharge cognitive). Le coût cognitif lié à la tâche peut être alors déterminé par le niveau d’expertise de l’individu (i.e., application d’une procédure contrôlée vs. automatisée) et par les caractéristiques de la tâche (e.g., niveau de difficulté), mais il peut être également influencé par des éléments liés à l’environnement de la tâche, et notamment la dimension émotionnelle (cf. Corson, 2002, pour une revue). Selon le modèle d’Allocation des Ressources Attentionnelles (RAM) d’Ellis et Moore (1999), l’émotion pourrait altérer les performances en générant un coût cognitif supplémentaire impactant ainsi les ressources attentionnelles allouées à la tâche en cours. Pourtant, malgré la prise en compte des aspects environnementaux, motivationnels et affectifs dans la modélisation de la production écrite d’Hayes et Flower (1986), les processus rédactionnels ont souvent été étudiés de façon isolée et décontextualisée. Or, la dimension émotionnelle et affective trouve aujourd’hui sa place dans la modélisation de diverses compétences cognitives (e.g., mémorisation, Kensinger & Schacter, 2008 ; prise de décision, Isen & Labroo, 2003) et notamment dans le domaine du langage.

Émotions, langage écrit et charge cognitive

11Les résultats quant aux effets facilitateurs ou inhibiteurs des émotions, positive et négative, sur le fonctionnement cognitif, et plus particulièrement langagier, sont contrastés. Si la valence émotionnelle d’un mot ou d’une information peut faciliter son activation et son traitement (Ferrand, Augustinova, & Ric, 2006 ; Kissler, Assadollahi, & Herbert, 2006 ; Kissler & Herbert, 2013 ; Scott, O’Donnell, Leuthold, & Sereno, 2009), elle peut s’avérer délétère dans le cas de tâches plus complexes, reposant sur des processus cognitifs contrôlés et coûteux attentionnellement, par exemple en compréhension (Clavel & Cuisinier, 2008) et en production de texte (Fartoukh, Chanquoy, & Piolat, 2012 ; Largy et al., 2018). Ces résultats peuvent être expliqués au regard du modèle RAM (Ellis & Moore, 1999), selon lequel le système cognitif est envisagé en termes de capacités de traitement et de ressources attentionnelles limitées et au sein duquel l’état émotionnel pourrait affecter la régulation et l’allocation de ces ressources. Selon ce modèle, l’émotion favoriserait l’émergence de pensées intrusives, générant ainsi un coût cognitif supplémentaire et une privation de ressources attentionnelles aux dépens de la tâche en cours. L’émotion agirait alors à la manière d’une tâche ajoutée, et n’impacterait les performances que lorsque la tâche nécessite un coût attentionnel élevé (Ellis, Seibert, & Varner, 1995 ; Oaksford, Morris, Grainger, & Williams, 1996).

12Ainsi, l’étude de Clavel et Cuisinier (2008) montre que la valence émotionnelle d’un texte, positive ou négative, affecterait la compréhension générale de ce dernier. Dans le cas de la production écrite, le contenu émotionnel, positif ou négatif, d’un texte ou d’une consigne aurait un impact négatif sur les performances et notamment sur la longueur des textes produits ainsi que sur leur qualité orthographique.

13Une série de travaux récents initiés par Cuisinier et al. (2010) a étudié l’impact d’une induction émotionnelle via la lecture d’un texte à valence émotionnelle positive (joie), négative (tristesse) ou neutre sur la performance orthographique en dictée d’une part, et sur le ressenti des enfants d’autre part. Cette série de travaux pose la question d’un effet direct ou indirect du contenu du texte sur les performances orthographiques, à savoir si l’altération des performances orthographiques est directement imputable au contenu émotionnel du récit, ou bien plus indirectement à une modification de l’état émotionnel induite par la valence du récit. Pour l’ensemble de ces études, les résultats montrent une altération des performances orthographiques dans les conditions de textes à valence positive ou négative, qui génèrent plus d’erreurs orthographiques que le texte neutre. Cependant, les résultats sont plus contrastés concernant l’impact de la valence des textes sur l’état émotionnel des enfants et varient en fonction des ajustements méthodologiques proposés par les auteurs (i.e., temps de lecture des textes, méthode de mesure du ressenti). Si l’étude de Fartoukh et al. (2014) montre un effet de la valence des textes lus et dictés sur le ressenti des enfants, celles de Cuisinier et al. (2010) et de Tornare et al. (2016) montrent que les performances orthographiques sont moins bonnes lorsque la valence émotionnelle du texte est positive ou négative que lorsqu’elle est neutre et ce, sans que le ressenti des enfants ne soit forcément influencé par la valence émotionnelle du texte lu. Pour ces auteurs, l’altération de la performance orthographique est directement attribuable au seul contenu émotionnel, positif ou négatif, du texte (i.e., lexique utilisé, contenu du récit). Or, malgré les précautions prises pour proposer des textes de difficulté équivalente (i.e., longueur, nombre d’accords, etc.), se pose tout de même la question de leur comparabilité et donc de la validité de l’utilisation de supports de production différents pour évaluer et comparer les performances orthographiques. La valence émotionnelle du contenu semble être un élément important à considérer lorsque l’on étudie le rapport entre émotion et cognition et ce, d’autant plus lorsqu’il s’agit d’informations émotionnelles langagières (i.e., mot, phrase, texte). Cependant, les travaux traitant de la question de l’effet du support vs. celui de l’état émotionnel sont peu nombreux et rendent compte de résultats contrastés, ne permettant pas de trancher de manière définitive entre l’une ou l’autre de ces hypothèses.

14C’est pourquoi, dans la continuité de ces travaux, Soulier et ses collaborateurs (Soulier, 2018 ; Soulier et al., 2017) ont étudié l’effet de l’état émotionnel du scripteur sur ses performances orthographiques lexicales et grammaticales, en proposant une méthode d’induction émotionnelle par la musique, un stimulus auditif et non verbal, permettant une induction émotionnelle indépendante de la tâche de production écrite. Ce choix permet de limiter les effets d’interférence liés au contenu émotionnel d’un texte (Cuisinier et al., 2010 ; Tornare et al., 2016) et de proposer une tâche de production écrite dont le contenu est neutre et identique pour tous les groupes expérimentaux. D’autre part, l’efficacité de l’induction émotionnelle par la musique a été vérifiée dans de nombreuses études (Soulier et al., 2017 ; Västfjäll, 2002 ; Westermann, Spies, Stahl, & Hesse, 1996). L’écoute d’extraits musicaux à valence émotionnelle positive ou négative influence le ressenti déclaré par les individus (Niedenthal & Setterlund, 1997) et donne lieu à des manifestations physiologiques typiques de l’expérience émotionnelle (Balteş, Avram, Miclea, & Miu, 2011 ; Fairclough, van der Zwaag, Spiridon, & Westerink, 2014). Bien que cette méthode ait peu été utilisée auprès d’enfants, elle apparait indiquée pour ce public qui a une capacité précoce à discriminer une musique dite « joyeuse » d’une musique dite « triste » (Peretz, Gagnon, & Bouchard, 1998), capacité qui se perfectionne avec le temps (Cunningham & Sterling, 1988 ; Dolgin & Adelson, 1990).

15Si pour Ellis et Moore (1999), l’effet d’une émotion positive devrait être semblable à celui d’une émotion négative, d’autres études remettent en cause cette idée en nuançant l’effet de l’émotion positive qui apparait comme plus modéré et variable que celui de l’émotion négative (Buodo, Sarlo, & Palomba, 2002 ; Meinhardt & Pekrun, 2003 ; Oaksford et al., 1996).

16Dans le cas de la production orthographique, les études de Cuisinier et al. (2010) et de Tornare et al. (2016) montrent que les performances orthographiques sont moins bonnes quand la dictée est extraite d’un texte gai que lorsqu’elle est tirée d’un texte triste ou neutre. En revanche, cet effet délétère semble disparaître lorsque l’on considère l’impact de l’état émotionnel de l’individu (Largy et al., 2018 ; Soulier et al., 2017 ; Tornare et al., 2016). C’est notamment le cas des études de Soulier et al. (2017) et de Soulier (2018) qui montrent un effet délétère général de l’induction émotionnelle négative seulement sur les performances orthographiques grammaticales (Soulier et al., 2017) et lexicales (Soulier, 2018). Dans ces études, en accord avec le modèle RAM (Ellis & Moore, 1999), les effets de l’émotion ne sont pas toujours observables et sont différenciés selon le choix de la tâche, sa difficulté et le niveau d’expertise du scripteur. Ainsi, l’effet de l’émotion se manifesterait principalement sur la dimension grammaticale de l’orthographe (Largy et al., 2018), considérée comme plus coûteuse attentionnellement et plus sensible à la surcharge que ne l’est la dimension lexicale (Chanquoy et al., 2007 ; Fayol & Miret, 2005). De plus, des effets différenciés de l’émotion devraient apparaître au sein même de l’orthographe grammaticale. En effet, en contrastant deux situations orthographiques plus ou moins coûteuses : les accords nominaux et verbaux, l’étude de Soulier et al. (2017) montre que l’effet de l’émotion se manifeste principalement dans le cas de la réalisation de l’accord verbal, tandis que la réalisation de l’accord nominal n’est affectée que chez les faibles orthographieurs. La dimension lexicale de l’orthographe ne s’est avérée impactée que chez les enfants ayant un niveau faible en orthographe (Cuisinier et al., 2010) et/ou présentant des troubles du langage écrit (i.e., dyslexie et/ou dysorthographie) (Soulier, 2018).

Population

22L’étude a été réalisée auprès de 132 participants : 36 adultes (âge moyen : 20 ; 5 ans [1 ; 11]), étudiants de niveau licence de Haute-Garonne (31) et 96 enfants issus d’écoles primaires de Gironde (33) et d’Ariège (09) dont 45 enfants de CE2 (âge moyen : 8 ; 8 ans [0 ; 3]) et 51 enfants de CM2 (âge moyen : 10 ; 9 ans [0 ; 4]). Tous les participants sont de langue maternelle française et ne présentent aucun trouble psychologique, comportemental et/ou développemental.

Matériel

Induction émotionnelle et mesure du ressenti

26Pour induire un état émotionnel joyeux, triste ou neutre chez les participants, trois extraits musicaux d’une minute sélectionnés et pré-testés par Soulier et al. (2017) ont été utilisés : Le Carnaval des animaux de Camille Saint-Saëns (extrait joyeux), le Prélude n°4 de Frédéric Chopin (extrait triste) et Le Sacre du printemps d’Igor Stravinsky (extrait neutre).

27L’effet de l’induction d’un état émotionnel étant de courte durée (Brenner, 2000), ces extraits ont été réinvestis pour créer des séquences musicales de 10 minutes à l’aide du logiciel Audacity (version 2.1), afin de permettre une diffusion en continu tout au long de la tâche de détection d’erreurs (Soulier et al., 2017). Pour chacun des extraits, l’intensité sonore a été uniformisée et réglée à 50 décibels, afin qu’elle ne génère pas un coût attentionnel supplémentaire durant la passation (Jäncke & Sandmann, 2010 ; Soulier et al., 2017 ; Thompson, Schellenberg, & Letnic, 2012).

28Pour vérifier l’efficacité de l’induction émotionnelle par la musique, l’état émotionnel des participants a été mesuré à deux reprises (i.e., avant et après l’écoute) à l’aide de l’échelle AEJE (Largy, 2018). Cette échelle est composée : 1) d’une barre linéaire croissante de gauche à droite d’une longueur de 140 mm, 2) de cinq visages stylisés exprimant une même émotion avec une intensité graduelle, et 3) de cinq étiquettes verbales utilisées pour caractériser l’intensité émotionnelle, variant de « pas du tout […] » à « très très […] ». Le participant est invité à se positionner en marquant un trait sur la barre croissante en fonction de l’intensité de son ressenti émotionnel. Cette échelle se décline en quatre versions permettant ainsi de mesurer la joie, la tristesse, la colère et la peur.

29Pour cette étude, seules les échelles « joie » et « tristesse » ont été utilisées (cf. Figures 1 et 2).

Figure 1. Échelle AEJE : version « joie » (Largy, 2018).

Figure 1. AEJE scale : “joy” version (Largy, 2018).

Figure 1. Échelle AEJE : version « joie » (Largy, 2018).

Figure 1. AEJE scale : “joy” version (Largy, 2018).

Figure 2. Échelle AEJE : version « tristesse » (Largy, 2018).

Figure 2. AEJE scale : “sadness” version (Largy, 2018).

Figure 2. Échelle AEJE : version « tristesse » (Largy, 2018).

Figure 2. AEJE scale : “sadness” version (Largy, 2018).

Procédure

38Pour les enfants, le recueil de données a été réalisé dans les écoles primaires en deux temps, à une semaine d’intervalle. La première intervention avait pour objectifs, la présentation de l’étude et de son déroulement d’une part, ainsi que l’évaluation du niveau orthographique initial des enfants d’autre part. L’épreuve d’orthographe de l’ECS (Khomsi, 1998) a été présentée comme une activité d’orthographe ayant pour but d’évaluer leur niveau. Il a été demandé aux enfants de dénommer chaque dessin par écrit en faisant le moins d’erreurs possible. À partir des résultats à l’épreuve de l’ECS, les enfants ont été répartis de façon homogène, du point de vue de la compétence orthographique, dans les différentes conditions d’induction émotionnelle : joyeuse, triste ou neutre. À l’occasion de cette première intervention, il a également été demandé aux enfants d’évaluer leur état émotionnel sur les échelles AEJE « joie » et « tristesse ». Cette première mesure avait pour but de les familiariser avec cet outil et la consigne associée.

39Lors de la seconde intervention, les enfants ont été rencontrés individuellement. Dans un premier temps le niveau de lecture de l’enfant a été évalué avec l’épreuve de lecture de texte extraite de la BALE (Jacquier-Roux et al., 2010). Il lui était demandé de lire le plus de mots possible en une minute.

40À la suite de cela, l’enfant était invité à évaluer son état émotionnel à l’aide des échelles AEJE, « joie » et « tristesse ». Afin de pallier un éventuel effet d’ordre, l’ordre de présentation des échelles « joie » et « tristesse » a été contrebalancé d’un enfant à l’autre. Chaque enfant a alors été soumis à l’écoute d’un extrait musical d’une minute, à valence émotionnelle joyeuse, triste ou neutre. Après l’écoute, l’état émotionnel de l’enfant a été mesuré une seconde fois, toujours à l’aide des échelles AEJE.

41Après l’induction émotionnelle, la tâche de détection d’erreurs a été présentée à l’enfant à l’aide de la consigne suivante « Des phrases vont apparaître une à une sur l’écran. Tu dois dire si chacune de ces phrases comporte ou non une erreur d’accord orthographique. Tu dois répondre le plus vite possible. Pour répondre, tu dois utiliser les deux touches du clavier marquées par une gommette de couleur. Si la phrase comporte une erreur, tu dois appuyer sur la touche avec la gommette rouge. Si la phrase ne comporte pas d’erreur, tu dois appuyer sur la touche avec la gommette verte. Tu vas faire plusieurs phrases pour t’entraîner. ». La tâche de détection était réalisée sur un ordinateur portable sur lequel les phrases étaient présentées une à une sur l’écran grâce au logiciel OpenSesame (Mathôt, Schreij, & Theeuwes, 2012). Chaque phrase était précédée d’un point de fixation affiché pendant 500 ms. Pour répondre, les participants devaient utiliser les touches du clavier marquées par une pastille rouge ou verte. La position des pastilles (i.e., droite ou gauche) a été contrebalancée entre les participants.

42Une séquence musicale à valence émotionnelle similaire à celle de l’induction (i.e., joyeuse, triste ou neutre) était diffusée en continu pendant toute la tâche de détection d’erreurs.

43À la fin de l’expérimentation, un temps a été consacré à un debriefing sur la passation entre les enfants et l’expérimentatrice. De plus, les enfants soumis à une induction émotionnelle triste, ont reçu à l’issue de l’expérience l’extrait musical joyeux afin de désamorcer l’effet de l’induction émotionnelle négative.

44Pour les étudiants l’expérimentation s’est déroulée en une seule session. Les étudiants ont été recrutés et rencontrés individuellement sur les campus universitaires. Dans un premier temps, ils ont été invités à remplir une fiche permettant de recueillir des informations personnelles (e.g., données socio-démographiques, cursus, troubles, etc.). Ensuite, un test d’orthographe de complétion d’accords (voir supra, « Matériel ») leur a été administré afin de vérifier qu’ils connaissaient et maîtrisaient les règles d’accord verbal et nominal. À la suite de cela, les participants remplissant les critères d’inclusion (i.e., langue maternelle française, absence de trouble et réussite au test de complétion) se sont vu administrer le même protocole expérimental que les enfants, à savoir une phase d’induction émotionnelle (i.e., mesure de l’état émotionnel 1 ; écoute musicale ; mesure de l’état émotionnel 2) suivie de la tâche de détection d’erreurs sur ordinateur avec les mêmes consignes.

Analyses préliminaires

46Dans un premier temps, une série d’analyses préliminaires a été menée afin de vérifier : 1) l’homogénéité des groupes d’induction émotionnelle du point de vue de la compétence initiale en lecture et en orthographe, et 2) l’effectivité de l’induction émotionnelle par la musique. Concernant la comparaison des groupes d’induction émotionnelle du point des compétences en lecture et en orthographe, les analyses ont porté sur les données recueillies auprès des enfants seulement. Pour les étudiants, le niveau orthographique a été contrôlé en amont en utilisant le score de complétion comme critère d’inclusion/d’exclusion. Ainsi, l’ensemble des participants retenus pour l’étude présente un score de réussite élevé (i.e., supérieur ou égal à 90 %) et ce quel que soit le groupe d’induction.

Effet de l’induction émotionnelle sur l’intensité du ressenti émotionnel « joyeux »

53Une ANOVA à trois facteurs (3 niveau de classe X 3 type d’induction émotionnelle X 2 moment) avec mesures répétées sur le dernier facteur portant sur l’intensité du ressenti émotionnel « joyeux » a été réalisée.

54L’effet du niveau de classe est significatif, F(1,117) = 4.72, p = .01, η2 =.07, on observe un ressenti émotionnel joyeux plus intense chez les CE2 (M = 10.03) et les CM2 (M = 9.72) que chez les étudiants (M = 8.22). L’analyse post-hoc montre des différences significatives entre les enfants (i.e., CE2 et CM2) et les étudiants (respectivement, p = .01 ; p = .04).

55Tous groupes confondus, ni l’effet du moment, ni de l’induction émotionnelle ne sont significatifs (respectivement, F(1,117) = 1.40, ns. ; F(2,117) = 2.01, ns.).

56L’interaction entre le moment de la mesure et l’induction émotionnelle est significative, F(2,117) = 5.58, p < .01, η2 = .09 (cf. Figure 3). L’analyse en sous plans par type d’induction émotionnelle montre une différence avant/après induction émotionnelle, en condition d’induction émotionnelle triste seulement, F(1,43) = 9.22, p < .01, η2 =.07. On observe une diminution de l’intensité du ressenti joyeux après l’induction émotionnelle triste (M_moment1 = 9.25 ; M_moment2 = 8.10). En revanche, on n’observe pas de différence au niveau du ressenti émotionnel joyeux avant et après l’induction émotionnelle en condition d’induction émotionnelle neutre et joyeuse. Aucune autre interaction n’est significative.

Figure 3. Effet du moment de la mesure sur le ressenti émotionnel « joyeux » en fonction du type d’induction émotionnelle.

Figure 3. Effect of time measurement on the emotion « happy » according to emotional induction type.

Figure 3. Effet du moment de la mesure sur le ressenti émotionnel « joyeux » en fonction du type d’induction émotionnelle.

Figure 3. Effect of time measurement on the emotion « happy » according to emotional induction type.

Effet de l’induction émotionnelle sur l’intensité du ressenti émotionnel « triste »

57Une ANOVA à trois facteurs (3 niveau de classe X 3 type d’induction émotionnelle X 2 moment) avec mesures répétées sur le dernier facteur portant sur l’intensité du ressenti émotionnel « triste » a été conduite.

58Ni l’effet du niveau de classe ni celui de l’induction émotionnelle ne sont significatifs, Fs < 1, ns. L’effet du moment n’est pas significatif, F(1,117) = 1.14, ns.

59En revanche, l’interaction entre le moment de la mesure et le type d’induction émotionnelle est significative, F(2,117) = 4.40, p < .01, η2 =.07 (cf. Figure ). L’analyse en sous plans par type d’induction émotionnelle montre une variation significative du ressenti triste avant/après l’induction émotionnelle en condition d’induction émotionnelle triste seulement, F(1,41) = 5.58, p = .02, η2 = .05. On observe une augmentation du ressenti triste après l’induction émotionnelle triste (M_moment1 = 1.86 ; M_moment2 = 2.71). Les résultats ne montrent pas de différence significative en fonction du moment en condition d’induction émotionnelle joyeuse ou neutre.

Figure 4. Effet du moment de la mesure sur le ressenti émotionnel « triste » en fonction du type d’induction émotionnelle.

Figure 4. Effect of time measurement on the emotion “sad” according to emotional induction type.

Figure 4. Effet du moment de la mesure sur le ressenti émotionnel « triste » en fonction du type d’induction émotionnelle.

Figure 4. Effect of time measurement on the emotion “sad” according to emotional induction type.

60Contrairement à ce qui était attendu, les résultats de l’analyse préliminaire ne montrent pas d’effet de l’induction émotionnelle joyeuse en fonction du moment sur les ressentis joyeux et triste des participants. Nous avons de ce fait, pour la suite de l’analyse, opposé la condition « induction émotionnelle triste » aux deux autres conditions d’induction émotionnelle (i.e., neutre et joyeuse) sans les distinguer, au motif qu’aucune des deux n’a induit de modification de l’état émotionnel des participants.

Effet du niveau de classe, du type de phrase et de l’induction émotionnelle sur le pourcentage d’erreurs à la tâche de détection

61Dans un premier temps, les analyses ont porté sur les phrases simples de type « Nom Verbe », au pluriel et au singulier. Dans un second temps, des analyses ont été réalisées sur les phrases complexes de type « Nom1 Nom2 Verbe », au singulier-pluriel (SP) et au pluriel-singulier (PS).

62Pour chaque phrase, deux types d’erreurs ont été définis : les erreurs de type « fausse alarme » d’une part, et les erreurs de type « manqué » d’autre part (Largy & Dédéyan, 2002). Le pourcentage d’erreurs « fausse alarme » a été calculé en comptabilisant le nombre de phrases justes jugées comme étant erronées et le pourcentage d’erreurs « manqué » a été calculé à partir du nombre de phrases erronées jugées comme étant justes. L’ensemble des résultats descriptifs sont présentés dans le tableau en annexe 3.

63Pour étudier l’effet de l’induction émotionnelle sur la performance à la tâche de détection d’erreurs, quatre analyses de variances (ANOVA) ont été menées avec pour facteurs le niveau de classe (CE2 vs. CM2 vs. Étudiants), le groupe d’induction émotionnelle (induction émotionnelle triste vs. induction émotionnelle sans modification d’état) et le type de phrase (pluriel vs. singulier pour les phrases simples ; SP vs. PS pour les phrases complexes) avec mesures répétées sur le dernier facteur portant sur les pourcentages d’erreurs « fausse alarme » et « manqué ».

Phrases simples « Nom Verbe » au pluriel et au singulier

64Erreurs de type « fausse alarme »

65L’effet du niveau de classe est significatif, F(2,126) = 13.90, p < .001, η2 = .18. Le pourcentage d’erreurs de type « fausse alarme » sur les phrases simples décroit avec l’avancée dans la scolarité (M_CE2 = 15.8 % ; M_CM2 = 2.9 % ; M_étudiants = 2.1 %). L’analyse post-hoc montre une différence significative entre les pourcentages d’erreurs observés chez les CE2 et ceux observés chez les CM2 et entre les CE2 et les étudiants (all p’s < .001). En revanche, on n’observe pas de différence significative entre les scores des CM2 et ceux des étudiants.

66L’effet du type de phrase n’est pas significatif, F < 1, ns. On n’observe pas de différence entre les phrases au pluriel et celles au singulier. L’effet de l’induction émotionnelle n’est pas significatif, F(2,126) = 1.48, ns., et aucune interaction n’atteint le seuil conventionnel de significativité de .05.

67Erreurs de type « manqué »

68Les résultats montrent un effet significatif du niveau de classe sur le pourcentage d’erreurs de type « manqué » sur les phrases simples, F(2,126) = 52.79, p < .001, η2 = .46. Les CE2 obtiennent un pourcentage d’erreurs plus élevé que les CM2, qui obtiennent eux-mêmes un pourcentage d’erreurs plus élevé que les étudiants (M_CE2 = 60.6 % ; M_CM2 = 18.4 % ; M_étudiants = 1 %). L’analyse post-hoc montre des différences significatives entre les scores observés chez les CE2 et ceux observés chez les CM2 et entre les CE2 et les étudiants (all p’s < .001), ainsi qu’entre les scores des CM2 et ceux des étudiants (p = .01).

69L’effet du type de phrase est significatif, F(1,126) = 4.76, p < .05, η2 = .04. Tous niveaux de classe et toutes conditions d’induction émotionnelle confondus, les phrases au singulier donnent lieu à plus d’erreurs de type « manqué » que les phrases au pluriel (M_singulier = 29 % ; M_pluriel = 24.4 %). L’effet de l’induction émotionnelle n’est pas significatif, F(2,126) = 2.09, ns.

70L’effet d’interaction entre le niveau de classe et le type de phrase est significatif, F(2,126) = 3.72, p < .05, η2 = .06. L’analyse en sous plans par niveau de classe montre un effet significatif du type de phrase en CM2 seulement, F(1,49) = 13.76, p < .001, η2 = .01 (cf. Figure 5). Au niveau CM2, on observe davantage d’erreurs de type « manqué » sur les phrases au singulier (M = 24.6 %) que sur les phrases au pluriel (M = 12.3 %). Aucune autre interaction n’est significative.

Figure 5. Pourcentages moyens d’erreurs « manqué » sur les phrases simples en fonction des facteurs « Niveau de classe » et « Type de phrase ».

Figure 5. Means of « missed » errors percentages on simple sentences for the factors « Grade » and « Sentence type ».

Figure 5. Pourcentages moyens d’erreurs « manqué » sur les phrases simples en fonction des facteurs « Niveau de classe » et « Type de phrase ».

Figure 5. Means of « missed » errors percentages on simple sentences for the factors « Grade » and « Sentence type ».

Phrases complexes « Nom1 Nom2 Verbe » au pluriel-singulier et singulier pluriel

71Une ANOVA à trois facteurs (3 niveau de classe X 2 induction émotionnelle X 2 type de phrase) avec mesures répétées sur le dernier facteur portant sur le pourcentage d’erreurs a été réalisée pour chaque type d’erreurs (i.e., fausse alarme et manqué).

72Erreurs de type « fausse alarme »

73L’effet du niveau de classe sur le pourcentage d’erreurs de type « fausse alarme » est significatif, F(2,126) = 12.47, p < .001, η2 = .16. Comme pour les phrases simples, le pourcentage d’erreurs décroît avec l’avancée dans la scolarité (M_CE2 = 31.2 % ; M_CM2 = 21.3 % ; M_étudiants = 7.8 %). L’analyse post-hoc montre des différences significatives entre les scores des CE2 et des étudiants (p < .001) ainsi qu’entre les scores des CM2 et des étudiants (p = .01).

74On observe un effet significatif du type de phrase, F(1,126) = 25.36, p < .001 ; η2 = .17. Tous niveaux de classe et toutes conditions d’induction émotionnelle confondus, les phrases SP donnent lieu à un pourcentage d’erreurs plus élevé que les phrases PS (M_SP = 27.9 % ; M_PS = 12.3 %). On n’observe pas d’effet significatif de l’induction émotionnelle, F < 1, ns.

75L’interaction entre le niveau de classe et le type de phrase est significative, F(2,126) = 9.09, p < .001, η2 = .13. L’analyse en sous plans par niveau de classe montre une différence significative entre les phrases SP et les phrases PS au CE2, F(1,43) = 12.13, p = .001, η2 = .09, et au CM2, F(1,49) = 39.07, p < .001 ; η2 = .24, seulement (cf. Figure 6). Pour ces deux niveaux de classe, on observe davantage d’erreurs de type « fausse alarme » pour les phrases SP (M_CE2 = 40.4 % ; M_CM2 = 36.6 %) que pour les phrases PS (M_CE2 = 22.1 % ; M_CM2 = 6.1 %). Aucune autre interaction n’est significative.

Figure 6. Pourcentages moyens d’erreurs « fausse alarme » sur les phrases complexes en fonction des facteurs « Niveau de classe » et « Type de phrase ».

Figure 6. Means of « false alarm » errors percentages on complex sentences for the factors « Grade » and « Sentence type ».

Figure 6. Pourcentages moyens d’erreurs « fausse alarme » sur les phrases complexes en fonction des facteurs « Niveau de classe » et « Type de phrase ».

Figure 6. Means of « false alarm » errors percentages on complex sentences for the factors « Grade » and « Sentence type ».

76Erreurs de type « manqué »

77L’effet du niveau de classe est significatif, F(2,126) = 32.18, p < .001, η2 = .34. On observe un pourcentage d’erreurs de type « manqué » plus élevé au CE2 qu’au CM2 et que chez les étudiants (M_CE2 = 66.7 % ; M_CM2 = 49.7 % ; M_étudiants = 17.2 %). L’analyse post-hoc montre des différences significatives entre les scores des trois niveaux de classe, les CE2 commettent davantage d’erreurs que les CM2 (p =.01) et que les étudiants (p < .001), tout comme les CM2 qui commettent eux-mêmes plus d’erreurs que les étudiants (p < .001).

78L’effet du type de phrase est significatif, F(1,126) = 26.27, p < .001 ; η2 = .17. Les phrases SP donnent lieu à davantage d’erreurs que les phrases PS (M_SP = 52.7 % ; M_PS = 36.3 %). L’effet de l’induction émotionnelle n’est pas significatif, F(2,126) = 1.49, ns.

79L’effet d’interaction entre le niveau de classe et le type de phrase est significatif, F(2,126) = 10.45, p < .001, η2 = .14. L’analyse en sous plans par niveau de classe montre que l’effet du type de phrase est significatif au niveau CM2 seulement (cf. Figure 7), F(1,49) = 48.73, p < .001, η2 = .28. On observe un pourcentage d’erreurs de type « manqué » plus élevé pour les phrases SP que pour les phrases PS (M_SP = 67.3 % ; M_PS = 32.1 %). Aucune autre interaction n’atteint le seuil conventionnel de significativité .05.

Figure 7. Pourcentages moyens d’erreurs « manqué » sur les phrases complexes en fonction des facteurs « Niveau de classe » et « Type de phrase ».

Figure 7. Means of « missed » errors percentages on complex sentences for the factors « Grade » and « Sentence type ».

Figure 7. Pourcentages moyens d’erreurs « manqué » sur les phrases complexes en fonction des facteurs « Niveau de classe » et « Type de phrase ».

Figure 7. Means of « missed » errors percentages on complex sentences for the factors « Grade » and « Sentence type ».

Effet du niveau de classe, du type de phrase et de l’induction émotionnelle sur le temps de réponse moyen (ms) à la tâche de détection

80Pour étudier l’effet de l’induction émotionnelle sur la réalisation de la tâche de détection d’erreurs, plusieurs analyses de variances (ANOVA) ont été menées. Les analyses ont porté sur les phrases simples (au pluriel et au singulier) dans un premier temps, puis sur les phrases complexes (SP et PS) dans un second temps. Pour chaque item, un temps de réponse a été comptabilisé, correspondant au temps écoulé (en ms) entre l’apparition de l’item à l’écran et l’enregistrement de la réponse du sujet.

81Pour chaque catégorie de phrase (i.e., simple vs. complexe), un temps de réponse moyen a été calculé à partir des temps de réponse à chaque item pour chaque type de phrases (i.e., pluriel, singulier ; PS et SP). Pour chaque type de phrase et chaque niveau de classe, les temps de réponse aux items ont été contrôlés afin d’éliminer les valeurs extrêmes : les temps de réponse supérieurs ou inférieurs à la moyenne ± 2 écarts-types n’ont pas été pris en compte dans le calcul du temps de réponse moyen. Pour ces analyses, nous avons fait le choix de ne pas distinguer les réponses correctes des réponses incorrectes. Ce choix est sous-tendu par un premier argument théorique selon lequel un item correctement réalisé peut avoir comme origine un processus lent ou rapide et qu’il en va de même pour les items échoués. De plus, le temps d’exécution ne diffère pas toujours que l’item soit correctement réalisé ou échoué (Largy et al., 2004b). Enfin, les résultats de l’analyse présentée plus haut, « Effet du niveau de classe, du type de phrase et de l’induction émotionnelle sur le pourcentage d’erreurs à la tâche de détection », ne montrent pas de différences significatives du pourcentage d’erreurs selon l’induction émotionnelle, quel que soit le niveau de classe et/ou le type de phrase. Ces deux groupes étant comparables du point de vue de la proportion de réponses correctes et incorrectes, l’analyse suivante portera sur l’ensemble des réponses.

82Une ANOVA à trois facteurs (3 niveau de classe X 2 induction émotionnelle X 2 type de phrase) avec mesures répétées sur le dernier facteur portant sur le pourcentage d’erreurs a été réalisée pour chaque catégorie de phrase (i.e., simple vs. complexe). L’ensemble des résultats descriptifs sont présentés dans le tableau en annexe 4.

Phrases complexes « Nom1 Nom2 Verbe » PS et SP

85L’effet du niveau de classe est significatif, F(2,126) = 57.71, p < .001, η2 = .48. Comme pour les phrases simples, on observe un temps de réponse moyen plus élevé chez les CE2 (M = 8042.51 ms) que chez les CM2 (M = 6331.30 ms) ou que chez les étudiants (M = 3200.11 ms). L’analyse post-hoc montre des différences significatives entre chaque niveau de classe (all p’s < .001).

86L’effet du type de phrase est significatif, F(1,126) = 41.43, p < .001, η2 = .25. Les résultats montrent des temps de réponse plus élevés pour les phrases SP (M = 6249.54 ms) que pour les phrases PS (M = 5466.40 ms).

87L’effet de l’induction émotionnelle n’est pas significatif, F < 1, ns. En revanche, l’interaction double entre le niveau de classe, le type de phrase et l’induction émotionnelle est significative, F(2,126) = 6.84, p < .01, η2 = .10 (cf. Figure 8). Au niveau descriptif, on observe pour les phrases SP une différence entre les deux conditions d’induction émotionnelle qui diminue entre les niveaux CE2 et CM2 et qui tend à s’inverser chez les étudiants. En revanche, dans le cas des phrases PS, cette différence entre les deux conditions d’induction émotionnelle semble plus marquée au niveau CM2. Pour décrire plus précisément cette interaction double au regard de nos hypothèses, des analyses complémentaires en sous plans ont été menées.

Figure 8. Temps de réponse moyen (ms) en fonction des facteurs « Niveau de classe », « Type de phrase » et « Induction émotionnelle ».

Figure 8. Mean response time (ms) according to the factors « Grade », « Sentence type » and « Emotional induction ».

Figure 8. Temps de réponse moyen (ms) en fonction des facteurs « Niveau de classe », « Type de phrase » et « Induction émotionnelle ».

Figure 8. Mean response time (ms) according to the factors « Grade », « Sentence type » and « Emotional induction ».

88L’analyse en sous plans par niveau de classe montre un effet significatif du type de phrase au CE2 (F[1,43] = 24.01, p < .001, η2 = .36), au CM2 (F[1,49] = 8.37, p < .01, η2 = .15) et chez les étudiants (F[1,34] = 21.87, p < .001, η2 = .39). Pour les trois niveaux de classe, on observe des temps de réponse plus élevés pour les phrases SP (M_CE2 = 8702.93 ms ; M_CM2 = 6600.44 ms ; M_étudiants = 3445.25 ms) que pour les phrases PS (M_CE2 = 7382.09 ms ; M_CM2 = 6062.16 ms ; M_étudiants = 2954.96 ms). L’effet de l’induction émotionnelle n’est pas significatif, quel que soit le niveau de classe (all F < 1, ns). Cependant, l’interaction entre le type de phrase et l’induction émotionnelle est significative au niveau CE2 seulement, F(1,43) = 8.60, p < .01, η2 = .17 (cf. Figure 8). Pour ce niveau de classe, l’analyse en sous plans par type de phrase montre un effet significatif de l’induction émotionnelle sur les phrases de type SP seulement, F(1,43) = 4.82, p < .03, η2 = .04. Sur ce type de phrase, on observe des temps de réponse plus élevés en condition d’induction émotionnelle négative (M = 9433.41 ms) qu’en condition d’induction émotionnelle sans modification d’état (M = 7972.45 ms).