De la typicité des différentes mesures de tendance centrale dans la représentation mentale des catégories implicites

Quelle est la nature des représentations que se font les gens des catégories apprises? Il est généralement accepté que le type de tâche d’apprentissage a une influence sur la réponse à cette question. Ceci étant dit, la majorité des théories portant sur les processus de catégorisation élaborées durant les dernières décennies a porté presqu’exclusivement sur des tâches de classifications d’exemplaires. Le mémoire présenté ici avait quatre objectifs principaux. Le premier était de vérifier si une tâche d’apprentissage de catégories implicites par classifications mène davantage à l’intégration de dimensions diagnostiques qu’un apprentissage par inférences. Le deuxième était de vérifier si une tâche d’apprentissage de catégories implicites par inférences entraine davantage l’intégration de dimensions typiques qu’un apprentissage par classifications. Le troisième était d’évaluer si un effet de rehaussement du prototype (« prototype enhancement effect ») pouvait être observé dans le cadre d’un apprentissage par inférences. Le quatrième était de clarifier quelle est la mesure de tendance centrale qui présente réellement un effet de rehaussement du prototype : le mode, la médiane ou la moyenne. Suite aux résultats obtenus, les implications pour trois théories portant sur les processus de catégorisation sont discutées. Les trois théories sont celles des prototypes, des exemplaires et des frontières décisionnelles.

L'effet du climat viticole sur la typicité des vins rouges: caractérisation au niveau des régions viticoles Ibéro-Americaines.

RÉSUMÉ Il n?existe presque pas d?études qui caractérisent l?effet du climat viticole sur la typicité des vins en considérant les différents types de climats à l?échelle mondiale. Cette étude fait partie d?un projet CYTED de zonage vitivinicole. L?objectif a été de caractériser l?effet du climat viticole sur la typicité des vins sur une macro région viticole du monde. La méthodologie a été appliquée à un ensemble de 45 régions viticoles situées sur 6 pays Ibéro-Américains : Argentine, Bolivie, Brésil, Chili, Espagne et Portugal. Le climat viticole de chaque région viticole a été caractérisé para les 3 indices climatiques viticoles du Système CCM Géoviticole : IH (Indice Héliothermique de Huglin), (IF) Indice de Fraîcheur des Nuits) et IS (Indice de Sécheresse). Les principales caractéristiques sensorielles observées de façon fréquente sur des vins rouges représentatifs élaborés avec des raisins-de-cuve de chacune des ces 45 régions viticoles ont été décrites pour des ?nologues de chaque pays, an utilisant la méthodologie proposée par Zanus & Tonietto (2007). L?évaluation sensorielle réalisée concerne l?intensité de perception de la Couleur (Cou), de l?Arôme Total (Ar), de l?Arôme ? fruit mûr (Ar-Fm), de la Concentration (Con), de l?Alcool (Al), des Tanins (Tan), de l?Acidité (Ac) et la Longueur en bouche (Lon). Les données ont été soumises à l?analyse des corrélations pour l?ensemble des variables et à l?ACP. L?étude indique qu?une partie de la typicité des vins es déterminée par le climat viticole des régions et que les indices du Système CCM Géoviticole sont pertinents pour relier aux caractéristiques sensorielles des vins. Le déterminisme de l?IH, de l?IS et de l?IF à été mis en évidence. MOTS CLÉS : climat viticole, indice climatique, Système CCM, vin, typicité.

Expérience comportementale et modélisation par réseau neuronal des différences entre les processus de catégorisation par règles logiques et par ressemblance familiale

Notre étude est bipartite. En premier lieu nous avons effectué une étude empirique des différences entre les processus de catégorisation explicite (verbalisable) et implicite (non-verbalisable). Nous avons examiné la difficulté et le temps nécessaire pour apprendre trois tâches de catégorisation dites par air de famille, par règle logique conjonctive et par règle logique disjonctive. Nous avons ensuite utilisé un réseau neuronal pour modéliser la catégorisation en lui faisant compléter les mêmes tâches. La comparaison entre les deux nous permet de juger de l’adéquation du modèle. Les données empiriques ont montré un effet de la typicité et de la familiarité en accord avec la documentation et nous trouvons que la tâche de catégorisation par règle disjonctive est la plus difficile alors que la tâche de catégorisation par air de famille est la plus facile. La modélisation par le réseau est une réussite partielle mais nous présentons des solutions afin qu’un réseau futur puisse modéliser le processus catégoriel humain efficacement