Réciprocité et expression de confiance en situation de prise de décision

chez les personnes avec un Trouble du Spectre de l'Autisme (TSA)

Thèse de doctorat en psychologie

Par Marina Mishchenko

Dirigée par Pr Sylvain MOUTIER et Dr Tiziana ZALLA

Université Paris Descartes

École Doctorale 261
« Cognitions, Conduites et Comportements Humaines »
Laboratoire de Psychopathologie et Processus de Santé (EA 4057)
Equipe 2 : Psychopathologie du développement : autisme et handicaps

Présentée et soutenue publiquement le 27 novembre 2018

Devant un jury composé de :

Pr Sylvain MOUTIER Directeur Université Paris Descartes

Dr Tiziana ZALLA † Co-directrice École Normale Supérieure
Pr Carole TARDIF Rapporteuse Université Aix-Marseille
Pr Franck RAMUS Rapporteur École Normale Supérieure
Pr Jean-Louis ADRIEN Examinateur Université Paris Descartes
Réciprocité et expression de confiance en situation de prise de
décision chez les personnes avec un Trouble du Spectre de
l'Autisme (TSA).

Résumé : L’enjeu de la thèse est de rendre compte de la sensibilité des personnes avec TSA
aux différents niveaux de réciprocité dans un contexte virtuel de l’enfance à l’âge adulte. Pour
cela, nous avons utilisé deux paradigmes (Cyberball ; Trust game) permettant de faire varier le
caractère explicite du contexte social. Notre objectif est de mieux rendre compte de la capacité
des personnes avec TSA à différents âges à ajuster leurs décisions au cours d’un jeu virtuel en
fonction des attentes de réciprocité sociale.
Dans la première étude nous examinons les capacités de discrimination entre trois profils
d’interaction qui correspondent aux trois niveaux de réciprocité (coopération, équité et
exclusion) ainsi que la réponse implicite et explicite des enfants, adolescents, jeunes adultes et
adultes TSA face à ces attitudes. La deuxième étude réalisée chez les participants tout-venants
propose de vérifier le poids de deux facteurs motivationnels, le gain et l’appartenance sociale,
susceptibles de favoriser la reconnaissance des niveaux de réciprocité et l’ajustement de son
comportement. Dans la troisième étude nous testons les capacités des adolescents TSA à résister
au biais explicite de nature sociale (réputation) et à adapter leur comportement conformément
au niveau de réciprocité des adversaires dans un jeu économique en utilisant le paradigme
bayésien.
La reproductibilité des résultats en recherche sur l’autisme ainsi que l’amélioration des
paradigmes existants en utilisant de nouvelles méthodes d’analyse sont discutées.

Mots clefs : Troubles du spectre de l’autisme, prise de décision, interaction sociale, réciprocité

2
Reciprocity and trust during decision making in individuals with
Autism Spectrum Disorders (ASD).

Abstract: How do individuals on the Autism Spectrum respond to different levels of reciprocity
during social interactions? The aim of this dissertation is to describe decision making of ASD
participants in the social context across different ages (children, adolescents, young adults, and
adults), using two experimental paradigms (Cyberball; Trust game)
In a series of three experimental studies we: 1) assess the ability of ASD individuals to
discriminate between cooperation, fairness, exclusion, and to adopt reciprocal behavior by
analyzing their implicit and explicit responses; 2) compare the motivational effects of gain and
social affiliation on the recognition of different levels of reciprocity, in typically developed
individuals; and 3) test the influence of reputational bias on reciprocal behavior in ASD
adolescents using a Bayesian approach of decision making.
The use of new methods to improve existing paradigms and to respond to challenges in ASD
research are discussed.

Keywords: Autism spectrum disorder, decision making, social interaction, reciprocity

3
Remerciements
Tout d’abord, mes pensées vont à Tiziana Zalla, ma directrice de thèse, qui m’a associée à ses
projets de recherche en 2013 et qui m’a confiée la suite. Sa disparition tragique et inattendue
pendant les derniers mois de travail a eu un impact considérable sur tous ceux qui ont collaboré
avec elle. Elle était profondément impliquée dans la cause de l’autisme jusqu’à ses derniers
jours.

Je remercie mon directeur de thèse, le Pr Sylvain Moutier, pour votre énorme gentillesse et pour
nos discussions stimulantes tout au long de ces années.

Je remercie les rapporteurs, le Pr Carole Tardif et le Pr Franck Ramus, pour votre accord de
donner vos appréciations de ce travail de thèse en un délai extrêmement limité.

Je remercie également le Pr Jean-Louis Adrien d’avoir accepté d’être le président de mon jury
de thèse. J’ai été honorée d’être votre étudiante en Master Recherche et suis ravie de pouvoir
vous montrer ma progression depuis.

Je suis particulièrement reconnaissante à la Pr Isabelle Varescon de m’avoir acceptée dans le

Laboratoire de Psychopathologie et Processus de Santé pendant et au-delà de ma thèse. Notre
grand laboratoire réunit des personnes remarquables : des chercheurs renommés, des jeunes
chercheurs prometteurs. J’ai eu de la chance d’être formée à la recherche à vos côtés. Merci à
mes collègues doctorants pour nos échanges, scientifiques et personnels.

Je remercie le Pr Grégoire Borst de m’avoir confié le poste d’ATER au sein de votre service
d’enseignement qui m’a permis d’expérimenter avec des différentes méthodes d’enseignement
(certaines plus bruyantes que d’autres). C’était un plaisir d’intervenir dans les cours de mes
collègues et d’en échanger. Je n’oublierai jamais la confiance et le soutien que le Pr Mathieu
Cassotti m’a accordés depuis tout le temps que nous nous connaissons, et je vais toujours en
garder un bon souvenir.

Je tiens à remercier la Fondation FondaMental et le Pr Marion Leboyer pour la possibilité de

recruter les familles et les personnes ayant un TSA. Les collègues psychiatres et psychologues
des Centres Expert Asperger à Paris, Créteil et Bordeaux ont fait un énorme travail de
recrutement et d’évaluation. Je veux exprimer une reconnaissance particulière à l’équipe du
service de psychiatrie de l’enfant et de l’adolescent de l’hôpital Debré où j’ai passé trois ans
derrière un eye-trackeur. Merci au Pr Richard Delorme, le chef de service passionné par la
recherche de haute qualité ; merci à Frédérique Amsellem, Marion Poumeyreau, Dr Coline
Stordeur et Dr Alexandre Hubert de m’avoir supervisée au début de ma pratique en thérapies
comportementales et cognitives.

Je suis très reconnaissante au collège Jacqueline Auriol et au laboratoire Lutin pour

l’autorisation d’utiliser leurs locaux recruter les participants, ainsi qu’à tous mes stagiaires avec
qui nous avons passé les pauses déjeuner, les week-end et les vacances en passations
d’expérience.

Merci aux familles participants au protocole C0733 qui ont consacré leur temps pour s’engager
dans le protocole sur plusieurs années. Merci aux collègues et étudiants de Paris 5, Paris 6 et
Paris 8 qui ont accepté de participer dans l’étude et m’ont mis en contact avec leurs petits frères
ou sœurs ou d’autres familles en Île-de-France et en Bretagne.

4
Je remercie les collègues qui m’ont fait part de leurs réflexions sur les expériences, surtout
Sacha Bourgeois-Gironde, Thomas Bourgeron, Pierre Jacob, Marine Buon, Andreas Falck,
Sylvie Chokron, David Monnet, Cyrielle Derguy, Emmanuel Devouche, Marco Sperduti, Luca
Filipin, Cornelius Maurer, Christelle Lemoine, Anne-Emmanuelle Krieger, Eloïse Moy,
Camille Vansimaeys, Alexis Ruffault, Lucile Montalescot, Lucie Bellalou, Carol Sankey,
Gerane Le Quentrec-Creven, Franck Jankowiak, Pascale Isnard, Alicia Cohen, Isabelle Millet,
Florian Forestier, Axel Orgogozo et tous ceux qui ont contribué à ce travail.

Quelques mots personnels :

Guillaume, merci pour être ma source d’inspiration.
Mes amies Nia, Varvara, Alice, votre présence dans ma vie est inestimable.
A. & T. – merci pour avoir changé ma vie.
S. – merci pour tout et même pour plus que ça.
Ma famille, merci pour votre soutien. Papa, j’aimerais tellement que tu sois là.

5
Liste des acronymes
ABA
Applied Behavioral Analysis, ou analyse du comportement appliquée

ADI-R
Autism Diagnostic Interview Revised

ADOS-2
Autism Diagnostic Observation Scale Version 2

APA
American Psychological Association

CRA
Centre des ressources autisme

CTR
Participants du groupe contrôle

DSM-5
Diagnostic and Statistical Manual of Mental Disorders, Manuel Diagnostique et Statistique
des Troubles Mentaux (5e ed.; DSM–5; American Psychiatric Association, 2013)

HAS
Haute Autorité de Sante

INSERM
Institut national de la santé et de la recherche médicale

IRM (a), (f)

Imagerie par résonance magnétique (anatomique), (fonctionnelle)

RED
Réponse ÉlectroDermale

TEP
Tomographie par Émission de Positrons

ToM
Theory of Mind

TSA
Troubles du spectre de l'autisme

6
Table des matières
Introduction générale 9

Chapitre 1. Prise de décision financière dans un contexte social : aspects théoriques 12

1.1. Prise de décision sous incertitude 12
1.2. Théorie des perspectives : évaluation subjective des risques 13
1.3. Prise de décision sous ambiguïté : ajustement pas à pas 13
1.4. De l’approche fréquentiste à l’approche bayésienne 15
1.5. Théorie du double processus 15
1.6. Apport de la théorie des jeux à la compréhension de la prise de décision sociale 17
1.7. Exemples des heuristiques 19
1.8. Rôle des émotions dans la prise de décision 21
1.9. Le rôle des émotions pour l’adaptation du comportement lors des interactions
sociales 24
Synthèse du chapitre 1 25

Chapitre 2. Capacités cognitives et socio-cognitives sous-jacentes à la prise de décision

sociale chez les personnes TSA 27
2.1. Meilleure résistance aux biais de raisonnement 27
2.2. Autisme et traitement des émotions : alexithymie 28
2.3. Difficultés auto-rapportées 30
Synthèse du chapitre 2 31

Chapitre 3. Difficultés d’adaptation dans le contexte social chez les TSA 32

3.1. Théorie de l’esprit atypique 32
3.2. Motivation sociale 33
3.3. Adaptation du comportement en fonction du contexte 36
Synthèse du chapitre 3 42

Problématique de la thèse 43
Objectifs 43

Partie expérimentale 44

Étude 1. Capacités de discrimination de différents niveaux de réciprocité

(coopération, équité, exclusion) chez les enfants, adolescents et adultes TSA 44
Introduction 44
Méthodologie 49
Résultats 57
Discussion 84

Étude 2. Coexistence de deux types de motivation dans la tâche Cyberball

(étude chez les enfants, adolescents et adultes tout-venants) 91
Introduction 91
Méthodologie 92
Résultats 96
Discussion 125

7
Étude 3. Introduction d’un biais de nature sociale dans la prise de
décision financière chez les adolescents TSA : paradigme Trust game 127
Introduction 127
Méthodologie 129
Résultats 134
Discussion 141

Discussion générale 143

Synthèse des résultats 143
Etude 1 & Etude 2 144
Etude 3 145
Considérations méthodologiques et perspectives 145
Limites et perspectives 152

Références 155

Annexe 171

8
Introduction générale
Caractéristiques des TSA
Dans la nouvelle version du manuel diagnostique et statistique des troubles mentaux, DSM-5,
(American Psychiatric Association, 2013), les catégories diagnostiques précédents « autisme »,
« syndrome d’Asperger » et « troubles envahissants du développement non-spécifiés »
(American Psychiatric Association, 2000) sont regroupés sous l’appellation « troubles du
spectre de l’autisme » (TSA), inscrits parmi les troubles neurodéveloppementaux, ce qui
souligne le caractère précoce et dynamique du trouble qui se poursuit jusqu’à l’âge adulte.

Le plus souvent, en entendant le mot « spectre de l’autisme », le grand public imagine un

continuum entre deux points extrêmes : « pas du tout autiste » et « autiste ». Or, la notion du
spectre est censée couvrir l’hétérogénéité des signes cliniques et la sévérité des traits observés
chez les personnes TSA, incluant le langage, l’efficience cognitive, la cognition sociale, les
troubles sensoriels, la perception et les fonctions exécutives (Lenroot & Yeung, 2013; Loth et
al., 2016). Dans cette thèse, nous allons utiliser les termes « troubles du spectre de l’autisme ou
TSA », « autisme » de manière interchangeable en nous référant à la sous-population des
personnes avec TSA qui ne présentent pas de retard mental (anciennement considérés comme
ayant le syndrome d’Asperger ou l’autisme de haut niveau de fonctionnement).

Les caractéristiques clés des TSA sur lesquelles le diagnostic est basé se trouvent dans le
domaine de la communication sociale (défaut de réciprocité socio-émotionnelle, inefficacité
des moyens verbaux et non-verbaux afin de communiquer avec autrui et difficulté d’établir et
de maintenir des relations sociales) ainsi que dans les comportements répétitifs et stéréotypés
et des intérêts restreints. L’âge n’est plus considéré comme un critère diagnostique, puisque les
symptômes peuvent être repérés à tout âge selon la robustesse des mécanismes compensatoires
mis en place par la personne (American Psychiatric Association, 2013).

Prévalence des TSA

Selon le dernier rapport de la Haute Autorité de Santé (HAS) datant de 2018, 0,9%-1,2% des
personnes en France seraient atteintes des TSA. Le sex-ratio est généralement estimé à 4
garçons pour 1 fille, voire 3 garçons pour 1 fille selon une méta-analyse récente qui met en
lumière les difficultés du diagnostic chez les filles (Loomes, Hull, & Mandy, 2017).

9
Étiologie
L’origine de l’autisme est reconnue d’être multifactorielle avec une forte implication génétique.
A ce jour, plus de 400 gènes ont été identifiés (Bourgeron, 2016; He et al., 2013; Sanders et al.,
2015), mais l’origine génétique a été identifiée seulement pour environ 30% des cas
diagnostiqués (Schaaf & Zoghbi, 2011). Le rôle des facteurs environnementaux dans
l’environnement pré- et post-natal est étudié en parallèle depuis une cinquantaine d’années
(Gardener, Spiegelman, & Buka, 2011).

Grands défis actuels pour l’autisme

L’avancement des recherches sur l’autisme couvre les domaines divers et variés tels que la
génétique, la biologie, l’épidémiologie, la psychologie, les neurosciences et les sciences
cognitives. Les chercheurs aspirent à établir des liens entre les causes génétiques menant vers
le développement atypique du cerveau (sur le plan anatomique et fonctionnel) qui se traduit par
des particularités au niveau sensori-moteur, perceptif et cognitif, ce qui à son tour amène aux
difficultés sur le plan comportemental et relationnel.

Contribution de ce travail dans la compréhension de l’adaptation sociale des personnes avec

TSA
Nous allons nous focaliser sur un des aspects qui présente l’importance pour la compréhension
des difficultés des individus avec TSA au sein de la société, à savoir l’implication des
particularités au niveau de la cognition sociale lors de la prise de décision dans un contexte
d’interaction avec autrui. Plus précisément, à travers deux paradigmes expérimentaux nous
allons explorer comment les personnes avec TSA de différents âges détectent et réagissent aux
différents niveaux de réciprocité lors des échanges et en quoi potentiellement cela pourrait
expliquer leurs difficultés d’adaptation au groupe des pairs.

Dans la première partie de cette thèse, nous allons guider le lecteur vers la compréhension de
l’importance du sujet abordé. Le premier chapitre présentera les modèles actuels expliquant la
prise de décision sous incertitude qui, certes, caractérise la prise de décision sociale du fait de
son caractère imprévisible et changeant, si déstabilisant pour les personnes TSA. Dans le
deuxième chapitre nous allons nous focaliser sur les caractéristiques cognitives qui sous-tendent
la prise de décision sociale chez les individus présentant les TSA, en soulignant des forces et
des faiblesses d’un tel fonctionnement. Il nous permet de faire le lien avec le troisième chapitre
théorique qui permet de mieux comprendre les difficultés rencontrées par les patients avec TSA

10
lors des interactions sociales, notamment leur comportement face à la réciprocité d’autrui.
L’accent particulier est mis sur l’importance de la prise en compte des indices sociaux qui
permettent d’adapter son comportement en fonction du contexte.

La deuxième partie de cette thèse présente trois études expérimentales qui testent les capacités
des enfants, adolescents, jeunes adultes et adultes avec et sans autisme à adapter leur
comportement en fonction du contexte d’interaction. La première étude mesure la
reconnaissance de différents niveaux de réciprocité au niveau implicite et explicite en utilisant
un paradigme classique Cyberball d’exclusion sociale (modifié pour une meilleure
correspondance avec nos objectifs). Les résultats nous ont conduit à réaliser une deuxième
étude auprès des sujets tout-venants afin d’investiguer le poids des deux facteurs susceptibles
d’interférer avec les résultats de l’étude précédente. Ensuite, la troisième étude explore la prise
en compte de deux types d’information éventuellement mutuellement exclusives, mais
potentiellement importantes pour la prise de décision sociale (réputation et réciprocité) chez les
adolescents TSA.

Dans la discussion générale, nous proposons au lecteur de réfléchir sur des considérations
méthodologiques pertinentes pour les études menées en psychologie à l’heure actuelle et
proposons plusieurs pistes d’amélioration possibles.

11
Chapitre 1. Prise de décision financière dans un contexte sociale :
aspects théoriques

La prise de décision est étudiée en psychologie et en économie comportementale selon les trois
axes. Premièrement, les chercheurs s’intéressent aux modèles normatifs qui décrivent la
manière rationnelle de prendre une décision sous incertitude. Deuxièmement, d’autres pistes de
recherche (surtout en management) cherchent à aider la personne à prendre une décision
optimale selon le contexte. Troisièmement, les modèles basés sur les recherches expérimentales
décrivent comment les individus prennent leurs décisions réellement (pour la revue, cf. Cadet
& Chasseigne, 2009). C’est le troisième axe qui propose le cadre théorique à ce travail.

1.1. Prise de décision sous incertitude

Lorsque nous évoquons la prise de décision, nous la définissons en tant qu’un processus cognitif
visant à sélectionner une action parmi les alternatifs existants. Actuellement, la psychologie
cognitive conteste le modèle économique classique, selon laquelle nos décisions sont soumises
à des calculs de probabilités afin de maximiser le bénéfice supposé en accord avec des
conséquences éventuelles de notre choix. Les données empiriques contredisent cette approche
purement rationnelle (Tversky & Kahneman, 1986). L’incertitude peut être facilement induite
par une complexité des facteurs en jeu, le temps limité et l’inefficacité du calcul mental (Simon,
1991).

Knight (1921) introduit des notions de « risque » et d’« ambiguïté » dans la classification du
processus décisionnel, qui se distinguent par l’accès aux probabilités associées à chaque option.
En effet, chaque choix implique des éléments d’incertitude sur des paramètres attendus ce qui
restreint notre capacité à déterminer le résultat de nos décisions. Si l’individu a connaissance
de la probabilité de survenu d’un événement, il est considéré en mesure d’appréhender les
conséquences de son choix en calculant le risque qu’un tel événement (ne) se produise (pas).
En revanche, si les probabilités associées aux choix ne sont pas connues ou le décideur manque
d’information pertinente pour faire un pronostic, on parle d’une prise de décision sous
ambiguïté.

12
Nous allons brièvement illustrer la présence des biais socio-émotionnels dans la prise de
décision humaine en nous appuyant sur les modèles classiques de la prise de décision sous
incertitude chez les sujets sains.

1.2. Théorie des perspectives : évaluation subjective des risques

Le début de l'étude du comportement humain dans des situations économiques est marqué par
la publication de Daniel Kahneman et Amos Tversky (Kahneman & Tversky, 1979) sur
l’analyse de la prise de décision à risque. Dans ce travail les chercheurs ont démontré que les
adultes tout-venants ne pouvaient pas correctement estimer la valeur espérée du gain ou de la
perte. Il s’est avéré que les participants avaient tendance à échouer lors de l’évaluation des
probabilités, notamment à surestimer le survenu des événements peu probables par rapport à
des événements qui avaient théoriquement plus de chances d’aboutir. De manière étonnante,
même les mathématiciens qui étaient bien familiarisés avec la théorie des probabilités ne se
servaient pas de leurs connaissances. Au lieu d’appliquer le raisonnement rationnel à
l’évaluation des probabilités, ils faisaient appel à des préjugés et stéréotypes issus de leurs
expériences de vie. En se basant sur ces découvertes, Kahneman et Tversky ont proposé une
théorie des perspectives qui ne perçoit pas les choix des individus comme étant purement
rationnels, mais comme étant pondérés par sa subjectivité. Plus précisément, au lieu de
percevoir la valeur absolue des gains et des pertes associés au choix, l’individu d’abord
reformule les options envisagées afin de simplifier leur évaluation (phase d’édition) et ensuite
évalue le résultat potentiel selon un point de référence subjectif (phase d’évaluation). Autrement
dit, même le terme « valeur » est évalué de manière subjective, sans parler des probabilités de
gain selon différentes options.

La théorie des perspectives a mis en exergue l’importance des processus cognitifs dans
l’évaluation du comportement économique des individus et a permis de souligner les
divergences avec les modèles normatifs de la prise de décision. Les heuristiques (stratégies,
facilitant le choix en fonction de l’information accessible sous incertitude) jouent un rôle
important dans la prise de décision humaine.

1.3. Prise de décision sous ambiguïté : ajustement pas à pas

Face à la prise de décision sous ambiguïté, la personne doit faire un choix en se basant, d’un
côté, sur son évaluation subjective de risque, et de l’autre côté, sur un critère subjectif de choix.

13
Ensuite, elle doit prendre en compte le feedback afin d’ajuster son comportement en fonction
du résultat obtenu.
La tâche la plus souvent utilisée afin d’évaluer la prise de décision sous ambiguïté est le « jeu
du casino » ou Iowa Gambling Task (Bechara, 1997). On présente à la personne quatre tas de
cartes, chacun étant associé à une probabilité de gagner ou perdre une certaine somme d’argent.
Au fur et à mesure du jeu, les sujets peuvent apprendre (ou pas) que deux tas (A et B) leur
rapportent des gains considérables, mais également des pertes importantes, ce qui s’avère
désavantageux à long terme. Les deux autres (C et D) offrent des petites sommes moins
importantes, mais également les pertes moins importantes. L’alternance des gains et des pertes
est faite de manière aléatoire qui ne permet pas de prédire leur occurrence. À long terme, les
deux derniers tas s’avèrent avantageux, puisqu’ils permettent de minimiser le risque. Les sujets
tout-venants apprennent à distinguer des tas avantageux vers le milieu du jeu (R. van den Bos,
Houx, & Spruijt, 2006).

Deux types d’incertitude peuvent être distingués (Payzan-LeNestour & Bossaerts, 2011). Le
premier type – incertitude de mesure (incertitude attendue) – concerne la perception de
l’individu de ces capacités à évaluer les indices de l’environnement : à quel point il est capable
d’estimer correctement la situation ? Deuxième type est lié aux variations survenues dans
l’environnement (incertitude inattendue). L’écrivain Nassim Nicholas Taleb a consacré son
dernier livre (Taleb, 2007) à l’étude des événements inattendus et imprévisibles et à leur impact
sur la société (le début de la première guerre mondiale, les attaques terroristes du 11 septembre
2001 aux Etats-Unis).

Il arrive souvent que l’information mise à disposition de l’individu est incomplète, peu fiable
ou contradictoire. Dans ce cas, le fait de faire un choix peut fournir une nouvelle information
qui potentiellement diminue l’attractivité d’une option en faveur de l’autre. Ce de fait, le
comportement de l’individu face à l’incertitude est partagé entre deux motifs : 1) explorer les
nouvelles options afin de déterminer laquelle présente un gain potentiel le plus important ; 2)
éviter d’explorer et rester sur son choix initial afin d’éviter le danger de l’inconnu (Payzan-
LeNestour & Bossaerts, 2012). Le comportement rationnel serait d’effectuer plusieurs choix
différents afin d’évaluer les probabilités du gain dans chaque option. Or, il a été démontré que
les individus ont tendance à rester sur le choix initial, même s’ils ont la possibilité de changer
(Payzan-LeNestour & Bossaerts, 2012). Ce phénomène démontre un autre biais de
raisonnement appelé l’aversion à l’incertitude. L’aversion à l’incertitude se présente en tant que

14
tendance à explorer les options les plus certaines et éviter les options où le degré d’inconnu
augmente.

1.4. De l’approche fréquentiste à l’approche bayésienne

En absence d’information complète et fiable, la personne nécessite d’accumuler des données
de façon progressive, séquentielle afin de faire un choix adapté. L’approche bayésienne permet
de modéliser ces prises de décision sous incertitude au cours du temps. L’individu possède une
hypothèse H sur les valeurs paramétriques (probabilité a priori), par exemple la coopérativité
d'un autre individu. Puis, il met successivement à jour cette hypothèse en accumulant de
nouvelles informations accessibles (accumulation d’évidence) qui la soutiennent ou la
contredisent. On parle alors des probabilités a posteriori.

Les progrès récents en modélisation computationnelle ont démontré que les modèles bayésiens
peuvent être utilisés pour étudier formellement les mécanismes sous-jacents au comportement
social, qu'ils soient perceptifs ou cognitifs, notamment lorsque des indices sociaux explicites
sont fournis (Diaconescu et al., 2014). Les études ont notamment démontré que les humains
pourraient utiliser des modèles génératifs hiérarchiques pour faire des inférences sur les
intentions changeantes des autres. En manipulant l'attention, l'exactitude des indices sociaux,
ou encore d'autres sources d'information non sociales de l'information, les modèles bayésiens
démontrent que l'intégration faite par les participants correspond à une pondération optimale
des repères sociaux et non sociaux. Ce type d'étude a montré chez les participants TSA, cette
pondération de la prise de décision sociale était altérée avec une plus grande sensibilité au
environnements instables (Sevgi et al. 2016). La volatilité du comportement d'autrui semble
donc être une source de difficulté pour les personnes autistes, ce qui pourrait expliquer leur
difficulté à contextualiser des indices sociaux lors de grandes incertitudes, et à généraliser ces
indices à d'autres situations.

1.5. Théorie du double processus

Mettant en question la théorie du choix rationnel, les résultats décrits ci-dessus vont dans le
sens des théories qui postulent l’existence de deux processus de raisonnement, système 1 et
système 2 (Evans, 2003; Evans & Curtis-Holmes, 2005). L’indépendance de ces deux systèmes
est toujours discutée, notamment d’un point de vue neurobiologique (Bechara, 2005). Le
modèle récent propose des arguments en faveur de leur coexistence simultanément où l’une

15
prend le dessus de l’autre et amenant aux réactions distinctes (Schiebener & Brand, 2015). Le
Système 1, automatique, rapide, lié à des aspects émotionnels et peu coûteux en ressources
cognitifs, propose une appréciation immédiate et une réponse intuitive à une situation donnée.
Souvent c’est elle qui a guidé le processus décisionnel lorsque la réponse a été donnée
rapidement et sans réfléchir. Le Système 2 représente un processus analytique, sériel, sous le
contrôle attentionnel et obéissant à des règles prédéfinies. Il fait appel au raisonnement abstrait
et à la pensée hypothético-déductive (Kahneman & Frederick, 2007). C’est le Système 1 qui va
détecter l’agressivité dans la voix de l’interlocuteur ou finir la phase « Jour et… », tandis que
le Système 2 va prendre le relai face à une déclaration d’impôts.

La compétition entre deux stratégies marque le processus de prise de décision chez les êtres
humains. L’une d’elles, faisant appel aux heuristiques, et l’autre, basée sur la logique
probabiliste. Les heuristiques peuvent être expliquées comme des raccourcis du raisonnement
afin d’économiser le temps et les ressources cognitifs. Lorsque l’individu fait face à une
situation connue et routinière, ce raccourci de la pensée lui présente une solution le plus souvent
correcte et adaptée. Or, leur activation automatique empêche le système 2 de prendre le relais
lorsqu’il faut inhiber l’information contextuelle non-pertinente pour la résolution du problème.

Figure 1. Illustration de la tâche d’Evans (1972)

La tâche de réfutation de règle conditionnelle (Evans, 1972) sert d’illustration parfaite de ce

conflit cognitif où le système 1 opère selon l’appariement perceptif (cf. Figure 1). La plupart

16
des sujets à qui les expérimentateurs proposent de contredire une règle « S'il n'y a pas de carré
rouge à gauche alors il y a un cercle jaune à droite », se focalisent sur les éléments cités dans
l’énoncé (carré rouge, cercle jaune). Or, pour réfuter cette règle, il faut d’abord pouvoir inhiber
ce piège visuo-spatial et ensuite se rappeler les règles logiques (contredire le conséquent « alors
»).

Les découvertes décrites dans ce chapitre ont mis en lumière le caractère irrationnel de la prise
de décision chez l’homme et ont contribué au rapprochement de l’économie et les neurosciences
cognitives.

Les situations de la prise de décision sous incertitude caractérisent parfaitement les interactions
sociales : faut-il faire confiance à mon interlocuteur ? dois-je m’engager financièrement dans
ce nouveau projet ? Si on transmet les considérations pour la prise de décision économique dans
le contexte social, la question se pose sur les stratégies de réduction de l’incertitude en
récupérant les informations sur les options présentées, tout en évitant le risque de perdre.

1.6. Apport de la théorie des jeux à la compréhension de la prise de décision

sociale
Deux particularités caractérisent la prise de décision dans un contexte social (Sanfey, 2007). La
première concerne l’absence ou l’incomplétude de l’information sur les probabilités et sur la
valeur espérée du résultat. Par exemple, au début d’une relation amoureuse l’individu ne peut
pas prédire la durée de cette relation ni le degré de compatibilité entre lui et son partenaire.
Actuellement le développement du marché d’applications numériques offre des sites de
rencontres basées sur des algorithmes comparant les intérêts des utilisateurs (David & Cambre,
2016). Aucune étude scientifique n’a évalué l’efficacité des prédictions de ces algorithmes (le
seul questionnaire trouvé sur Internet a été sponsorisé par un de tels sites).

La deuxième particularité porte sur la complexité des facteurs en jeu. Les deux individus lors
d’une interaction s’influencent mutuellement. Les conséquences du choix fait par l’individu 1
ont un effet sur le comportement ou les intentions de l’individu 2, ce qui à son tour demande à
l’individu 1 d’ajuster la stratégie face à cette nouvelle information (Lee, 2008).

17
La théorie des jeux (game theory) offre un cadre idéal pour étudier la prise de décision
financière dans un contexte social (von Neumann & Morgenstern, 1944). Inspiré et basé sur des
modèles normatifs de la prise de décision économique, le but des chercheurs était de modéliser
le choix de stratégie afin de maximiser son profit face à l’adversaire.

L’illustration la plus de la théorie des jeux est le célèbre « dilemme de prisonnier », proposé
par A.W. Tucker en 1950 (la consigne et l’illustration sont prises de l’article de (Cordonnier,
1997)).
« Deux suspects sont arrêtés après avoir commis un crime grave, mais aucune preuve
n’existe contre eux, et le juge peut leur inculper un délit mineur uniquement. Afin de leur faire
parler, le juge propose à chaque suspect de choisir une option parmi les suivantes, sans qu’ils
puissent en discuter entre eux :
- si aucun n’avoue le crime, les deux vont avoir une condamnation mineure (2 ans pour
chacun) ;
- si l’un des deux avoue le crime et l’autre se tait, le premier sera récompensé pour sa
coopération et relâché de la prison, tandis que le deuxième va avoir la peine maximale (10
ans) ;
- si les deux complices avouent le crime, ils vont être condamnées pour l’affaire grave,
mais leurs aveux leur vaudront la clémence du jury (5 ans de prison pour chacun). »

Figure 2. Illustration des options dans le dilemme du prisonnier (image de l’article de Cordonnier (1997).

Le paradoxe consiste dans le fait que si chaque individu se comporte en maximisant le profit
uniquement pour lui, le résultat ne sera pas le plus bénéfique. L’équilibre de Nash1, appelé selon
le nom d’un brillant mathématicien qui l’a décrit pour la première fois dans sa thèse en 1950,

1
La notion de l’équilibre de Nash est appliquée aux situations où les participants ne peuvent pas communiquer et
agissent indépendamment l’un de l’autre.

18
traduit une situation où l’individu prévoit correctement les réactions d’autres joueurs et agit
selon cette prévision afin d’augmenter son profit. Autrement dit, le joueur 1 trouve une stratégie
qui serait la meilleure en fonction de la stratégie supposée du joueur 2, et personne n’a l’intérêt
de changer sa stratégie. Ainsi, la non-coopération s’avère le meilleur choix. La notion
d’équilibre introduit l’idée du risque potentiel de perte, si l’un des joueurs change sa stratégie
de manière unilatéral.

En revanche, si les joueurs ont la possibilité de communiquer et de se rendre d’accord, ou bien

si le jeu consiste en plusieurs essais et les joueurs ont la possibilité de prendre un compte le
feedback d’autrui, ils peuvent arriver au résultat meilleur pour tous les deux. Alors dans ce cas
la coopération amène à l’amélioration du résultat individuel en veillant à l’augmentation du
gain pour autrui. Une des premières méta-analyses sur le comportement des joueurs dans les
tâches de type « dilemme de prisonnier » a démontré que les individus ont tendance à coopérer
(Sally, 1995), malgré le postulat que l’homme rationnel cherche à augmenter son gain
individuel.

Lorsque nous interagissons avec les êtres humains, nous activons notre système des heuristiques
basées sur les préjugés, stéréotypes et schémas construits à partir nos expériences précoces avec
le monde (Young, Klosko, Weishaar, Cottraux, & Pascal, 2017). Dans cette thèse, nous allons
étudier un cas des heuristiques influençant la perception d’une situation sociale ou d’autrui.

1.7. Exemple des heuristiques

Biais de représentativité
Un des exemples les plus marquants des biais de raisonnement dans le contexte social concerne
le biais de représentativité démontré pas Tversky et Kahneman (1983). Les participants de
l’expérience ont lu la description d’une femme, Linda :

« Linda est âgée de 31 ans, célibataire, franche et très brillante. Elle est diplômée de
philosophie. En tant qu’étudiante, elle était très sensible aux questions de discrimination et de
justice sociale et a également participé à des manifestations antinucléaire » (traduction prise
de l’article de Broihanne, Merli, & Roger, 2005) :

19
Ensuite les participants ont dû faire un jugement sur la probabilité d’une série d’affirmation
décrivant la carrière potentielle de Linda (d’autres options contrôles ont été présentées
également) :
1. Linda est militante féministe (A)
2. Linda est employée de banque (B)
3. Linda est employée de banque et militante féministe (A+B)
La réponse logique, guidée par le Système 2, aurait été la première. En effet, la probabilité que
les deux événements P(A&B) apparaissent simultanément ne peut pas excéder la probabilité
qu’un seul des événements P(A) ou P(B) ne se produise. Autrement dit, l’ensemble des
employées de banque qui sont féministes est inclus dans l’ensemble des employées de banque,
et pas l’inverse. Or, la majorité des participants (85%) jugent la dernière option comme la plus
probable.

La puissance des biais de raisonnement est en partie expliquée par l’effet de la focalisation
attentionnelle qui consiste à une tendance à baser ses décisions sur des éléments perceptuels du
contexte qui sont explicitement présentés (Legrenzi, 1993).

Coopération – Réciprocité – Pardon (tit-for-tat)

Le dilemme du prisonnier, expliqué ci-dessus, permet de modéliser la prise de décision dans
une situation de choix répété avec la possibilité d’influencer le comportement d’autrui. Axelrod
(1984) a organisé un tournoi informatique afin de déterminer la meilleure stratégie dans le
dilemme de prisonnier répété. Les quatorze programmes proposés par des participants variaient
selon la complexité du code et de la stratégie adoptée. La stratégie « coopération – réciprocité
– pardon », CRP (tit-for-tat), proposée par le psychologue et le philosophe Anatole Rapaport,
s’est avérée la plus efficace sur 200 essais.

La première attitude – coopération - consistait à proposer une alliance à l’adversaire dans le

premier tour du jeu. Ensuite le programme incarnait l’attitude de réciprocité en mémorisant la
dernière réponse de l’adversaire (coopération ou individualisme) et en appliquant la même
réponse à son tour (coopérant ou, inversement, agressant le joueur). Finalement, le programme
adoptait l’attitude de pardon et de nouveau proposait la coopération. De manière étonnante, les
autres programmes ont même adopté cette stratégie au vu de son efficacité.

20
Une recherche récente a démontré que les êtres humains comptent sur la réciprocité du
partenaire. Sans avoir suffisamment d’information sur le comportement d’autrui, ils espèrent
spontanément qu’il « mimer » le comportement de l’adversaire (Chambon et al., 2017). Ce biais
s’inscrit dans la logique du modèle bayésien qui souligne l’augmentation du rôle des a priori
dans la prise d’information sous incertitude.

Effet du cadre
Un autre exemple d’un comportement irrationnel concerne le principe d’invariance (Tversky &
Kahneman, 1981). Selon ce principe, la façon dont les options sont décrites ne doit pas
influencer des préférences des individus, puisque le choix dépendrait de la probabilité d’avoir
des résultats attendus. Or, malgré cette supposition rationnelle, les sujets perçoivent des
informations équivalentes différemment en fonction du contexte de leur présentation.
Autrement dit, les individus réagissent différemment face à deux situations de choix
équivalentes selon leurs valeurs espérées si la consigne est formulée en termes de gain ou de
perte.

Ce phénomène porte le nom de l’effet du cadre (Tversky & Kahneman, 1981). La majorité des
sujets choisissent l’option sûre quand elle est présentée dans le cadre de gain, mais prennent le
risque si l’option sûre est associée à une perte. Cette tendance est expliquée par un effet
asymétrique que le gain et la perte peuvent avoir sur l’état émotionnel de la personne. En fait,
l’intensité de la satisfaction ressentie après avoir gagné est inférieure à l’intensité de la
déception suivante une perte, même si la valeur espérée dans les deux cas est équivalente. Ce
phénomène explique l’aversion à la perte chez les êtres humains (Abdellaoui, Bleichrodt, &
Paraschiv, 2007). La sensibilité à l’effet du cadre correspond à l’activation automatique du
système 1 chez les sujets qui ont présenté ce biais cognitif (attirance/aversion à la perte lors de
la prise de décision comportant des risques).

Certes, la prise de décision inclut la capacité de l’individu de percevoir des options et des
conséquences éventuelles de son choix, mais il peut être influencé, d’une part, par le contexte
présenté (description des options), d’autre part, par des caractéristiques propres au sujet.

21
1.8. Rôle des émotions dans la prise de décision
Ancrage émotionnel des biais de raisonnement
Étant retrouvé au niveau des réponses comportementales, les heuristiques sont-elles
accompagnées par une certaine réaction émotionnelle ?

Supposons que des sujets sont amenés à effectuer la prise de décisions financières sous risque
dans le jeu suscitant un important effet du cadre (De Martino, Kumaran, Seymour & Dolan,
2006). Au début de chaque essai ils possédaient (virtuellement) 50 euros. Par la suite, ils
pouvaient choisir entre une option sûre ou une option risquée. L’option sûre a été présentée soit
en termes de gain (garder 20 euros), soit en termes de perte (perdre 30 euros). La deuxième
option, identique pour chaque essai, proposait de jouer à la rue de la fortune où la probabilité
de gain et de perte a été indiquée (cf. Figure 3).

Figure 3. Illustration de la tâche de De Martino et al., 2006.

Comme dans le problème cognitif de Tversky & Kahneman (1981), les participants ont
manifesté l’effet du cadre en choisissant l’option sûre dans le cadre de gain (garder 20 euros)
et prenant le risque dans le cadre de perte (jouer à la roue de la fortune, même à risque de perdre

22
tout l’argent). Les données issues de l'IRMf révèlent que cet effet du cadre est associé à une
augmentation de l’activité d’un système cérébral émotionnel (noyaux amygdaliens bilatéraux),
tandis que la résistance à cet effet impliquerait elle aussi un système neurocognitif émotionnel
complémentaire (cortex préfrontal orbital et médian). Les individus les plus rationnels
disposeraient alors, grâce à ce second système émotionnel, d’une meilleure prise de conscience
de leurs propres biais émotionnels et parviendraient à résister aux pièges du contexte.
En outre, l’effet du cadre peut être retrouvé au niveau psychophysiologique (De Martino,
Harrison, Knafo, Bird & Dolan, 2008). Son reflet correspond à l’augmentation des réactions
électrodermales chez les sujets sains suite à la présentation du cadre de perte comparé au cadre
de gain.

La question de la manipulation de la susceptibilité aux biais de raisonnement se pose. En

poursuivant les travaux sur l’effet du cadre, Cassotti et collaborateurs (2012) ont modifié le
paradigme afin d’évaluer l’impact éventuel du contexte émotionnel à valence positive et
négative induit juste avant la prise de décision. Dans cette optique, des photos agréables ou
désagréables ont été présentées à deux groupes respectivement avant de demander aux
participants de faire un choix entre deux options (sûre et risquée). Le troisième groupe a
accompli la tâche sans photos (condition contrôle). Les résultats de l’étude ont confirmé
l’apparition de l’effet du cadre dans la condition sans modifications. De plus, les auteurs ont
démontré que le contexte émotionnel positif diminue l’aversion au risque dans le cadre de perte.
L’étude présente une perspective neuroscientifique : l’impact du contexte positif, diminue-t-il
l’activation de l’amygdale et donc réduit l’effet du cadre ou favorise-t-il l’activation du cortex
orbito-frontal et, par conséquent, un meilleur contrôle cognitif afin de surmonter l’effet du cadre
? Finalement, contrairement à ce qui a été attendu, le contexte négatif n’a pas rendu les sujets
encore plus sensibles à ce biais, leurs résultats étant semblables à ceux des contrôles.

Hypothèse des marqueurs somatiques

La prise de décision dépend non seulement des capacités attentionnelles et de raisonnement,
mais de l’expérience émotionnelle précédente. Les travaux de Damasio et collaborateurs (1991,
1994) portent sur l’interdépendance des processus cognitifs et émotionnels, à savoir l’influence
que les émotions peuvent avoir sur le comportement et sur la prise de décision. Son hypothèse
des marqueurs somatiques – des traces mnésiques de stockage de l’information émotionnelle
de valence positive ou négative – explique la prise de décision rapide et intuitive dans les

23
situations d’incertitude (Damasio, Tranel & Damasio, 1991), ce qui correspond à l’activation
du Système 1 décrits ci-dessus.

Notamment, au fur et à mesure du « jeu de casino » (Iowa Gambling Task ; Bechara, Damasio,
Tranel & Damasio, 1997), les sujets contrôles présentent une réponse électrodermale plus
importante devant les cartes dites désavantageuses (A et B), ce qui correspond à une
anticipation d’une perte associée au choix de cette carte (Bechara et al., 1997). Cette activation
psychophysiologique de nature émotionnelle fournit aux sujets des indices implicites d’alerte
qui les amènent à changer de stratégie et à choisir les cartes qui apportent une récompense sûre.
Contrairement à cette capacité, les patients avec lésions du cortex ventromédian (impliqué dans
la représentation des états émotionnels positifs et négatifs selon Davidson & Irwin (1999)) ne
présentent pas d’anticipation au niveau psychophysiologique et continuent à choisir les cartes
qui les amènent à perdre.

La modification de l’état émotionnel semble avoir un impact sur la susceptibilité au biais de

raisonnement de nature émotionnelle. Par la suite nous discuterons de la possibilité de
manipuler le raisonnement des sujets lors des tâches effectuées dans un contexte social, le sujet
de cette thèse. L’individu qui n’a pas de connaissance des probabilités associées au résultat, ni
la valeur du gain ou de la perte potentiels, se trouve dans une situation d’ambiguïté. De ce fait,
l’évaluation de la probabilité d’un événement est davantage intuitive et souvent erronée
(Tversky & Kahneman, 1974). La sensibilité à nos propres réactions émotionnelles guide les
décisions dans le contexte social.

1.9. Le rôle des émotions pour l’adaptation du comportement lors des

interactions sociales
L’incapacité à ressentir ou à interpréter des signaux émotionnels ralentit la réponse du sujet lors
d’une tâche impliquant de nombreux facteurs, souvent contradictoires. Lors des interactions
sociales, laissant peu de temps à l’individu de prendre une décision, le traitement automatique,
« intuitive », basée sur une réponse émotionnelle a une grande importance.

La perception d’une scène sociale et la nécessité de faire un choix amènent à une activation
physiologique. Associée à un état émotionnel positif ou négatif basé sur des expériences
similaires précédentes, cette activation automatique peut fournir de l’information sur les

24
conséquences à long terme, surtout lorsque le risque associé à chaque option n’est pas évaluable
consciemment. La prise en compte de cette réponse automatique permet d’éviter des choix qui
potentiellement sont dangereux ou, au moins, pas avantageux.

Le défaut d’activation et/ou de perception de ces marqueurs somatiques altère l’appréhension

correcte des conséquences positives ou négatives envisagées et rend le comportement de
l’individu inadapté. Damasio, Tranel et Damasio (1990) l’ont démontré en étudiant les patients
qui avaient des lésions dans le cortex ventromédian. Ces patients ont perdu la capacité à se
référer aux signaux d’alerte émotionnels et ne pouvaient pas arrêter de faire des choix risqués.
De plus, des lésions dans cette région du cerveau sont associées au comportement agressif,
violent et antisocial (Grafman et al., 1996).

25
 Synthèse du chapitre 1.

Les travaux de Tversky et Kahneman ont mis en question la rationalité humaine et contredit le
point de vue selon lequel les choix de l’homme sont purement rationnels. Au contraire, le
caractère irrationnel et l’existence de nombreux biais de raisonnement de nature émotionnelle
sont pris en compte lors de la modélisation des situations de prise de décision. La coexistence
de deux modes de raisonnement (Système 1 et Système 2) est particulièrement observable lors
des interactions sociales, rapides et imprévisibles. Ces données permettent de conclure que la
prise de décision est un processus plus complexe qu’un simple calcul des probabilités afin
d’atteindre un gain maximal. Les choix des individus tout-venants, même si potentiellement
rationnels, sont accompagnés et influencés par des aspects émotionnels. Dans la vie quotidienne
il est rare que le décideur possède toute information nécessaire sur chaque option ainsi que sur
leurs conséquences éventuelles. Dans cette optique, le système heuristique devient
indispensable pour effectuer un choix rapide en s’appuyant sur des indices émotionnels
implicites dans des situations sous incertitude.

La littérature sur la prise de décision se focalise prioritairement sur des sujets sains, même si
les études auprès des patients cérébrolésés ont contribué à la définition du concept (Bechara et
al., 1996 ; Camille et al., 2004). Actuellement les recherches incluent également les sujets sans
lésions acquises, mais qui présentent néanmoins des particularités dans le fonctionnement
cérébral. L’intérêt particulier est suscité par l’influence des facteurs socio-cognitifs et
émotionnels sur la prise de décision, notamment chez les personnes avec TSA qui présentent
des atypicités dans ces trois domaines de fonctionnement.

26
Chapitre 2. Capacités cognitives et socio-cognitives sous-jacentes à
la prise de décision sociale chez les personnes TSA

Les personnes avec le trouble du spectre de l’autisme (TSA) sont atteintes d’un trouble
d’origine génétique associé à des facteurs environnementaux. Cette atteinte a des répercussions
sur leur trajectoire de développement anatomique et fonctionnel du cerveau. Par conséquent, ce
trouble affecte le comportement et la cognition dans le domaine des interactions sociales. Dans
ce chapitre nous allons nous focaliser sur le traitement de l’information sous-jacente à la prise
de décision sociale chez les personnes TSA anciennement appelées « de haut niveau de
fonctionnement » (avec une efficience verbale et cognitive préservée).

2.1. Meilleure résistance aux biais de raisonnement

Biais de représentativité
Illustré par le problème de Linda (Tversky & Kahneman, 1983), les adultes tout-venants ont
démontré un biais de représentativité qui consistait à croire que l’addition des deux éléments
les rend plus probables (tandis que c’est le contraire selon la logique probabiliste). La même
expérience a été effectuée avec les enfants et les adolescents TSA (11-16 ans), en adaptant le
texte à l’âge des enfants (Morsanyi, Handley, & Evans, 2010).

« Tim a 10 ans. Il habite dans une maison avec un jardin. Il a beaucoup d’amis et il
aime faire du sport dans un parc ainsi que collectionner des stickers de footballeurs ».
Lequel parmi les énoncées suivantes est le plus probable ?
(a) Tim a un lapin
(b) Tim a une sœur
(c) Tim a un lapin et il joue souvent au foot.

Les résultats ont démontré que les enfants et les adolescents TSA sont moins susceptibles de
présenter le biais de représentativité. Cependant, au vu du taux d’erreurs important dans le
groupe contrôle (96%) et TSA (86%), les auteurs ne peuvent pas conclure sur la rationalité
accrue chez les adolescents TSA. L’explication d’une meilleure résistance à ce biais concerne
les difficultés chez des personnes TSA à prendre en compte l’information contextuelle. Ce qui
semble être un processus automatique chez les sujets tout-venants (nous l’avons mentionné en
expliquant la tâche d’Evans et l’activation de piège visuo-perceptif) semble nécessiter un effort

27
pour les personnes TSA. Il est probable qu’ils soient plus affectés par des biais de raisonnement
quand le contexte contient peu d’éléments à prendre en compte.

Hypothèse des hypo-priors

Une attente implicite sur l’utilisation de la stratégie « tit-for-tat », observée chez les adultes
neurotypiques dans une tâche de prédiction du comportement d’autrui, n’a pas été retrouvée
chez les adultes TSA de haut niveau (Chambon et al., 2017). L’ampleur des déficits dans le
domaine des interactions sociales réciproques (un des scores dérivés de l’ADI-R) corrèle
négativement avec la capacité à s’attendre à des comportements réciproques chez le partenaire.
Afin de trouver la réponse correcte et finalement avoir le même taux de réussite que le groupe
contrôle, au lieu de se servir des heuristiques sur la réciprocité du comportement, ils ont dû
effectuer une analyse de chaque essai, de manière consécutive et réfléchie (correspondant à
l’activation du Système 2), ce qui a pris plus de temps pour trouver la réponse. En absence d’un
a priori sur la façon dont deux personnes vont interagir, les participants TSA ont pu quand
même déduire que la stratégie utilisée était tit-for-tat, en se basant sur les régularités observées.

Cette étude continue la lignée des travaux sur l’application de l’approche bayésienne à
l’explication des particularités du traitement de l’information chez les personnes TSA.
Pellicano & Burr (2012) ont déjà émis l’hypothèse des hypo-priors, ou la moindre dépendance
de l’expérience précédente dans la perception visuelle chez les autistes.

L’étude de Chambon et collaborateurs étend cette hypothèse des hypo-priors dans le domaine
de la cognition sociale chez les autistes. Elle souligne néanmoins que ce n’est pas la capacité
générale à inférer les intentions et à prédire le comportement qui est entravée chez les personnes
TSA puisqu’elles sont capables d’arriver à la même conclusion que leurs pairs neurotypiques
au fur et à mesure des essais. Plus spécifiquement, les personnes TSA se servent moins des a
priori pour inférer une intention d’autrui et donc leur stratégie pour interpréter des interactions
sociales s’avère plus coûteuse et lente par rapport aux neurotypiques.

Biais de nature émotionnelle

Une des premières études sur la résistance aux biais de raisonnement a porté sur la sensibilité
des personnes TSA à l’effet du cadre. Il existe une évidence que les adultes TSA sont moins
influencés par la présentation des options équivalentes, comparés aux sujets typiques (De

28
Martino et al., 2008). En outre, ils ont tendance à éviter la prise de risque. Au niveau
psychophysiologique, les patients manifestent une activation émotionnelle, qui pourtant n’est
pas spécifique aux cadres de gain ou de perte. Autrement dit, il semble que les individus TSA
prennent moins en compte leur activation émotionnelle, ce qui, par conséquent, permet de
résister plus efficacement au biais de présentation et facilite l’activation du système 2. Afin de
confirmer cette hypothèse, il est indispensable de mettre les données comportementales et
psycho-physiologiques en lien avec des données issues de l’imagerie cérébrale fonctionnelle.

Lors de Iowa Gambling Task (Bechara et al., 1997), l’amplitude de la Réaction Électro-
Dermale (RED) est moins importante chez les sujets TSA que chez les sujets contrôles
(Johnson, Yechiam, Murphy, Queller & Stout, 2006). Même si la performance des patients
(proportion des cartes avantageuses choisies) ressemble à celle des témoins, le pattern des choix
est légèrement différent : les patients ont besoin de plus de temps pour développer la préférence
pour un tas de cartes. Autrement dit, malgré les renforçateurs positifs et négatifs (correspondant
au choix des cartes avantageuses et désavantageuses), leur processus d’apprentissage semblait
être moins rapide que celui des contrôles. Ce phénomène serait dû au manque de feedback (la
RED moins importante) ou à l’insensibilité générale aux marqueurs somatiques ainsi qu’à une
charge importante pour le mémoire de travail. Le fait que les patients ont réussi la tâche à la fin
aussi bien que les témoins supposerait de nouveau l’utilisation d’une stratégie particulière chez
les patients.

Ces deux exemples ont un point en commun selon lequel la moindre sensibilité à des réactions
émotionnelles réduit l’impact des émotions dans la prise de décision chez les personnes TSA.
Nous voudrions éviter de juger ce phénomène en termes des avantages ou des déficits, puisque
les répercussions dépendent des objectifs et des tâches effectuées. Dans le premier cas, la
moindre prise en compte des marqueurs somatiques contribue à une meilleure résistance au
biais de raisonnement. Dans l’autre cas, elle semble ralentir le processus d’apprentissage
comparativement aux sujets contrôles.

2.2. Autisme et traitement des émotions : alexithymie

Il existe une difficulté notable à identifier et à exprimer ses propres émotions chez les enfants
(Griffin, Lombardo, & Auyeung, 2016), adolescents (Milosavljevic et al., 2016) et adultes TSA
(Berthoz & Hill, 2005; Hill, Berthoz, & Frith, 2004). Cette condition a reçu le nom d’«
alexithymie », ce qui se traduit du grec par « sans nom pour l’émotion ». L’alexithymie est

29
présente chez environ 40-60% des personnes TSA et 10-16% de la population tout-venant (Bird
& Cook, 2013; Milosavljevic et al., 2016). Vu le taux d’alexithymie chez les patients TSA, les
cliniciens cherchent à définir si cette condition fait partie des caractéristiques inhérentes au
trouble du spectre de l’autisme ou s’il s’agit d’une comorbidité.

Évalués par les auto- et hétéro-questionnaires d’alexithymie TAS-20 (Loas et al., 2010), les
enfants ont rapporté moins de difficultés dans la compréhension et l’expression des émotions
que leurs parents. De plus, les scores d’alexithymie d’après l’évaluation parentale corrèlent
positivement avec la sévérité des traits autistiques (Griffin et al., 2016). Ces résultats peuvent
témoigner d’une perception de soi moins fiable chez les enfants, probablement majorée par des
difficultés de la théorie de l’esprit.

Il semble que l’alexithymie dans l’autisme touche des aspects cognitifs (savoir analyser et
verbaliser des ressentis), tandis que les émotions sont présentes. Lors de l’évaluation des images
non-sociales à valence positive, négative et neutre, la Réponse ÉlectroDermale (RED; mesure
implicite de l’activation émotionnelle) ne diffère pas entre les patients et les témoins.
Néanmoins, quand les enfants TSA évaluent l’attractivité des images de manière explicite, ils
témoignent l’absence de préférence marquée (Ben Shalom et al., 2006). Ceci nous laisse
supposer qu’il existe un décalage entre ce qu’ils ressentent et ce qu’ils en verbalisent.

Il semble que les personnes avec TSA ont une double difficulté à naviguer dans le monde social,
ayant, d’une part, une moindre sensibilité à leurs propres émotions, et d’autre part, présentant
des difficultés à comprendre les états mentaux des autres. Il a été largement argumenté que les
individus TSA doivent se baseraient sur des stratégies de prise de décision autres que les
personnes neurotypiques. Notamment, les patients TSA qui présentent une alexithymie associée
ont tendance à se référer aux normes sociales explicites afin de juger si leurs remarques vont
être acceptables socialement (Patil, Melsbach, Hennig-Fast, & Silani, 2016). Au vu des
difficultés importantes dans l’apprentissage implicite2, Mottron propose de ne pas sous-estimer
le rôle d’une « prothèse explicite » pour la résolution d’un problème spécifique » (Mottron,
2006, p. 234).

2
Nous faisons référence à l’apprentissage implicite comme étant la capacité à acquérir une nouvelle
connaissance sans intention d’apprendre et sans pouvoir expliciter le processus d’apprentissage (Brown, Aczel,
Jiménez, Kaufman, & Grant, 2010)

30
2.3. Difficultés auto-rapportées
Nous avons présenté certaines particularités associées au style de prise de décision chez les
personnes avec autisme. Rares sont les études qui donnent la parole aux participants afin qu’ils
témoignent eux-mêmes sur leurs choix et la difficulté de vivre avec. Grâce à l’auto-
questionnaire portant sur plusieurs aspects de leur vécu, l’équipe de chercheurs a recueilli des
données sur les problèmes perçus par les adultes TSA lorsqu’ils sont amenés à prendre une
décision. Ce processus est associé avec l’anxiété, la fatigue et surtout la tendance à éviter de
faire un choix (Luke, Clare, Ring, Redley, & Watson, 2012). Les auteurs font le lien entre les
témoignages et les données scientifiques, par exemple, associant la fatigabilité avec la moindre
utilisation des heuristiques de pensée (De Martino, Harrison, Knafo, Bird, & Dolan, 2008). La
Figure 4 présente le taux de (in)satisfaction chez les participants concernant l’influence de leur
condition sur la prise de décision.

Figure 4. La distribution des réponses à la question « à quel point votre condition aide avec la prise de
décision » (en clair) et à la question « à quel point votre condition perturbe la prise de décision » (en foncé)

31
 Synthèse du chapitre 2

L’analyse de la moindre sensibilité aux biais de raisonnement ainsi que les particularités
du traitement des émotions citées ci-dessus nous amène à supposer que les personnes TSA
utilisent d’autres stratégies décisionnelles que la plupart des personnes neurotypiques. Leur
raisonnement semble être moins influencé par l’activation émotionnelle chez leurs pairs.
Sachant que les personnes TSA sont capables d’éprouver des émotions au niveau
physiologique, mais ne les intègrent pas dans leur processus décisionnel, l’intérêt de notre étude
consiste à introduire un contexte émotionnel saillant pour vérifier si cela les rendrait plus
sensibles aux biais de raisonnement de nature sociale.
Les stratégies de prise de décision autres que celleschez les sujets neurotypiques
amènent à évaluer chez les participants TSA à la fois leur comportement face aux adversaires
(implicite) et leur ressentis par rapport aux adversaires (explicite). Ceci permettrait de rendre
compte d’un décalage entre la façon de procéder et d’argumenter ses choix lors d’une prise de
décision sociale.

32
Chapitre 3. Difficultés d’adaptation lors des interactions sociales
chez les TSA
3.1. Théorie de l’esprit atypique

Les compétences en théorie de l’esprit (mentalisation) font référence à la capacité de représenter

les états mentaux d’autrui (croyances, désirs, intentions) ainsi que de prédire et expliquer le
comportement (Baron-Cohen, Leslie, & Frith, 1985). Le déficit en théorie de l’esprit est
considéré comme le noyau clé de l’autisme qui expliquerait le spectre des troubles d’interaction
sociale. La discrimination entre la théorie de l’esprit implicite et explicite permet de préciser la
trajectoire atypique de son développement dans l’autisme.

La théorie de l’esprit explicite réfère à la capacité de comprendre ou d’expliquer le

comportement ou l’état mental d’autrui. Elle est évaluée à travers des tâches dites « de fausses
croyances » (« Maxi et le chocolat » de Wimmer & Perner, 1983; « Sally et Ann » de Baron-
Cohen et al., 1985). Dans ce genre de tâches, le personnage principal possède une croyance sur
l’emplacement (A) d’un objet, qui se fait déplacer dans un autre endroit (B) après que le
personnage quitte la pièce. L’expérimentateur pose la question à l’enfant en demandant où le
personnage va chercher un objet. Si l’enfant arrive à se décentrer de la connaissance qu’il
possède en tant qu’observateur externe (que l’objet a été déplacé) et répond du point de vu e du
personnage (endroit A), le test est considéré comme réussi.

Figure 5. Illustration pour la tâche de Wimmer & Perner (1983) « Maxi et le chocolat »

Habituellement les enfants tout-venants arrivent à passer ce test vers l’âge de 4-5 ans, les
fluctuations peuvent être observées en fonction des consignes ou de la mise en scène de
l’histoire (Wellman & Liu, 2004). En ce qui concerne les personnes avec autisme, les premiers
résultats de Baron-Cohen et collaborateurs (1985) n’ont rapporté que 20% de la réussite chez
les individus âgés de plus de 6 ans (mais appariés selon l’âge verbal supérieur à 4 ans).
Rappelons que la réussite des tâches de la théorie de l’esprit classiques dépend en partie de

33
l’efficience du langage (Astington & Baird, 2005). Les recherches suivantes ont remis en
question ce pourcentage, en démontrant la réussite chez les enfants et adultes TSA de haut
niveau de fonctionnement ou avec le syndrome d’Asperger (Frith & Happé, 1994; Scheeren, de
Rosnay, Koot, & Begeer, 2013).

Les chercheurs ont remarqué que les individus qui réussissent des tests de la théorie de l’esprit
en laboratoire continuaient à éprouver des difficultés marquantes dans la vie quotidienne, sur
le plan de la communication et des interactions sociales. Il a été supposé qu’il existe un décalage
entre la capacité à expliquer le comportement d’autrui et mettre en action ce savoir-faire de
manière spontanée (Senju, Southgate, White, & Frith, 2009). Les enfants tout-venants
manifestent des comportements qui suggèrent une compréhension de l’intention d’autrui
(attention conjointe vers 10 mois) ou des tentatives de modifier leur comportement (aide à 18-
20 mois, tromperie vers 3 ans). Chez les enfants autistes ces compétences apparaissent
tardivement et/ou présentent une rigidité (Bruinsma, Koegel, & Koegel, 2004; Plumet, 2014;
Tomasello, Carpenter, Call, Behne, & Moll, 2005).

Une relation bi-directionnelle a été suggérée entre la théorie de l’esprit et l’adaptation sociale :
« sans théorie de l’esprit, l’individu présente des difficultés d’adaptation sociale, mais
également un individu avec des difficultés sociales a des problèmes pour inférer les états
mentaux des autres » (Nader-Grosbois & Detraux, 2015).

3.2. Motivation sociale

Théorie d’un déficit de la motivation sociale

Un des modèles explicatifs avancés dans les années 2000 et repris à ce jour serait la théorie
d’un déficit de la motivation sociale dans l’autisme (Chevallier, Kohls, Troiani, Brodkin, &
Schultz, 2012 ; Dawson, Meltzoff, Osterling, Rinaldi, & Brown, 1998). Selon les auteurs, les
difficultés socialesd’eraient expliquées par une atteinte au niveau du circuit cérébral incluant
les zones qui se spécialisent en traitement des stimuli sociaux (gyrus fusiforme, sillon temporal
supérieur) et celles impliquées dans le système de récompense (striatum). La moindre valeur
renforçatrice associée aux stimuli sociaux, par conséquent, réduit l’occasion de bénéficier de
l’apprentissage social et perturbe le développement des compétences en cognition sociale. De
plus, comme il a été discuté précédemment dans la partie théorique de cette thèse, ce modèle

34
tente d’expliquer le moindre le moindre plaisir éprouvé lors de contacts sociaux (Chevallier,
Grèzes, Molesworth, Berthoz, & Happé, 2012).

Or, les enfants, adolescents et adultes avec TSA comprennent et témoignent de la solitude et
veulent interagir avec d’autres personnes (Bauminger, Shulman, & Agam, 2003 ; Volkmar,
Rogers, Paul, & Pelphrey, 2014), bien qu’ils reconnaissent avoir des difficultés dans
l’engagement social (Knott, Dunlop, & Mackay, 2006). La facilité d’entrer et de maintenir le
contact change à travers les âges : les enfants semblent maintenir plus facilement l’amitié basés
sur le partage des jeux et des conversations, tandis que l’amitié à l’adolescence est imprégnée
par la recherche d’intimité qui nécessite des compétences socio-émotionnelles, souvent
insuffisamment développées chez les adolescents TSA (Chamberlain, Kasari, & Rotheram-
Fuller, 2007). En ce qui concerne les adultes, paradoxalement les réponses au questionnaire
d’amitié (Simon Baron-Cohen & Wheelwright, 2003) décrivent les adultes TSA comme étant
moins intéressés à l’amitié que les adultes neurotypiques.

Valeur des stimuli sociaux

Les partisans de la théorie d’un déficit de la motivation sociale dans l’autisme s’’appuient sur
la valeur perçue des stimuli sociaux, autrement dit, sur leur caractère renforçant pour une
personne avec TSA.

L’étude des renforçateurs remontent vers l’approche comportementale en psychologie et

notamment vers les travaux de Skinner (Skinner, 1953, 1966) sur le conditionnement opérant.
En analysant le schéma S-R (stimulus – réponse), il a introduit la notion de la conséquence (S-
R-C) qui influence la probabilité que le comportement observé se reproduise de nouveau. La
conséquence peut augmenter la fréquence d’apparition du comportement (renforcement) ou la
diminuer (punition). L’analyse des liens entre les antécédents, les comportements et leurs
conséquences a été mise à la base d’une méthode éducative comportementale nommée ABA
(applied behavioral analysis, ou analyse appliquée du comportement ; Lovaas, 1981), l’une des
rares méthodes éducatives recommandées en France pour la prise en charge précoce de
l’autisme selon l’accord des experts (HAS, 2012).

Lorsque on s’intéresse à la typologie des renforçateurs pouvant influencer le comportement

humain, on distingue des stimuli primaires et secondaires (Rivière, 2006). Les premiers ont une
valeur renforçante inconditionnée, autrement dit, sans aucun lien associatif avec d’autres

35
stimuli. La nourriture est un exemple classique, utilisé dans les travaux de Pavlov (1934) sur
l’apprentissage de nouveaux réflexes. Les stimuli secondaires n’avaient pas de valeur
renforçante en soi, mais elle a été acquise par association avec des stimuli inconditionnés. Par
exemple, un billet de 10 euros n’est pas un renforçateur en soi pour un enfant, mais il le devient
lorsque celui-ci obtient la notion du pouvoir d’achat.

La deuxième distinction qui nous intéresse davantage pour ce travail de thèse concerne la nature
des renforçateurs : sociale et non-sociale (tangible). Les renforçateurs sociaux (sourires de la
mère, chatouilles, câlins, félicitations verbales, etc.) deviennent une force clé dans le
développement socio-cognitif de l’enfant (Rivière, 2006) et favorisent les interactions sociales
et l’apprentissage vicariant. Le fait de s’engager dans une activité pro-sociale est également
renforçant pour une personne neurotypique. Lorsqu’elle choisit de coopérer avec autrui dans
des jeux économiques, cette expérience de coopération engage des circuits neuronaux de
récompense similaires à ceux qui s’activent lors des gains financiers (Ruff & Fehr, 2014).

De plus, l’interaction avec autrui peut amener à modifier son comportement. L’individu
apprend à adapter son comportement lors des interactions avec autrui si son interlocuteur lui
donne un feedback (Georges & Pansu, 2011). Les retours positifs tels que les encouragements
agissent comme des renforçateurs secondaires, en impliquant les mêmes bases neuronales – le
striatum et le cortex orbitofrontal – que les renforçateurs primaires tels que la nourriture.

En effet, le cerveau des personnes neurotypiques est attiré par des renforçateurs sociaux tout
autant que par les renforçateurs non-sociaux. L’individu adapte son comportement en fonction
des différents degrés de fréquence ou de l’intensité du renforcement (Jones et al., 2011). Par
exemple, les pairs qui fournissent tout le temps un renforcement positif (encouragement,
félicitations, etc.) tout le temps sont jugés plus favorablement que les pairs qui donnent un
feedback positif de temps en temps et encore plus que ceux qui ne félicitent que très rarement
(Jones et al., 2011). De manière étonnante, 93% des participants n’ont pas pu relier
consciemment ces scores de préférence aux attitudes des pairs, ce qui montre que le
renforcement social agit de manière discrète, mais puissante.

En revanche, il a été démontré que les enfants diagnostiqués avec un TSA par la suite ont moins
de sourire social et moins d’échanges affectifs avec leurs mères (G. Dawson, Hill, Spencer,
Galpert, & Watson, 1990). La question qui se pose est de déterminer si la valeur des stimuli

36
sociaux est la même que des stimuli non-sociaux pour les personnes avec TSA ? Les enfants
atteints de TSA ont démontré une réduction de l'activité neuronale dans le cortex orbito-frontal
et le striatum pendant les tâches proposant la récompense sociale (les visages souriants), mais
pas lorsque la récompense était monétaire (images des monnaies), tandis que leurs pairs tout-
venants n’ont pas manifesté de changement d’activation cérébrale (Scott-Van Zeeland,
Dapretto, Ghahremani, Poldrack, & Bookheimer, 2010). Ceci peut suggérer que les stimuli
sociaux n'ont pas la même valeur au niveau neuronal que pour les enfants typiques (Dawson,
Bernier, & Ring, 2012).

3.3. Adaptation du comportement en fonction du contexte

Parfois il suffit d’un léger indice social qui influence la façon de percevoir l’autrui ou se
comporter avec lui. Malgré la trajectoire atypique du développement de la théorie de l’esprit,
les enfants TSA (âge mental 7 ans) ont une connaissance des stéréotypes sur l’ethnie et le genre.
De plus, même ceux qui n’ont pas passé les tests classiques de la théorie de l’esprit ont pu
prédire le comportement des personnages en se basant sur ces stéréotypes, tout comme leurs
pairs tout-venants (Hirschfeld, Bartmess, White, & Frith, 2007).

De même manière, les adultes TSA ont été capables de juger correctement plusieurs
caractéristiques des visages présentés (âge, statut social, niveau de confiance évoquée,
attractivité). La seule difficulté pour eux consistait à évaluer l’attractivité des personnes de
même sexe (White, Hill, Winston, & Frith, 2006). Les auteurs expliquent ces performances par
les difficultés de la théorie de l’esprit du deuxième ordre (se décentrer et adopter une
perspective d’autrui).

Autrement dit, ces deux études suggèrent que les personnes TSA perçoivent et traitent
l’information sociale, mais leur difficulté principale consiste à l’appliquer de manière pertinente
lors des interactions sociales.

Deux facteurs sont à considérer lorsque nous évaluons si le comportement de l’enfant est adapté
au contexte : 1) la forme, autrement dit la pertinence des moyens de communication utilisés
(gestes conventionnels, énoncés) et 2) la fonction (Plumet, 2014). Par exemple, un adolescent
autiste qui change d’établissement scolaire veut trouver des amis dans sa classe (fonction, qui
correspond à son besoin d’être intégré dans un groupe de pairs, tout à fait correspondant à son

37
âge), mais pour le faire, il fait le clown pendant les cours (la forme qui n’est pas adaptée à ce
qu’il cherche à obtenir).

Réponse à la réciprocité
Face à un nouveau groupe, les personnes neurotypiques s’attendent à être acceptées, sauf si leur
expérience de vie n’a pas été marquée par des moments d’exclusion sociale, ce qui peut activer
la peur d’être exclu (Kerr & Levine, 2008). Malheureusement, la plupart des gens ont déjà
expérimenté une exclusion sociale (le fait d’être séparé du groupe de manière physique ou
émotionnelle).

Afin de s’engager dans une relation réciproque, il est indispensable de pouvoir interpréter des
signaux verbaux et non-verbaux, faire des inférences sur des intentions d’autrui, adapter son
comportement en fonction de l’attitude de l’interlocuteur, mais avant tout – avoir envie
d’interagir avec autrui. De ce fait, la réponse à la réciprocité nécessite de posséder une
motivation sociale et une théorie de l’esprit suffisamment développées.

La réciprocité nécessite également de savoir adopter la perspective d’autrui. Chez les

adolescents tout-venants, ce passage ne commence pas avant 12-14 ans, quand ils sont encore
concernés davantage par leurs propres intérêts. En revanche, à partir de 15-17 ans ils
commencent à devenir sensibles au point de vue et au vécu d’autrui et à prendre plus de
responsabilités sociales (W. van den Bos, van Dijk, Westenberg, Rombouts, & Crone, 2011).
À noter que, bien que le comportement pro-social augmente avec l’âge de manière stable
(Eisenberg et al., 1999), la période de l’adolescence est avant tout un passage vers une véritable
réciprocité, voulue et ressentie.

Comme nous l’avons mentionné dans la section sur l’apprentissage social, les relations
(harmonieuses) avec les pairs sont importantes non seulement pour le bien-être psychologique
de la personne, mais aussi pour l’acquisition des habiletés sociales telles qu’apprendre le sens
des règles implicites de communication (Surian, 1996) ou bien le respect des tours de parole
(Bee & Boyd, 2008). Or, les enfants avec autisme ont une grande difficulté à initier et maintenir
les relations réciproques. En partie, cela est expliqué par l’acceptation dans un groupe selon les
intérêts communs, qui peuvent être très spécifiques ou limités chez un enfant avec TSA.

38
Les enfants et les pré-adolescents TSA manifestent peu de comportements réciproques lors des
interactions de la vie de tous les jours (Channon, Charman, Heap, Crawford, & Rios, 2001). La
réciprocité augmente avec l’âge chez les enfants et les adolescents TSA (van Ommeren, Begeer,
Scheeren, & Koot, 2012). En revanche, dans des tâches expérimentales structurées (de type «
dilemme de prisonnier »), ils s’engagent dans la coopération, et d’autant plus avec l’âge : les
enfants de 10 ans manifestent plus d’attitudes coopérantes que les enfants de 6 ans (Sally &
Hill, 2006).

Expression de confiance
La réciprocité favorise la confiance qui est la base pour initier et maintenir les interactions
sociales mutuellement satisfaisantes (King-Casas, 2005). De plus, l’évaluation du niveau de
confiance attribué à l’interlocuteur est un processus rapide, automatique et basé sur les
expériences similaires ou des préférences sociales telles que les stéréotypes ou préjugés
(Stanley, Sokol-Hessner, Banaji, & Phelps, 2011). De ce fait, on peut conclure que la confiance
aide à réduire l’incertitude lors d’une prise de décision sociale.

Les enfants TSA, intolérants à l’incertitude, se fient à l’adulte beaucoup plus que leurs pairs
lorsqu’ils n’ont pas suffisamment d’informations sur la situation (Yi et al., 2013). Ils sont
également plus lents pour apprendre à se méfier de l’adulte, même s’il les a trompés à répétition
(Yang et al., 2017).

Étudier la confiance via la réciprocité : paradigme Trust game

A la différence du dilemme de prisonnier où les participants font leur choix simultanément, le
jeu de la confiance ou le jeu de l’investissement (trust game) propose de modéliser l’effet de la
réciprocité sur l’expression de confiance lors d’une prise de décision sociale séquentielle (Berg,
Dickhaut, & McCabe, 1995).

Deux participants jouent à un jeu économique où chacun a un rôle prédéfini. L’investisseur

reçoit une somme d’argent et il a la possibilité de décider du montant d’une dotation au
partenaire. Lors du transfert d’argent, le partenaire reçoit le montant multiplié par X. À son
tour, il a la possibilité de retourner (ou pas) un certain montant à l’investisseur. Ainsi, les deux
joueurs ont la possibilité de se retrouver avec un gain supérieur au montant initial reçu par
l’investisseur. La confiance entre les deux joueurs est un facteur clé afin de multiplier le gain
mutuel. Dans la version du jeu avec un seul essai, la théorie des jeux prédit que chacun va

39
vouloir maximiser son profit : le partenaire ne rendra pas son argent, l’investisseur ne partagera
pas. Or, la majorité des investisseurs envoient quand même une certaine somme d'argent au
partenaire qui manifeste un comportement réciproque et leur rend une partie (Sanfey, 2007).

Réponse à l’exclusion
L’école inclusive est devenue la priorité de l’Éducation Nationale avec la loi du 11 février 2005
pour l’égalité des droits et des chances, la participation de la citoyenneté des personnes
handicapées. En réalité, selon l’association Agir pour l’autisme, seulement environ 20% des
enfants autistes bénéficient d’une scolarisation en milieu ordinaire. Ce chiffre est d’autant plus
regrettable qu’une étude récente a démontré un effet bénéfique de la scolarisation en classe
ordinaire sur les compétences académiques, intellectuelles et langagières ainsi qu’un moindre
degré de sévérité d’autisme chez les enfants TSA suivis de 9 à 18 ans par rapport à ceux qui ont
été placés en institution spécialisée.

Néanmoins, les enfants TSA qui participent au programme d’inclusion scolaire ont un risque
de ne pas être accepté par leurs pairs. Une étude comparant le rejet des enfants TSA et des
enfants dyslexiques a établi le taux d’acceptation plus faible pour les premiers (Symes &
Humphrey, 2010). Malgré la présence de la motivation pour l’appartenance sociale, la plupart
des enfants TSA ne savent pas se faire des amis et témoignent de la solitude à l’école, l’endroit
où ils sont entourés de pairs (Bauminger, Shulman, & Agam, 2003). La faible quantité d’amis
qu’ils ont est considérée en lien avec leurs déficits socio-cognitifs et le comportement jugé
déroutant (Kasari, Locke, Gulsrud, & Rotheram-Fuller, 2011).

Toutes ces manifestations rendent l’inclusion sociale pour une personne TSA plus difficile. Il
a été établi que l’enfant Asperger a moins d’amis et joue moins souvent et moins longtemps
avec les pairs (Bauminger & Shulman, 2003 ; Bauminger, Shulman & Agam, 2003). Atwood
(2009) précise que malgré l’insensibilité apparente, ils sont capables d’avoir le sentiment d’être
exclus des activités. Les adolescents et les adultes Asperger expriment le sentiment de solitude
et de tristesse du fait de ne pas avoir d’amis. Le même auteur (Atwood, 2009) souligne que la
véritable motivation à l’intégration sociale apparaît dans l’école primaire et reste pendant toute
la vie. Néanmoins, du fait de la lenteur de leur maturité sociale, ils rencontrent souvent
l’incompréhension, l’isolement ou le rejet et, dans les pires des cas, du harcèlement.

40
Etudier l’inclusion et l’exclusion : paradigme Cyberball
En utilisant un paradigme mettant le participant dans une situation d’exclusion lors d’un jeu de
balle en ligne, Williams et collaborateurs (2000) ont fait varier sa participation dans le jeu dans
les phases d’inclusion (Figure 6, A) et d’exclusion (Figure 6, B).

Figure 6. Illustration de l’expérience Cyberball : A) période d’inclusion ; B) période d’exclusion

Après avoir été exclus pendant plusieurs essais, les enfants, les adolescents et les adultes tout-
venants ont rapporté des conséquences psychologiques néfastes concernant les quatre besoins
fondamentaux : l’estime de soi, le sentiment d’appartenance sociale, le contrôle perçu et le sens
de l’existence (Crowley, Wu, Molfese, & Mayes, 2010, pour la revue : Kawamoto, Ura, &
Nittono, 2015).

Les adolescents TSA, ayant réalisé la même expérience d’exclusion, ont déclaré le même
niveau de stress et les mêmes conséquences sur le plan psychologique. En revanche, les
chercheurs ont observé une moindre activation des régions cérébrales associées à l’expérience
désagréable d’exclusion ainsi qu’une moindre activation des régions impliquées dans la gestion
de stress (le cortex préfrontal ventro-latéral et le striatum ventral). Une dissociation entre le
vécu implicite et rapporté suggère que les adolescents TSA sont tout à fait conscients d’avoir
été exclus, mais le vivent différemment que leurs pairs.

Le TSA provoquent-ils l’exclusion sans le vouloir car ils manquent d’indices émotionnels qui
guident le comportement de manière automatique dans le milieu social ? Comme nous l’avons
déjà évoqué dans la section sur le rôle des émotions dans la prise de décision sociale, la
sensibilité à ses propres ressentis est cruciale afin d’estimer la probabilité d’avoir des
conséquences bénéfiques ou, à défaut, d’arrêter l’interaction. Ou bien n’arrivent-ils pas à
détecter et à éviter des pairs qui sont dangereux en termes de harcèlement (bullying) ?

41
L’incapacité à analyser des indices sociaux afin d'obtenir des résultats souhaitables a été
identifiée comme un des problèmes potentiels liés à une exclusion sociale chez les enfants TSA
de haut niveau (Sofronoff, Dark, & Stone, 2011). En utilisant des paradigmes mettant le sujet
dans un contexte social face à une décision, nous comptons éclairer davantage ces deux
considérations pouvant contribuer à une exclusion sociale des personnes avec TSA.

42
 Synthèse du chapitre 3

Dans ce chapitre, nous avons abordé les difficultés d’interaction sociale des personnes avec
TSA selon deux modèles théoriques : l’existence d’un déficit de la théorie de l’esprit et un
manque de motivation sociale. L’interaction sociale déficitaire des personnes avec TSA
explique leur adaptation sociale insuffisante, marquée par une moindre réciprocité sociale, une
attribution de confiance atypique et un risque accru d’exclusion.
L’insertion des personnes avec TSA dans la société a été défini comme l’une des priorités du
nouveau plan autisme (2018-2022). Nous souhaitons contribuer à la cause nationale à travers
plusieurs études qui traitent la façon dont les personnes TSA (anciennement diagnostiqués de
haut niveau de fonctionnement ou avec syndrome d’Asperger) reconnaissent et s’adaptent à
différents niveaux de réciprocité lors des interactions sociales, au travers de plusieurs études
expérimentales.

43
Problématique de la thèse
L’enjeu de la thèse est de rendre compte de la sensibilité des personnes avec TSA aux différents
niveaux de réciprocité dans un contexte virtuel de l’enfance à l’âge adulte. Pour cela, nous
avons utilisé deux paradigmes (Cyberball ; Trust game) permettant de faire varier le caractère
explicite du contexte social. Notre objectif est de mieux rendre compte de la capacité des
personnes avec TSA à différents âges à ajuster leurs décisions au cours d’un jeu virtuel en
fonction des attentes de réciprocité sociale.

Dans la première étude nous examinons les capacités de discrimination entre trois profils
d’interaction qui correspondent aux trois niveaux de réciprocité (coopération, équité et
exclusion) ainsi que la réponse implicite et explicite des enfants, adolescents, jeunes adultes et
adultes TSA face à ces attitudes.
La deuxième étude réalisée chez les participants tout-venants propose de vérifier le poids de
deux facteurs motivationnels, le gain et l’appartenance sociale, susceptibles de favoriser la
reconnaissance des niveaux de réciprocité et l’ajustement de son comportement.
Dans la troisième étude nous testons les capacités des adolescents TSA à résister au biais
explicite de nature sociale (réputation) et à adapter leur comportement conformément au niveau
de réciprocité des adversaires dans un jeu économique en utilisant le paradigme bayésien.

Objectifs
- Rendre compte des capacités de discrimination des trois niveaux de réciprocité
(coopération, équité, exclusion) chez les enfants, adolescents, jeunes adultes et adultes
au niveau explicite et implicite
- Comparer le poids de la motivation sociale et non-sociale dans le paradigme Cyberball
- Evaluer la résistance au biais de réputation lors de la prise de décision financière chez
les adolescents TSA

44
Partie expérimentale

Étude 1. Capacités de discrimination de différents niveaux de

réciprocité (coopération, équité, exclusion) chez les enfants,
adolescents et adultes TSA.

Résumé
Non seulement la volonté d’interagir, mais également la capacité d’adapter son propre
comportement au comportement d’autrui sont deux clés pour réaliser des échanges
mutuellement satisfaisants. En utilisant le paradigme Cyberball (Williams, Cheung, & Choi,
2000), nous répliquons l’étude de Andari et al. (2010) afin de rendre compte de la
reconnaissance des trois niveaux de réciprocité (coopération, équité, exclusion) chez les
enfants, adolescents, jeunes adultes et adultes TSA. Contrairement à notre hypothèse sur l’effet
facilitateur de l’âge sur la performance dans le jeu, nous n’avons pas pu observer les différences
développementales dans le repérage des profils ni dans le groupe TSA, ni chez les sujets tout-
venants. En outre, aucun lien entre l’alexithymie et la reconnaissance des profils n’a été détécté.

Introduction
Les difficultés à développer des relations sociales et à adapter son comportement à différents
contextes font partie des caractéristiques principales des troubles du spectre de l’autisme selon
la DSM-5 (American Psychiatric Association, 2013). Une des explications des difficultés
relationnelles chez les personnes TSA serait le développement atypique de la théorie de l’esprit
(Baron-Cohen, 2000), la capacité à identifier et prédire les états mentaux d’autrui (émotions,
croyances, intentions, représentations mentales).

Les compétences en théorie de l’esprit, permettant d’inférer l’intention d’autrui, permettent

également de choisir une stratégie adaptée au contexte. Selon la première impression décrite
par les évaluateurs neurotypiques, les personnes TSA sont perçus comme maladroites dans des
situations sociales, ce qui diminue la probabilité que l’interlocuteur souhaite maintenir le
contact (Sasson et al., 2017). Or, la réciprocité est un des facteurs qui amène les personnes TSA
à interagir davantage avec l’interlocuteur (Gernsbacher, 2006), et ce dès l’âge de 4 ans (Odom
& Strain, 1986). Pour illustrer l’importance des échanges réciproques pour le développement

45
des enfants avec autisme, la Haute Autorité de Santé a reconnu la thérapie d’échange et de
développement (TED ; Barthélémy, Hameury et Lelord, 1995), basée sur la sollicitation de
l’enfant et sur l’encouragement de la réciprocité, comme une des rares interventions
recommandées en France selon l’accord des experts.

Et si l’interlocuteur n’initiait pas l’interaction, mais au contraire, excluait un individu avec TSA
des échanges ? Du fait de son caractère stressant et conformément aux règles éthiques et
déontologiques, l’exclusion sociale nécessite d’être étudié avec précaution dans les conditions
laboratoires. Williams, Cheung & Choi (2000) ont proposé un paradigme original (à stress
minimal) pour des recherches : Cyberball. Dans sa version initiale (Williams et al., 2000 ;
Williams & Jarvis, 2006), il s’agissait d’un jeu sur l’ordinateur. Le participant était amené à
croire que les joueurs dont les avatars il voyaient sur l’écran étaient des personnes réelles,
connectées sur Internet. Or, ils n’étaient que les composantes du programme dont les
comportements avait été définis à priori.

Le jeu consistait à lancer la balle à un joueur au choix et à recevoir la balle à son tour. Il existait
deux conditions expérimentales :
1) Condition d’inclusion, quand le sujet recevait la balle de manière égale aux autres
(approximativement un tiers d’essais) ;
2) Condition d’exclusion, quand le sujet ne recevait plus la balle. Dans ce cas le jeu
continuait entre deux « joueurs » programmés qui se lancaient la balle pendant un
nombre de passes limités.

Cette version du jeu permettait d’introduire ce que les auteurs appelaient l’ostracisme, ou
l’exclusion sociale. Les données contradictoires concernant le comportement social ont été
rapportées. D’une part, les réactions pro-sociales ont été identifiées : les adultes qui ont subi
l’ostracisme avaient tendance à être plus attentifs envers des informations sociales, d’adapter
les stratégies conformistes, de travailler plus dur sur les tâches groupales, de montrer un intérêt
augmenté envers de nouveaux groupes (DeWall, 2013). D’autre part, les réactions paradoxales
à l’ostracisme ont été rapportées (Williams & Wisselmann, 2011), notamment la tendance à
devenir plus agressif envers l’autre personne qui n’a pas participé à l’exclusion sociale et aider
moins son interlocuteur (DeWall, 2013). Plus important, il a été démontré que l’ostracisme agit
négativement sur quatre besoins psychologiques primaires (estime de soi, sentiment
d’appartenance, contrôle perçu et sens d’existence) chez les adultes tout-venants (Williams et

46
al., 2000). Les adolescents TSA (d’âge moyen 16 ans), tout comme leurs pairs tout-venants, ont
rapporté un effet négatif sur les quatre besoins psychologiques à travers des auto-
questionnaires. En revanche, contrairement au groupe contrôle, ils n’ont pas indiqué la
diminution de l’humeur suite à une épisode d’exclusion dans le jeu (Sebastian, Blakemore, &
Charman, 2009). Plus jeunes participants TSA, âgés de 5 à 15 ans, se sont montré également
sensibles aux effets négatifs de l’ostracisme sur l’estime de soi, le sentiment d’appartenance, le
contrôle perçu et le sens d’existence, ainsi que sur l’humeur (McPartland et al., 2011).
L’absence de baseline pour l’évaluation de l’humeur pourrait expliquer les différences entre les
deux études.

Nous observons, d’un côté, que les personnes avec TSA sont maladroits lors des interactions
sociales, mais ils ont également sensibles à l’exclusion du groupe, quoi qu’il ne soit pas clair
en quelle mesure elle affecte leur humeur. Le fait de détecter l’exclusion, mais ne pas pouvoir
adapter leur comportement lors des interactions serait-il lié à une mauvaise détection des indices
pertinentes ?

Une étude a été réalisée dans le but de tester un effet de l’ocytocine sur la détection et la réponse
à des comportements pro-sociaux chez les adultes TSA (Andari et al., 2010). Les chercheurs
ont utilisé le paradigme modifié de Cyberball où l’accent a été mis davantage sur la
discrimination des trois profils d’interaction (coopération, équité, exclusion) que sur les effets
de l’ostracisme pur. Contrairement aux adultes tout-venants qui ont davantage interagi avec le
joueur présentant une attitude coopérante comparativement au joueur qui ne leur envoyait pas
la balle, les adultes TSA ont failli discriminer ces 2 profils. Cependant, l’injection intranasale
de l’ocytocine a amélioré la performance dans le jeu pour les personnes TSA dont le
comportement a ressemblé à celui des sujets sans autisme en termes de la discrimination des
profils dans le jeu (échanges plus fréquents avec le joueur Coopérant) et en termes du jugement
de confiance et de préférence (le joueur Coopérant mieux évalué que le joueur Rejetant).

Suite à cette étude, trois questions restent à explorer. Premièrement, la discrimination des
différents niveaux de réciprocité serait-elle différente chez les sujets plus jeunes ? Les habiletés
sociales se développent avec l’âge et la prise en compte de la perspective d’autrui influence
moins la prise de décision chez les enfants que chez les adolescents (van den Bos, van Dijk,
Westenberg, Rombouts, & Crone, 2011). En termes des différences entre les jeunes avec TSA

47
et leurs pairs neurotypiques, les premiers éprouvent plus de difficultés à interpréter le
comportement d’autrui (Willey, 2003).
Deuxièmement, il n’est pas clair si les adolescents TSA sont moins sensibles à leurs propres
émotions que les adolescents tout-venants lors d’une exclusion sociale, ou bien le fait d’être
exclu des échanges ne produit pas le même effet sur leur humeur. Nous proposons d’explorer à
quelle mesure l’absence de sensibilité à ses propres émotions (alexithymie) joue-t-elle un rôle
dans la prise de décision sociale, notamment lors d’une confrontation aux trois niveaux de
réciprocité.

Troisièmement, l’expérience de Chambon et al. (2017) sur la construction progressive de la

détection des intentions chez autrui et la moindre attente de réciprocité chez les participants
avec autisme nous a conduit à la question suivante : ont-ils besoin de plus de temps pour détecter
les différentes stratégies d’interaction et adapter leur comportement ? Les enfants et les jeunes
adultes tout-venants repèrent l’exclusion dans le paradigme Cyberball très vite, entre 500 et 900
ms (Crowley et al., 2009; Crowley, Wu, Molfese, & Mayes, 2010). Est-il possible que la
complexification du paradigme dans l’étude de Andari et al. (2010) rend la tâche de
discrimination plus difficile pour les individus TSA ?

Afin de répondre à ces trois questions, nous proposons d’utiliser le paradigme modifié
Cyberball utilisé par Andari et al. (2010) afin de tester la discrimination des trois niveaux de
réciprocité chez les personnes TSA de différents âges (enfants, adolescents, jeunes adultes et
adultes) qui diffèrent selon leur degré d’alexithymie. Plus particulièrement, notre but est
d’évaluer à travers des mesures implicites et explicites si les personnes TSA présentent l’échec
dans la discrimination de différentes attitudes chez autrui ou bien l’incapacité à adapter leur
comportement en fonction du contexte.

Objectifs
Les objectifs de cette étude sont :
1) Analyse de la discrimination implicite (pendant le jeu) des trois profils chez les
différents groupes d’âge dans le groupe TSA et CTR
a. sur les premiers 80 essais (réplication de l’étude d’Andari et collaborateurs,
2010)
b. sur la totalité du jeu

48
 2) Analyse de la dynamique temporelle de la discrimination des profils chez les différents
groupes d’âge dans le groupe TSA et CTR : vérification de l’effet de profil à trois phases
du jeu (début, milieu, fin)
3) Analyse de l’identification explicite des trois profils chez les différents groupes d’âge
dans le groupe TSA et CTR
a. Selon le jugement de préférence
b. Selon le jugement de confiance
4) Corrélation entre le score d’alexithymie et la performance dans le jeu

Hypothèses
Hypothèse sur la discrimination implicite des profils sur 80 essais :
Conformément à l’étude de Andari et al. (2010), nous supposons que les participants du groupe
CTR manifesteraient une discrimination entre les trois profils lors des premiers 80 essais, tandis
que les participants du groupe TSA ne démontreraient pas de discrimination entre les trois
profils.
1) Les participants CTR enverraient plus de balles au joueur Coopérant qu’à deux autres
profils.
2) Les participants TSA enverraient autant de balles aux trois joueurs.

Hypothèse sur la discrimination implicite des profils sur la totalité du jeu (180 essais):
Le groupe CTR manifesteraient une discrimination entre les trois profils, tandis que les
participants du groupe TSA ne démontreraient pas de discrimination entre les trois profils.
1) Les participants CTR enverraient plus de balles au joueur Coopérant qu’à deux autres
profils.
2) Les participants TSA enverraient autant de balles aux trois joueurs.

Hypothèse sur la discrimination explicite des profils : scores de préférence

Le groupe CTR manifesteraient une discrimination entre les trois profils a posteriori en termes
de préférence, tandis que les participants du groupe TSA ne démontreraient pas de
discrimination explicite entre les trois profils.
1) Les participants CTR attribueraient les scores de préférence plus élevés au joueur
Coopérant qu’à deux autres joueurs.
2) Les participants TSA ne manifesteraient pas de différence dans l’attribution des scores
de préférence entre les trois profils.

49
Hypothèse sur la discrimination explicite des profils : scores de confiance
Le groupe CTR manifesteraient une discrimination entre les trois profils a posteriori en termes
de confiance, tandis que les participants du groupe TSA ne démontreraient pas de
discrimination explicite entre les trois profils.
1) Les participants CTR attribueraient les scores de confiance plus élevés au joueur
Coopérant qu’à deux autres joueurs.
2) Les participants TSA ne manifesteraient pas de différence dans l’attribution des scores
de confiance entre les trois profils.

Hypothèse développementale :
Les capacités de discrimination des profils augmentent avec l’âge dans le groupe CTR, plus
que dans le groupe TSA.

Hypothèse sur la dynamique temporelle :

Les participants TSA repèrent le profil coopérant moins vite que les CTR.

Hypothèse sur l’effet des émotions sur la performance dans le jeu :

La difficulté à identifier ses émotions (telle que mesurée par le questionnaire d’alexithymie) est
inversement corrélée avec la discrimination des profils chez tous les participants.

Méthodologie
Participants
Quatre-vingt-un participant avec TSA et cent-trente-neuf participants contrôle ont été recrutés
dans les centres partenaires (voir la section Lieu de recrutement). Les caractéristiques
sociodémographiques et cliniques des participants sont représentées dans le tableau 1.

Notre échantillon a été divisé en plusieurs sous-groupes selon une tranche d’âge en suivant les
recommandations du Centre d’observation de la société (cf. le tableau 2).

50
 Tableau 1. Caractéristiques socio-démographiques des participants. Aucune différence inter-groupe entre l’âge
moyen (test de Student bilatéral, t=0.76, p=0.44) et le QI total (t=1.38, p=0.17) n’a été détectée, en revanche, la
différence entre les scores d’alexithymie est statistiquement significative (t=4.94, p<0.0001).
TSA CTR
N 81 139
Hommes / femmes n=68 / n=13 n=77 / n=62
Age moyen (écart-type) 18.5 (10.3) 17.4 (9.6)
Age minimum 6 6
Age maximum 55 56
3
QI total 101 (19) 106 (15)
4
Score d’alexithymie 46 (19) 32 (13)

Tableau 2. Caractéristiques socio-démographiques des participants selon les tranches d’âge définies. Pas de
différence entre les scores du QI total entre les participants TSA et CTR (test de Student bilatéral, enfants : t=1.19,
p=0.25 ; adolescents : t=1.63, p=0.15 ; jeunes adultes : t=1.16, p=0.25 ; adultes : t=-0.53, p=0.59). Pas de différence
inter-groupe entre les scores d’alexithymie chez les les enfants et chez les adolescents TSA et CTR (test de Student
bilatéral, enfants : t=1.32, p=0.19 ; adolescents : t=0.76, p=0.47), une différence inter-groupe statistiquement
significative chez les jeunes adultes et chez les adultes TSA et CTR (jeunes adultes : t=5.41, p<0.0001; adultes :
t=4.81, p<0.0001).
TSA CTR
Jeunes Jeunes
Enfants Adolescents adultes Adultes Enfants Adolescents adultes Adultes
N 23 24 17 17 44 42 30 23
Hommes /
femmes 22 / 1 20 / 4 14 / 3 12 / 5 28 / 16 22 / 20 14 / 16 13 / 10
Âge moyen 8.9 21.5 35.2
(écart-type) (1.6) 13.9 (1.4) (2.7) (8.9) 8.7 (1.8) 14 (1.5) 21.7 (2.3) 34.9 (6.7)
Âge
minimum 6 12 18 26 6 12 18 27
Âge
maximum 11 17 25 55 11 17 25 56
QI total 101 109
(écart-type) 94 (18) 97 (19) (18) (22) 103 (17) 112 (11) 107 (12) 105 (19)
QI verbal 108 116
(écart-type) 96 (21) 99 (24) (18) (17) indisponible indisponible indisponible indisponible
QI
performance 104
(écart-type) 97 (14) 101 (14) 99 (19) (22) indisponible indisponible indisponible indisponible
Score TAS 26 (4) 24 (8) 58 (8) 59 (12) 24 (6) 21 (6) 43 (9) 42 (9)

3
Les scores du QI total ont été récupérés pour 13 enfants, 5 adolescents, 15 jeunes adultes et 16 adultes TSA
ainsi que pour 11 enfants, 7 adolescents, 17 jeunes adultes et 16 adultes CTR évalués dans les centres expert
Asperger par les cliniciens.
4
Les scores d’alexithymie ont été récupérés pour 13 enfants, 6 adolescents, 15 jeunes adultes et 16 adultes TSA
ainsi que pour 29 enfants, 29 adolescents, 27 jeunes adultes et 22 adultes CTR.

51
Lieux de recrutement
Lieux de recrutement des participants TSA
• Centre Expert Asperger, Hôpital Robert Debré (chef de service Pr Delorme), Paris
• Centre Expert Asperger, Hôpital Charles Perrins (chef de service Pr Manuel Bouvard),
Bordeaux
• Centre Expert Asperger, Hôpital Albert Chenevier (chef de service Pr Marion Leboyer),
Créteil

Lieux de recrutement des participants du groupe contrôle

• Centre Expert Asperger, Hôpital Robert Debré (chef de service Pr Delorme), Paris
• Centre Expert Asperger, Hôpital Charles Perrins (chef de service Pr Manuel Bouvard),
Bordeaux
• Centre Expert Asperger, Hôpital Albert Chenevier (chef de service Pr Marion Leboyer),
Créteil
• Le Laboratoire des Usages en Technologies d'Information Numériques, FED 4246
(directeur M.Charles Tijus), Paris
• Institut de psychologie, Université Paris Descartes, Paris.
• École Normale Supérieure, Paris

Période d’inclusion
Pour atteindre cette taille d’échantillon, il a fallu 1 an et demi de recrutement (entre 2013 et
2015).

Évaluations
Diagnostic
Le diagnostic d’un TSA a été réalisé dans les centres experts Asperger de la fondation
FondaMental (Centre Expert Asperger, Hôpital Robert Debré ; Centre Expert Asperger, Hôpital
Charles Perrins ; Centre Expert Asperger, Hôpital Albert Chenevier) selon les critères des
classifications internationales (CIM-10, 1992 ; DSM-IV-TR, APA, 2000 ; DSM-5, APA, 2013).
Les outils recommandés par la Haute Autorité de Santé (2011) tels que ADI-R (Lord et al.,
1994) et ADOS (Lord et al., 2012) ont été utilisés.

52
Mesure d’alexithymie
Nous avons mesuré la sensibilité à ses propres émotions grâce au questionnaire TAS-20 (The
Twenty-Item Toronto Alexithymia Scale) : version enfant et adolescent (Loas et al., 2010);
version adulte (Bagby, Taylor, & Parker, 1994). Les exemples des questionnaires se trouvent
dans les annexes 1 et 2.

Mesure d’efficience intellectuelle

Le test de QI a été effectué par les psychologues des Centres Expert Asperger en utilisant les
outils suivants : WPPSI-III (Wecshler, 2004), WISC-III (Wecshler, 1996), WISC-IV
(Wecshler, 2005), WAIS-III (Wecshler, 2008), WAIS-IV (Wecshler, 2011).

Critères d’inclusion
Pour les deux groupes
- Hommes et femmes
- Age à partir de 6 ans
- Consentement libre et éclairé du participant et de ses parents (si mineur).

Pour les participants TSA

- Les patients atteints d’autisme devaient remplir les critères diagnostiques du DSM-IV
(APA, 1994) ainsi que ceux de l’ADI-R (Lord et al., 1994) et/ou de l’ADOS (Lord et
al., 2012) pour l’autisme.
- Les patients atteints du syndrome d’Asperger devaient remplir les critères du DSM-IV
(APA, 1994) ainsi que les critères de l’ASDI pour le syndrome d’Asperger (Gillberg et
al., 2001) et de l’ADOS (Lord et al., 2012) pour les troubles du spectre de l’autisme.
- Les patients avec TSA non-spécifiés devant remplir les critères diagnostiques du DSM-
IV (APA, 1994) et de l’ADOS (Lord et al., 2012) pour les troubles du spectre de
l’autisme.

Critères d’exclusion
Pour les deux groupes
- Arrêt de passation
- Difficulté de compréhension du français
Pour les participants TSA
- QI < 70

53
Pour les participants du groupe contrôle :
- QI < 70 ou redoublement de classe (pour les participants CTR qui n’ont pas bénéficié
d’évaluation psychométrique standardisée du QI) ;
- Prise de médicaments neuroleptiques ;
- Antécédents neurologiques et psychiatriques connus ;
- Antécédents d’épisodes d’épilepsie.

Éthique
La présente étude est inscrite dans le protocole de recherche C07-33, résultant de la
collaboration scientifique entre la fondation FondaMental, INSERM et les laboratoires Roche
(investigateur coordinateur Pr Marion Leboyer; responsable scientifique Pr Thomas
Bourgeron). L’avis favorable du Comité de Protection des Personnes (CPP) d’Ile de France IX,
le 14/11/2008 pour le projet de départ, le 24/03/2014 pour l’amendement n°8 et le 06/01/2016
pour l’amendement n°9 a été obtenu.

Le recrutement complémentaire dans le groupe contrôle a été effectué en dehors des centres
d’inclusion du réseau FondaMental afin de permettre un meilleur appariement des patients par
âge et genre. Les participants contrôles ont signé un formulaire de consentement
complémentaire (annexes 3 et 4). Deux avis favorables d’un comité d’éthique de l’Université
Paris Descartes n°201621 (pour les mineurs) et n°201646 (pour les adultes) ont été obtenus.

Procédure
Matériel
Le jeu a été adapté adapté du paradigme Cyberball (Williams et al., 2000) et programmé dans
le logiciel Presentation® (Neurobehavioral systems Inc, version 10.1) en 2010 (Andari et al.,
2010).

3
7 1

Figure 7. Illustration du design expérimental

54
La participant P est représenté par une main en bas de l’écran. Les photos des trois adversaires
sont affichées à côté des avatars anthropomorphes animés avec un prénom associé (Thomas,
Michel, Pierre). Le P a le choix de lancer la balle à un des adversaires en utilisant la souris
d’ordinateur ou les touches de clavier. L’intervalle inter-stimuli (temps de décision chez chaque
adversaire) était variable (1-1.5 sec).

Déroulement de la passation
Etape 1. Consigne.
Etape 2. Jeu.
Etape 3. Échelles de jugement de préférence et de confiance.

La consigne
« Vous allez participer à un jeu de balle avec trois autres participants qui se trouvent
actuellement dans d’autres pièces. Tous les ordinateurs sont connectés en réseau de façon que
vous puissiez jouer tous ensemble en même temps. Chaque fois que vous recevez une balle, vous
gagnez 1 point. Le but du jeu est d’avoir le plus de points possible ».

Description des profils

Les trois adversaires manifestent les trois profils d’interactions envers le P : coopération, équité,
exclusion, définis par la probabilité d’envoyer la balle au P. Après les premiers 6 échanges où
la probabilité d’envoyer la balle au P est égale pour chaque adversaire (1/3), les profils se
révèlent :
- le joueur Coopérant aura fait en moyenne 70 % de ses passes au P ;
- le joueur Équitable aura fait en moyenne 30% des passes au P ;
- le joueur Rejetant aura fait en moyenne 10% des passes au P.

Échelles utilisées
Deux échelles de Likert évaluant la préférence et la confiance envers les adversaires ont été
proposées après le jeu :
1) Préférence : « À quel point tu préfères jouer avec X (prénom du joueur) ? »
Échelle de Likert (1 – min, 7 – max)
2) Confiance : « À quel point tu fais confiance à J (prénom du joueur) ? »
Échelle de Likert (1 – min, 7 – max)

55
Stimuli utilisés
Afin de rappeler l’existence réelle des adversaires humains, nous avons utilisé des photos
correspondant à chaque groupe d’âge. Les stimuli proviennent des bases de données NIMH
Child Emotional Faces Picture Set (NIMH-ChEFS) pour enfants et adolescents (Egger et al.,
2011) et NimStim Face Stimulus Set (Tottenham et al., 2009) pour les adultes. La majorité de
nos participants étant de genre masculin, nous avons sélectionné uniquement les visages
masculins, avec une expression émotionnelle neutre.

Figure 8. NimStim Face Stimulus Set (Tottenham et al., 2009) pour adultes (images utilisées : 24_M, 25_M,
22_M , NIMH Child Emotional Faces Picture Set (Egger et al., 2011) pour adolescents et enfants (images
utilisées : M1NS_4286, M3NS_4688, M18NS_8844, M2NS_4477, M10NS_6758, M11NS_6873).

Différences méthodologiques avec la version initiale (Andari et al., 2010).

Du fait de nos questionnements et de notre population, nous avons décidé de modifier certains
paramètres de l’expérience décrite dans Andari et al. (2010) :

56
 • Tout d’abord, nous avons introduit des photos correspondantes pour chaque tranche
d’âge (enfants, adolescents, adultes), puisque cela semble augmenter le sentiment
d’appartenance au groupe (McPartland et al., 2011).
• Ensuite, nous avons augmenté le nombre d’essais (de 80 à 180 essais) afin de vérifier si
l’augmentation du temps d’interaction favorise la reconnaissance des profils chez les
participants TSA.
• Le feed-back sur le score personnel, affiché sur l’écran dans la version initiale, n’a pas
été montré aux participants suite à une erreur de manipulation.
• Les adultes qui ont participé à la version initiale du jeu, ont été récompensé selon leurs
performances (en euros). Le protocole de notre étude n’a pas prévu de payer les
participants, surtout les mineurs (à part le remboursement des frais de transport). Par
conséquent, nous ne pouvons pas affirmer que nos participants avaient une motivation
monétaire, mais nous avons introduit une motivation de gain grâce à la consigne.
• Du fait du plus grand nombre de participants et des créneaux de passations variables,
nous n’avons pas pu recruter des sujets complices du même âge pour jouer le rôle des
adversaires présents dans la salle, comme il a été fait dans la version initiale du jeu.
Nous avons pallié à cette difficulté en expliquant à nos participants que leurs adversaires
se trouvaient dans d’autres bureaux de l’hôpital.
• Finalement, nous avons augmenté considérablement le nombre de participants,
comparativement à l’étude initiale, afin de pouvoir les séparer en sous-groupes selon
l’âge.

Analyses
Les analyses ont été faites en utilisant les logiciels JMP Version 9.0.1 (SAS Institute Inc., Cary,
NC, 1989-2007) pour les tests statistiques et G.Power 3.1. (Faul, Erdfelder, Lang, & Buchner,
2007) pour le calcul de la puissance statistique. L’interprétation de la taille de l’effet η2 est
présenté dans l’annexe 5.

Dans un premier temps, nous avons procédé au test des hypothèses de l’analyse de variance
(ANOVA) en réalisant le test de normalité de la distribution des résidus5 issus du modèle, ainsi
que le test d’égalité des variances (homoscédasticité ; Glele Kakaï, Sodjinou & Fonton, 2006).

5
Les résidus sont les écarts entre les valeurs observées et celles prédites par le modèle.

57
Afin de tester si les résidus issus du modèle suivent la loi normale, le test W de Shapiro-Wilk
(Shapiro & Wilk, 1965) a été utilisé (la valeur de p <0.05 permet de rejeter l’hypothèse de la
normalité). De plus, le test de Levene (Levene, 1960) a été réalisé pour vérifier l’égalité des
variances en fonction de chaque facteur (la valeur de p <0.05 permet de rejeter l’hypothèse de
l’égalité des variances). Ces deux conditions, la normalité de la distribution et l’égalité des
variances, doivent en effet être remplies simultanément afin de pouvoir utiliser l’ANOVA. Les
graphiques et les statistiques des tests de normalité sont présentés dans les annexes 6-7. Dans
un second temps, le choix des tests appropriés a été fait en fonction du caractère de la
distribution.

En nous intéressant aux capacités de discrimination des trois profils TSA et CTR, nous avons
supposé que les participants CTR (quel que soit la tranche d’âge) feraient une discrimination
entre les trois joueurs, tandis que les participants TSA enverraient autant de balles les trois
profils. Pour tester cette hypothèse, nous avons d’abord appliqué le test de Kruskall-Wallis pour
vérifier si les échantillons proviennent de la même population (H0) avec la taille de l’effet η2
rapporté (Fritz, Morris, & Richler, 2012 ; Cohen, 1988 ; pour l’interprétation de la taille de
l’effet cf. l’Annexe X). La correction de Bonferroni pour le nombre de tests réalisés a été
appliquée selon la formule
0.05
seuil p ajusté =
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑡𝑒𝑠𝑡𝑠 𝑟é𝑎𝑙𝑖𝑠é𝑠

Ensuite, si l’hypothèse nulle est rejetée, nous avons réalisé des tests post-hoc (comparaisons
multiples non-paramétriques) en utilisant le test des rangs signés de Wilcoxon, en appliquant la
correction de Bonferroni pour le nombre de comparaisons selon la formule :
0.05
seuil p ajusté =
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑖𝑠𝑜𝑛𝑠

Résultats
Discrimination implicite des profils
Contrairement à Andari et collaborateurs qui ont utilisé comme variable le nombre de passes
faits par le participant P, nous avons normalisé ce nombre par le nombre total de passes réalisés.
En effet, le nombre total de passes fait par un participant P varie en fonction de la stratégie
utilisée. Les ratios donc ont été calculées selon la formule suivante :

58
 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑝𝑎𝑠𝑠𝑒𝑠 𝑎𝑢 𝑗𝑜𝑢𝑒𝑢𝑟 𝑋
Fréquence des passes au joueur X =
𝑛𝑜𝑚𝑏𝑟𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑎𝑠𝑠𝑒𝑠 𝑟é𝑎𝑙𝑖𝑠é𝑠

I. Fréquence des passes sur les 80 premiers essais (réplication de l’étude d’Andari et al.)
Afin de comparer la distribution des passes dans notre étude par rapport à l’étude de Andari et
al. (2010), nous avons procédé à une analyse de variance suivant le plan expérimental : Groupe2
x Âge4 x Profil3, où le groupe (TSA et CTR) et l’âge (enfants, adolescents, jeunes adultes et
adultes) sont deux facteurs inter-sujet et le profil de joueur (Coopérant, Equitable et Rejetant)
est un facteur intra-sujet. Cette analyse fut effectuée sur les premiers 80 essais uniquement
(conformément à la durée du jeu dans l’expérience de Andari et al. (2010)). Les conditions de
la normalité n’étant pas respectées (cf Annexe 6 et 7), nous avons utilisé les tests non
paramétriques.

1.1. Effet du profil pendant les premiers 80 essais (toutes les tranches d’âge confondues)
Dans le groupe TSA (n=81), contrairement à notre hypothèse, on observe une différence dans
les fréquences d’envoi de balles aux joueurs Coopérant, Équitable et Rejetant lors des premiers
80 essais. Après la correction de Bonferroni réalisée, cet effet de petite taille reste significatif
(p=0.025, η2=0.07). Les comparaisons post-hoc réalisées (test de Wilcoxon) montrent que les
participants TSA ont envoyé plus de balles au joueur Équitable par rapport au joueur Rejetant,
cet effet étant petit (η2=0.04). Aucune autre différence statistiquement significative n’a été
détectée (cf. le Tableau 3).

Conformément à notre hypothèse, on observe une différence entre la fréquence d’envoi de balle
aux trois joueurs également dans le groupe CTR (n=139). Cet effet de petite taille est significatif
(p=0.002, η2=0.08). Nous avons observé une petite différence significative entre l’envoi de
balle au joueur Équitable et aux joueurs Coopérant et Rejetant pendant les premiers 80 essais
(p=0.002, p=0.003 respectivement, η2=0.03 pour les deux comparaisons). Aucune autre
différence statistiquement significative n’a été détectée (cf. le Tableau 3).

59
Tableau 3. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle (médiane) aux profils
Coopérant, Equitable et Rejetant chez les participants TSA et CTR (tous les âges confondus) durant les premiers
80 essais (effet de profil). L’astérisque indique un résultat statistiquement significatif (p<0.025 pour le test de
Kruskall-Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de l’effet.

Médiane Post-hoc (p<0.016)

Effet profil
GROUPE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.025)
Equitable Rejetant Rejetant
χ²=7.4,
Z=-1.48, Z=1.13, Z=2.65,
ddl=2,
TSA 0.33 0.35 0.32 p=0.14, p=0.25, p=0.001*,
p=0.025*,
η2=0.01 η2=0.01 η2=0.04
η2=0.07
χ²=12.72,
Z=-3.15, Z=-0.35, Z=2.99,
ddl=2,
CTR 0.32 0.36 0.32 p=0.002*, p=0.72, p=0.003*,
p=0.002*,
η2=0.03 η2=0.001 η2=0.03
η2=0.08

* * *

Figure 9. Représentation graphique des passes faites par les TSA et CTR aux joueurs Coopérant, Équitable et
Rejetant durant les premiers 80 essais. Cinquante pour cent des observations se trouvent à l’intérieur de la boîte à
moustache, la barre horizontale à l’intérieur de la boîte indique la médiane, les barres représentent les points dans
1,5 fois l’écart interquartile.

60
1.2. Effet du groupe pendant les premiers 80 essais (toutes les tranches d’âge confondus).
En réalisant la comparaison intergroupe (TSA vs CTR) pour chaque profil, nous n’observons
pas de différence statistiquement significative entre la fréquence de passes pour le joueur
Coopérant (test de Wilcoxon, z=0.81, p=0.42, η2=0.003), Rejetant (z=-0.74, p=0.47, η2=0.002)
et Équitable (z=-0.11, p=0.91, η2=0).

1.3. Effet du profil dans chaque tranche d’âge chez les TSA et les CTR sur les premiers
80 essais
Nous n’observons pas d’effet du profil dans aucune tranche d’âge ni dans le groupe TSA, ni
dans le groupe CTR (cf. le tableau 4). Suite à la correction pour le nombre des tests effectuée,
aucune comparaison n’a atteint le seuil de signification (p<0.006).

Tableau 4. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle (médiane) aux profils
Coopérant, Equitable et Rejetant chez les enfants, adolescents, jeunes adultes et adultes TSA et CTR durant les
premiers 80 essais (effet de profil). L’astérisque indique un résultat statistiquement significatif (p<0.006 pour le
test de Kruskall-Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de l’effet.

Effet profil
Médiane
GROUPE AGE (p<0.006)
Coopérant Equitable Rejetant
ENF χ²=2.97, ddl=2,
0.3 0.33 0.33
(n=23) p=0.23, η2=0.05
ADO χ²=4.58, ddl=2,
0.35 0.35 0.32
(n=24) p=0.1, η2=0.12
TSA
JADU χ²=7.83, ddl=2,
0.29 0.39 0.33
(n=17) p=0.02, η2=0.41
ADU χ²=2.27, ddl=2,
0.33 0.33 0.29
(n=17) p=0.32, η2=0.02
ENF χ²=5.95, ddl=2,
0.31 0.37 0.32
(n=44) p=0.051, η2=0.10
ADO χ²=0.04, ddl=2,
0.33 0.33 0.32
(n=42) p=0.98, η2=0.05
CTR
JADU χ²=6.8, ddl=2,
0.32 0.37 0.32
(n=30) p=0.03, η2=0.17
ADU χ²=9.90, ddl=2,
0.3 0.37 0.33
(n=23) p=0.007, η2=0.36

61
1.4. Effet de l’âge sur les premiers 80 essais
Étant intéressés à un éventuel effet de l’âge, à savoir si les participants d’un des groupes d’âge
ont envoyé plus de balles à un profil particulier, nous avons comparé la fréquence des passes
aux joueurs entre les quatre groupes d’âge à l’intérieur de chaque groupe (TSA et CTR) en
utilisant le test de Kruskall-Wallis avec la correction de Bonferroni pour le nombre de tests
effectués (k=6, seuil de significativité ajusté p<0.008).

Pour le groupe TSA, nous comparons les médianes de la fréquence des passes chez les enfants,
adolescents, jeunes adultes et adultes pour le joueur Coopérant (0.30, 0.35, 0.29 et 0.33
respectivement), Equitable (0.30, 0.35, 0.32 et 0.33 respectivement) et Rejetant (0.33, 0.32,
0.33 et 0.29 respectivement). L’analyse n’a pas démontré de différence significative entre
différents groupes d’âge (pour le joueur Coopérant χ²=5.96, ddl=3, p=0.11, η2=0.04 ; Equitable
χ²=3.07, ddl=3, p=0.38, η2=0.001 ; Rejetant χ²=1.24, ddl=3, p=0.74, η2=0.02).

En comparant les médianes de la fréquence des passes chez les enfants, adolescents, jeunes
adultes et adultes dans le groupe CTR pour le joueur Coopérant (0.31, 0.33, 0.32 et 0.30
respectivement), Equitable (0.37, 0.33, 0.37 et 0.37 respectivement) et Rejetant (0.32, 0.32,
0.32 et 0.33 respectivement), nous ne pouvons pas conclure à la différence dans l’envoi de balle
entre les quatre groupes d’âge (Coopérant χ²=2.51, ddl=3, p=0.47, η2=0.004), Equitable
(χ²=6.65, ddl=3, p=0.08, η2=0.03) ni Rejetant (χ²=1.61, ddl=3, p=0.65, η2=0.01).

1.5. Effet du groupe dans chaque tranche d’âge sur les premiers 80 essais
Afin de vérifier si les participants TSA et CTR d’âges différents se diffèrent selon la fréquence
des passes faits à chaque joueur, nous avons réalisé le test de la somme des rangs de Wilcoxon
avec la correction de Bonferroni pour le nombre de groupes (k=12, p=0.004). Aucune
comparaison ne passe pas le seuil de signification corrigé (cf. Tableau 5 pour les statistiques).

62
Tableau 5. Résumé des statistiques pour la comparaison intergroupe de la fréquence d’envoi de balle (médiane)
par groupe chez les enfants, adolescents, jeunes adultes et adultes TSA et CTR durant les premiers 80 essais (effet
de groupe). L’astérisque indique un résultat statistiquement significatif (test de Wilcoxon, correction de Bonferroni
au seuil de p<0.004). La valeur de η2 représente la taille de l’effet.
Groupe
Joueur Tranche d'âge Effet groupe (p<0.004)
TSA CTR
Enfants 0.3 0.31 Z=-0.22, p=0.82, η2=0.001
Coopérant Adolescents 0.35 0.33 Z=1.28, p=0.2, η2=0.03
Jeunes adultes 0.29 0.32 Z=-0.99, p=0.32, η2=0.02
Adultes 0.33 0.3 Z=1.68, p=0.09, η2=0.07
Enfants 0.33 0.37 Z=-0.03, p=0.96, η2=0
Adolescents 0.35 0.33 2=0.96, p=0.34, η2=0.01
Equitable
Jeunes adultes 0.39 0.37 Z=0.51, p=0.6, η2=0.006
Adultes 0.33 0.37 Z=-1.83, p=0.08, η2=0.07
Enfants 0.33 0.32 Z=0.33, p=0.73, η2=0.002
Adolescents 0.32 0.32 Z=-0.88, p=0.38, η2=0.01
Rejetant
Jeunes adultes 0.33 0.32 Z=0.48, p=0.63, η2=0.005
Adultes 0.29 0.33 Z=-1.73, p=0.08, η2=0.07

II. Fréquence des passes pour les trois profils durant la totalité du jeu (180 essais)
Afin d’analyser la discrimination des profils à l’intérieur de chaque groupe en fonction de l’âge
des participants sur la totalité du jeu (180 essais), nous avons procédé à une analyse de variance
selon le plan expérimental : Groupe2 x Age4 x Profil3 où les variables Groupe (TSA et CTR)
et Age (enfants, adolescents, jeunes adultes et adultes) sont des facteurs inter-sujet et la variable
Profil (Coopérant, Equitable et Rejetant) est un facteur intra-sujet. Les conditions de normalité
n’étaient pas respectées (cf. Annexe 8 et 9), nous avons utilisé les tests non paramétriques.

2.1. Effet du profil chez les participants TSA et CTR (toutes les tranches d’âge
confondues) sur la totalité du jeu
Pour tester l’hypothèse de la discrimination entre les trois profils chez les participants CTR,
contrairement aux participants TSA qui ne manifesteraient pas de telle discrimination, nous
avons utilisé le test de Kruskal-Wallis, en comparant les médianes de la fréquence des passes
aux trois joueurs dans chaque groupe (TSA et CTR). Si l’effet de joueur est démontré (seuil p
ajusté en fonction de nombre de groupes p<0.025), les comparaisons multiples sont réalisées
selon le test de Wilcoxon avec la correction de Bonferroni (seuil p ajusté : p<0.016).

63
Tableau 6. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle chez les participants TSA
et CTR pendant la totalité du jeu (effet de profil). L’astérisque indique un résultat statistiquement significatif
(p<0.025 pour le test de Kruskall-Wallis, p<0.016 pour le test post-hoc, test de Wilcoxon). La valeur de η2
représente la taille de l’effet.
Médiane Post-hoc (p<0.016)
Effet profil
GROUPE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.025)
Equitable Rejetant Rejetant
χ²=15.51,
Z=2.48, Z=3.81, Z=1.59,
ddl=2,
TSA (n=81) 0.34 0.34 0.3 p=0.013*, p<0.0001*, p=0.11,
p=0.0004*,
η2=0.03 η2=0.09 η2=0.02
η2=0.17
χ²=19.8,
Z=2.14, Z=4.33, Z=2.53,
CTR ddl=2,
0.35 0.33 0.31 p=0.03, p<0.0001*, p=0.012*,
(n=139) p<0.0001*,
η2=0.02 η2=0.07 η2=0.02
η2=0.13

Dans le groupe TSA (cf. Tableau 6), contrairement à l’hypothèse de la non-discrimination des
trois profils chez les TSA, on observe une différence entre les médianes de la fréquence des
passes aux joueurs Coopérant, Equitable et Rejetant sur la totalité du jeu. Cette différence est
significative (p<0.0004), l’effet est important (η2=0.17). Les comparaisons post-hoc ont relevé
que le joueur Coopérant reçoit davantage de balles que le joueur Équitable (p=0.013) ou le
joueur Rejetant (p=0.0001), cependant, les tailles des effets sont petites (η2=0.02 et η2=0.09
respectivement). On ne peut pas conclure à une différence statistiquement significative entre le
nombre de balles envoyées aux joueurs Équitable et Rejetant (p=0.11).

Dans le groupe CTR (cf. Tableau 6), on observe également une différence dans la fréquence
des passes aux trois profils. Cette différence est significative (p<0.0001), l’effet est
intermédiaire (η2=0.13). Notre hypothèse sur le joueur Coopérant qui arrive en tête du
classement n’a pas été confirmée : nous ne pouvons pas conclure à une différence
statistiquement significative entre la fréquence des passes aux profils Coopérant et Equitable
(p=0.03 < 0.016). En revanche, le joueur Rejetant reçoit moins de balles que le Coopérant
(p<0.0001) ou Equitable (p=0.012), les effets étant petits (η2=0.07 et η2=0.02 respectivement).

64
 * *
* *

Figure 10. Fréquence des passes au joueurs Coopérant, Equitable et Rejetant sur la totalité du jeu dans les groupes
TSA et CTR. Cinquante pour cent des observations se trouvent à l’intérieur de la boîte à moustache, la barre
horizontale à l’intérieur de la boîte indique la médiane, les barres représentent les points dans 1,5 fois l’écart
interquartile.

2.2. Effet du groupe sur la totalité du jeu (toutes les tranches d’âge confondues)
Si on s’intéresse à la différence inter-groupes, on compare les médianes des deux groupes (TSA
et CTR) pour les trois profils en utilisant le test de Wilcoxon avec la correction de Bonferroni
pour le nombre de tests (seuil p ajusté p=0.016). On ne peut pas constater de différences
statistiquement significatives pour la fréquence des passes faits par les TSA et les CTR au
joueur Coopérant (test de Wilcoxon, z=0.64, p=0.52, η2=0.002), Equitable (z=-0.64, p=0.52,
η2=0.002) et Rejetant (z=0.12, p=0.9, η2<0.001).

2.3. Effet du profil dans les différentes tranches d’âge chez les TSA et CTR sur la totalité
du jeu
L’effet du profil dans chacun des sous-groupes a été vérifié par la comparaison des médianes
(test de Kruskall-Wallis avec la correction de Bonferroni au seuil de p<0.006), les

65
comparaisons multiples ont été appliquées si le test s’est avéré significatif (méthode de
Wilcoxon avec la correction de Bonferroni au seuil de p<0.016).

D’après les résultats, dans le groupe TSA, aucune comparaison n’a atteint le seuil de
signification corrigé (pour le tableau de résultats, cf. Annexe 10). De même, dans le groupe
CTR, l’effet joueur n’est retrouvé dans aucun groupe d’âge sauf les jeunes adultes (l’effet est
important, p=0.001 η2=0.4) qui ont fait plus de passes au joueur Coopérant qu’aux autres
joueurs.

2.4. Effet de l’âge chez les TSA et CTR sur la totalité du jeu
Si on s’intéresse à la différence entre les quatre groupes d’âge pour la fréquence d’envoi de
balle à chaque joueur séparément chez les TSA et les CTR, on utilise le test de Kruskall-Wallis
pour comparer les médianes (correction Bonferroni pour le nombre de tests réalisés (k=6), seuil
p ajusté p=0.008).
Ni dans le groupe TSA, ni dans le groupe CTR nous n’observons d’effet de l’âge en analysant
la fréquence des passes à trois joueurs (chez les TSA : pour le joueur Coopérant χ²=2.56, ddl=3,
p=0.47, η2=0.006 ; Equitable χ²=10.69, ddl=3, p=0.014, η2=0.1 ; Rejetant χ²=3.41, ddl=3,
p=0.33, η2=0.005 ; chez les CTR : pour le joueur Coopérant χ²=8.97, ddl=3, p=0.03, η2=0.04 ;
Equitable (χ²=9.06, ddl=3, p=0.03, η2=0.05 ; Rejetant χ²=10.82, ddl=3, p=0.74, η2=0.06).

2.5. Effet du groupe dans les différentes tranches d’âge sur la totalité du jeu
Afin de vérifier si les participants TSA et CTR se diffèrent selon la fréquence des passes faits
à chaque joueur, nous avons réalisé le test de la somme des rangs de Wilcoxon avec la correction
de Bonferroni pour le nombre de tests (k=12, p=0.004). Aucune comparaison ne passe pas le
seuil de signification corrigé, les effets sont petits ou quasi-inexistants (cf. Annexe 11 pour les
statistiques).

III. Analyse de la dynamique temporelle de la distribution des passes

Afin d’analyser la distribution des passes en fonction du profil de joueur pendant le jeu, nous
avons regroupé les 180 essais en 18 blocs de 10 essais. Le participant avait entre 0 et 4
opportunités de lancer la balle.
Après avoir observé les trajectoires d’interaction avec chaque profil à travers les 18 blocs chez
les TSA et les CTR (cf. Figure 11), nous avons séparé le temps du jeu en trois phases égales :

66
Début (la fréquence moyenne des passes pour les blocs 1-6), Milieu (la fréquence moyenne des
passes pour les blocs 7-12), Fin (la fréquence moyenne des passes pour les blocs 13-18).

Figure 11. Représentation graphique de la fréquence moyenne des passes faites aux joueurs Coopérant, Équitable
et Rejetant à travers les 18 blocs dans les groupes TSA et CTR. Chaque bloc illustre la moyenne des passes sur
10 essais consécutifs. Les barres d’erreur représentent les intervalles de confiance à 95%.

Figure 12. Comparaison entre les trajectoires de la fréquence des passes chez les TSA et CTR en fonction du
profil du joueur pendant les 18 blocs consécutifs. Chaque bloc illustre la moyenne des passes sur 10 essais
consécutifs. Les barres d’erreur représentent les intervalles de confiance à 95%.

67
Afin de comparer la distribution des passes chez les deux groupes à différentes périodes du jeu,
nous avons procédé à une analyse de variance selon le plan expérimental : Groupe2 x Age4 x
Phase3 x Profil3, où Groupe (TSA et CTR) et Age (enfant, adolescent, jeune adulte et adulte)
sont des facteurs inter-sujet et Phase (Début, Milieu et Fin) et Profil (Coopérant, Equitable et
Rejetant) sont des facteurs intra-sujet. Les conditions de normalité n’étaient pas respectées (cf.
Annexes 12 et 13), nous avons utilisé les tests non paramétriques.

3.1. Effet du profil chez les TSA et les CTR à différentes phases du jeu (toutes les tranches
d’âge confondues)
Afin de tester un effet du profil à chaque période du jeu dans chaque groupe (TSA, n=81 ; CTR,
n=139), nous avons réalisé un test de Kruskall-Wallis (avec la correction de Bonferroni pour le
nombre de tests (k=6), le seuil de p ajusté p=0.008), avec le test post-hoc selon la méthode de
Wilcoxon (seuil de signification corrigé pour le nombre de comparaisons p=0.016). Le tableau
avec les statistiques est présent dans l’Annexe 14.

Début du jeu
Dans le groupe TSA, on observe un effet de joueur important (χ²=12.53, ddl=2, p=0.002,
η2=0.14), à savoir les passes plus fréquentes au joueur Équitable comparativement au joueur
Rejetant (p=0.0004, η2=0.15). La différence des passes au joueur Équitable et Coopérant
(p=0.06, η2=0.04) et entre le Coopérant et Rejetant (p=0.1, η2=0.03) n’a pas atteint le seuil de
signification après la correction de Bonferroni réalisée.
Dans le groupe CTR, l’effet modéré de joueur (χ²=16.67, ddl=2, p=0.002, η2=0.11) est dû aux
passes plus fréquentes au joueur Équitable comparativement au joueur Rejetant et Coopérant
(p=.0004, η2=0.09 pour les deux comparaisons).

Milieu du jeu.
On n’observe aucune différence entre les médianes de passes faits à trois joueurs au milieu du
jeu dans le groupe TSA ni CTR (pour le groupe TSA : χ²=1.35, ddl=2, p=0.509, η2=0.008 ;
Pour le groupe CTR : χ²=0.36, ddl=2, p=0.836, η2=0.01).

Fin du jeu
A la fin du jeu, l’effet important de joueur est observé dans les deux groupes (TSA : χ²=25.09,
ddl=2, p<0.0001, η2=0.30 ; CTR : χ²=44.03, ddl=2, p<0.0001, η2=0.31). Les participants font
plus de passes au joueur Coopérant comparativement au joueur Rejetant (TSA : p<0.0001,

68
η2=0.25 ; CTR : p<0.0001, η2=0.28) et Équitable (TSA : p<0.0001, η2=0.21 ; CTR : p<0.0001,
η2=0.18), en absence de différence entre les passes au Rejetant et Équitable (TSA : p<0.605,
η2=0.003 ; CTR : p<0.089, η2=0.02).

* * *
* *

Figure 13. Représentation graphique de la fréquence moyenne des passes faites aux joueurs Coopérant, Équitable
et Rejetant au début, au milieu et à la fin du jeu dans les groupes TSA et CTR (tous les âges confondus). Chaque
phase est composée de 6 blocs. Les barres d’erreur représentent les intervalles de confiance à 95%.

3.2. Effet du groupe sur la fréquence des passes aux trois profils à différentes phases du
jeu (tous les âges confondus)

Début du jeu :
Aucune différence inter-groupe (TSA vs CTR) n’a été retrouvé pour l’envoi de balle aux
joueurs Coopérant (test de Wilcoxon corrigé pour le nombre de groupes z=0.91, p=0.36,
η2=0.004), Equitable (z=-0.07, p=0.94, η2=0), Rejetant (z=-0.89, p=0.37, η2=0.004).

69
Milieu du jeu :
Aucune différence inter-groupe (TSA vs CTR) n’a été retrouvé pour l’envoi de balle aux
joueurs Coopérant (test de Wilcoxon corrigé pour le nombre de groupes z=0.51, p=0.61,
η2=0.001), Equitable (z=-1.05, p=0.29, η2=0.005), Rejetant (z=0.27, p=0.78, η2=0).

Fin du jeu
Aucune différence inter-groupe (TSA vs CTR) n’a été retrouvé pour l’envoi de balle aux
joueurs Coopérant (test de Wilcoxon corrigé pour le nombre de groupes z=-0.05, p=0.95, η2=0),
Equitable (z=-0.75, p=0.46, η2=0.003), Rejetant (z=0.2, p=0.84, η2=0).

3.3. Effet de la phase du jeu sur la fréquence des passes aux trois profils chez les TSA et
les CTR (tous les âges confondus)
Afin de comparer la fréquence d’envoi de balle à chaque joueur au début et à la fin du jeu dans
les deux groupes, nous avons réalisé le test de Wilcoxon avec la correction de Bonferroni pour
le nombre de tests (k=6, le seuil de signification ajusté p=0.008).

Nous avons observé l’effet de temps dans les deux groupes. Autrement dit, les participants
envoient plus de balles au joueur Coopérant à la fin qu’au début du jeu, l’effet étant modéré
pour les deux groupes (TSA : z=2.99, p=0.003, η2=0.07 ; CTR : z= 4.32, p<0.0001, η2=0.13).
L’inverse se produit pour le joueur Équitable qui reçoit plus de balles au début qu’à la fin du
jeu, l’effet est important (TSA : z=-5.45, p<0.0001, η2=0.37; CTR : z=-6.09, p<0.0001,
η2=0.27).

La fréquence de passes au joueur Rejetant ne varie pas entre le début et la fin du jeu dans le
groupe TSA (z=-1.56, p=0.12, η2=0.03). Chez les participants CTR, on observe un effet
intermédiaire de temps pour le joueur Rejetant, qui reçoit moins de balles à la fin du jeu qu’au
début (z=-2.89, p=0.005, η2=0.06).

3.4. Effet du profil dans les différentes tranches d’âge chez les TSA et les CTR à différentes
phases du jeu
Nous souhaitons déterminer si l’effet du profil est observé chez les participants TSA et CTR
d’âges différents. Pour cela, nous avons réalisé le test de Kruskall-Wallis avec la correction de
Bonferroni pour le nombre de tests réalisés (k=24, seuil de p corrigé p=0.002) en comparant
les médianes pour la fréquence des passes au trois joueurs dans chaque tranche d’âge chez les

70
TSA et les CTR au début, au milieu et à la fin du jeu. Le test de Wilcoxon permet de réaliser la
comparaison par pair afin d’expliquer l’effet observé (seuil de p corrigé pour le nombre de
comparaisons p=0.016).

Début du jeu :
Au début du jeu, nous n’observons pas de différence statistiquement significative dans l’envoi
de balle aux trois profils chez les participants TSA quel que soit leur tranche d’âge (cf. Annexe
15 pour le résumé des statistiques). Notons que les effets dans certains groupes sont importants
(pour les adolescents η2=0.33, pour les jeunes adultes η2=0.55), mais ne sont pas statistiquement
significatifs avec notre taille de l’échantillon après la correction de Bonferroni réalisé pour le
nombre de groupes.
Chez les participants CTR, nous observons un effet du profil important et significatif chez les
jeunes adultes (p=0.002, η2=0.39). En effet, les participants de cette tranche d’âge envoient plus
de balles au joueur Equitable au début du jeu qu’à deux autres profils. Les statistiques
descriptives présentent la même tendance à effet important chez les enfants et les adultes CTR,
mais qui n’est pas statistiquement significatif avec notre taille de l’échantillon.

Milieu du jeu :
Aucune différence statistiquement significative n’est observée pour l’envoi de balle aux trois
joueurs chez les participants TSA au milieu du jeu.
De même, les résultats ne nous permettent pas de conclure à un effet du profil chez les
participants CTR au milieu du jeu (cf. Annexe 16 pour le résumé des statistiques).

Fin du jeu :
Malgré un effet du profil important observé chez les enfants (η2=0.17), jeunes adultes (η2=0.69)
et adultes (η2=0.63) TSA, il ne passe pas le seuil de signification corrigé pour le nombre de
groupes. Nous ne pouvons donc pas se prononcer sur la discrimination des trois profils chez les
participants TSA d’âges différents à la fin du jeu.

Chez les participants CTR, l’effet du profil important statistiquement significatif (p<0.0001,
η2=0.93) a été retrouvé uniquement chez les jeunes adultes qui ont envoyé la balle plus souvent
au joueur Coopérant qu’à deux autres joueurs dans la dernière phase du jeu. Malgré
l’importance de l’effet observé dans d’autres tranches d’âge chez les CTR (enfants,
adolescents), il ne passe pas le seuil de signification corrigé.

71
3.5. Effet de l’âge sur a fréquence des passes aux trois profils chez les TSA et les CTR à
différentes phases du jeu
Nous avons voulu vérifier s’il existe une différence entre les quatre groupes d’âge pour la
fréquence d’envoi de balle à chaque joueur séparément chez les TSA et les CTR à différentes
phases du jeu. Pour cela, nous avons appliqué le test de Kruskall-Wallis pour comparer les
passes faites par chaque groupe d’âge aux joueurs Coopérant, Equitable et Neutre au début, au
milieu et à la fin du jeu (correction Bonferroni pour le nombre de tests (k=18), seuil p ajusté
p=0.003).

Début du jeu
Au début du jeu, nous n’observons pas de différence statistiquement significative entre les
quatre tranches d’âge chez les TSA en analysant la fréquence des passes (pour le joueur
Coopérant χ²=5, ddl=3, p=0.17, η2=0.03 ; Equitable χ²=3.16, ddl=3, p=0.36, η2=0.002 ;
Rejetant χ²=1.49, ddl=3, p=0.68, η2=0.02).
Dans le groupe CTR, nous n’observons également pas de différence statistiquement
significative entre les quatre tranches d’âge pour la fréquence des passes (pour le joueur
Coopérant χ²=3.3, ddl=3, p=0.34, η2=0.002 ; Equitable (χ²=6.88, ddl=3, p=0.08,
η2=0.03 ; Rejetant χ²=2.58, ddl=3, p=0.45, η2=0.003).

Milieu du jeu
Au milieu du jeu, aucune différence statistiquement significative n’a été observée entre les
participants d’âges différents chez les TSA (pour le joueur Coopérant χ²=2.93, ddl=3, p=0.4,
η2=0.001 ; Equitable χ²=1.3, ddl=3, p=0.72, η2=0.03 ; Rejetant χ²=2.65, ddl=3, p=0.45,
η2=0.005).
Pareil pour le groupe CTR, nous n’observons pas d’effet de l’âge pour la fréquence des passes
aux trois profils (pour le joueur Coopérant χ²=5.47, ddl=3, p=0.14, η2=0.02 ; Equitable
(χ²=5.37, ddl=3, p=0.15, η2=0.02 ; Rejetant χ²=6.01, ddl=3, p=0.11, η2=0.02).

Fin du jeu
À la fin du jeu, nous ne retrouvons pas d’effet de l’âge dans le groupe TSA qui serait
statistiquement significatif (pour le joueur Coopérant χ²=0.7, ddl=3, p=0.87, η2=0.03 ;
Equitable χ²=2.93, ddl=3, p=0.4, η2=0.001 ; Rejetant χ²=2.43, ddl=3, p=0.48, η2=0.007).
Tout comme pour les participants TSA, nous n’ont pas observé de différence dans l’envoi de
balle entre les quatre tranches d’âge dans le groupe CTR (pour le joueur Coopérant χ²=3.58,

72
ddl=3, p=0.31, η2=0.005 ; Equitable (χ²=2.75, ddl=3, p=0.43, η2=0.002 ; Rejetant χ²=0.85,
ddl=3, p=0.83, η2=0.02).

3.6. Effet de la phase sur la fréquence des passes aux trois profils de joueurs au sein des
différentes tranches d’âge chez les TSA et les TSA
Afin de comparer si la fréquence des passes à chaque joueur diffère entre le début, le milieu et
la fin du jeu, nous avons réalisé le test de Kruskall-Wallis avec la correction pour le nombre de
tests réalisés (k=24, seuil de p ajusté p=0.002).

Chez les enfants TSA, nous n’avons pas retrouvé d’effet de la phase sur la fréquence des passes
au joueur Coopérant (χ²=3.16, ddl=2, p=0.21, η2=0.02), Equitable (χ²=2.27, ddl=2, p=0.32,
η2=0.004) et Rejetant (χ²=3.45, ddl=2, p=0.18, η2=0.02).
De même, chez les adolescents TSA, il n’y pas de différence dans la fréquence des passes entre
les trois phases du jeu (pour le Coopérant : χ²=0.5, ddl=2, p=0.77, η2=0.002; pour l’Equitable :
χ²=4.31, ddl=2, p=0.12, η2=0.004; pour le Rejetant : χ²=4.19, ddl=2, p=0.12, η2=0.03).
Un effet important de la phase mais qui ne passe pas le seuil de signification corrigé dans notre
échantillon est retrouvé chez les jeunes adultes TSA pour le joueur Coopérant (χ²=9.85, ddl=2,
p=0.007, η2=0.16) et Equitable (χ²=10.54, ddl=2, p=0.005, η2=0.18), mais pas pour le joueur
Rejetant (χ²=3.49, ddl=2, p=0.17, η2=0.03).
Nous n’avons pas retrouvé d’effet de la phase chez les adultes TSA (pour le Coopérant χ²=3.26,
ddl=2, p=0.19, η2=0.03 ; pour l’Equitable : χ²=2.74, ddl=2, p=0.25, η2=0.02 ; pour l’ Rejetant :
χ²=2.77, ddl=2, p=0.25, η2=0.02).

Dans le groupe CTR, les enfants ne manifestent pas de différences statistiquement significatives
dans l’envoi de balle à un joueur entre les différentes phases de jeu (pour le Coopérant : χ²=3.62,
ddl=2, p=0.16, η2=0.01 ; Equitable : χ²=1.58, ddl=2, p=0.45, η2=0.003 ; Rejetant : χ²=5.88,
ddl=2, p=0.05, η2=0.03).
L’effet de la phase n’est pas retrouvé chez les adolescents CTR non plus (pour le Coopérant :
χ²=3.09, ddl=2, p=0.21, η2=0.009 ; pour l’Equitable : χ²=6.24, ddl=2, p=0.04, η2=0.003 ; pour
le Rejetant : χ²=0.53, ddl=2, p=0.77, η2=0.01).
En revanche, les jeunes adultes CTR présentent un effet important de la phase pour le joueur
Coopérant (χ²=18.12, ddl=2, p=0.0001, η2=0.19). Les comparaisons post-hoc (test de
Wilcoxon au seuil de p corrigé pour le nombre de comparaisons, p=0.016) n’ont pas relevé de
différence dans les passes que le joueur Coopérant a reçu entre le début et le milieu du jeu

73
(Z=1.78, p=0.07, η2=0.04). Cependant, on observe une augmentation modérée de la fréquence
des passes entre le milieu et la fin du jeu (Z=2.62, p=0.009, η2=0.08). La différence entre le
début et la fin du jeu est également significative, avec un effet observé plus important (Z=4.11,
p<0.0001, η2=0.19). De plus, un effet important de la phase a été retrouvé pour le joueur
Equitable (χ²=14.22, ddl=2, p=0.0008, η2=0.14). Les comparaisons entre chaque phase du jeu
ont démontré que les jeunes adultes CTR envoient plus de balles au début qu’au milieu (Z=2.82,
p=0.005, η2=0.09) ou qu’à la fin du jeu (Z=3.53, p=0.0004, η2=0.14). La différence entre les
deux dernières phases s’est avérée non-significative (Z=0.87, p=0.39, η2=0.008). L’effet de la
phase pour le joueur Rejetant n’a pas passé le seuil de signification corrigé (χ²=6.14, ddl=2,
p=0.05, η2=0.05).
Concernant les adultes CTR, l’effet de la phase n’est pas statistiquement significatif pour aucun
profil (pour le joueur Coopérant : χ²=4.6, ddl=2, p=0.1, η2=0.04 ; pour l’Equitable : χ²=3.3,
ddl=2, p=0.19, η2=0.02; pour le Rejetant : χ²=3.4, ddl=2, p=0.18, η2=0.02).

3.7. Effet du groupe sur la fréquence des passes aux trois profils au sein des différentes
tranches d’âge à différentes phases du jeu
Afin de tester la différence entre les participants TSA et CTR dans chaque tranche d’âge pour
la fréquence des passes pour les trois profils à différentes phases du jeu, nous avons réalisé le
test de Wilcoxon avec la correction de Bonferroni pour le nombre de tests (k=36, p=0.001).
Aucune différence significative entre les TSA et les CTR n’a été relevée (cf. Annexe 18 pour
les valeurs du test).

IV. Discrimination explicite des profils : jugement de préférence

Afin de comparer la distribution des scores de préférence en fonction du profil du joueur chez
les deux groupes, nous avons procédé à une analyse de variance selon le plan expérimental :
Groupe2 x Age4 x Profil3, où le groupe (TSA et CTR) et l’âge (enfants, adolescents, jeunes
adultes et adultes) sont deux facteur inter-sujet et le profil (Coopérant, Equitable et Rejetant)
est un facteur intra-sujet. Les conditions de normalité n’étaient pas respectées (cf. Annexe 19
et 20), nous avons utilisé les tests non paramétriques.

4.1. Effet du profil sur le jugement de préférence chez les TSA et CTR (toutes les tranches
d'âge confondus)
Afin de mesurer l’effet de profil chez les participants TSA et les CTR, nous avons analysé les
scores de préférence attribués aux joueurs Coopérant, Équitable et Rejetant dans les deux

74
groupes en utilisant le test de Kruskal-Wallis (correction de Bonferroni en fonction du nombre
de tests réalisés (k=2), seuil de signification ajusté p=0.025) et test de Wilcoxon pour des
comparaisons multiples (corrigé pour le nombre de comparaisons, p=0.016). Les statistiques
se trouvent dans le tableau 7.

Tableau 7. Résumé des statistiques pour la comparaison des scores de préférence chez les TSA et CTR en fonction
des phases du jeu. L’astérisque indique le résultat statistiquement significatif (p<0.025 pour le test de Kruskall-
Wallis, p<0.016 pour les comparaisons multiples selon le test Wilcoxon après la correction de Bonferroni). La
valeur de η2 représente la taille de l’effet.

Médiane Post-hoc (p<0.016)

Effet profil
GROUPE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.025)
Equitable Rejetant Rejetant
χ²=12.66,
Z=1.56, Z=3.55, Z=1.96,
TSA ddl=2,
5 5 4 p=0.12, p=0.0004*, p=0.05,
(n=776) p=0.002*, 2 2
η =0.03 η =0.16 η2=0.05
η2=0.14
χ²=72.49,
Z=3.23, Z=8.21, Z=5.53,
CTR ddl=2,
5 5 3 p=0.001*, p<0.0001*, p<0.0001*,
(n=139) p<0.0001*, 2 2
2
η =0.08 η =0.48 η2=0.22
η =0.52

Un effet du profil important a été observé pour la distribution des scores de préférence dans le
groupe TSA (p=0.002, η2=0.14). En fait, les participants TSA ont attribué des scores de
préférence plus élevés au joueur Coopérant comparativement au joueur Rejetant (p=0.0004,
η2=0.16).
Un effet du profil très important a été observé pour les scores de préférence dans le groupe CTR
(p<0.0001, η2=0.52). Les participants CTR ont attribué des scores les plus élevés au joueur
Coopérant comparèrent au joueur Equitable (p=0.001, η2=0.08) ou Rejetant (p<0.0001,
η2=0.48). À son tour, le joueur Equitable a reçu l’évaluation plus positive que le joueur Rejetant
(p<0.0001, η2=0.22).

6
Sur les 81 participant TSA inclus, 3 adolescents et 1 jeune adulte n’ont pas rempli l’échelle de préférence suite
à des contraintes temporelles.

75
Figure 14. Moyennes des scores de préférence attribués aux profils Coopérant, Equitable et Rejetant par les
participants TSA et CTR (tous les âges confondus). Les barres d’erreur indiquent les intervalles de confiance de
95% de la moyenne.

4.2. Effet du groupe sur le jugement de préférence

Aucune différence intergroupe (TSA vs CTR) pour les scores de préférence à chaque profil n’a
été observée (test de Wilcoxon corrigé pour le nombre de comparaisons au seuil p=0.016, pour
le Coopérant z=0.17, p=0.87 ; pour l’Équitable z=0.01, p=0.99 ; pour le Rejetant z=1.63,
p=0.1).

4.3. Effet du profil sur le jugement de préférence dans chaque tranche d’âge chez les
TSA et les CTR
Afin de vérifier l’effet de joueur dans chaque groupe d’âge pour les TSA et les CTR, nous avons
utilisé le test de Kruskall-Wallis avec la correction de Bonferroni pour le nombre de tests
réalisés (k=8, seuil de signification p<0.006). Pour les tests post-hoc, le test de Wilcoxon avec
la correction de Bonferroni pour le nombre de comparaisons a été appliqué (p<0.016).

Nous n’avons retrouvé d’effet de joueur dans aucun des tranches d’âge chez les participants
TSA. Malgré l’importance de certains effets observés (enfants : p=0.031, η2=0.25 ; adultes :
p=0.025, η2=0.38), les résultats ne sont pas considérés significatifs après la correction de la
probabilité effectuée (p=0.006).

76
Tableau 8. Résumé des statistiques pour la comparaison des scores de préférence chez les enfants, adolescents,
jeunes adultes et adultes TSA et CTR en fonction des profils des joueurs. L’astérisque indique le résultat
statistiquement significatif (p<0.006 pour le test de Kruskall-Wallis, p<0.016 pour les comparaisons multiples
selon le test Wilcoxon après la correction de Bonferroni). La valeur de η2 représente la taille de l’effet.

Médiane Comparaisons multiples (p<0.016)

Effet profil
AGE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.006)
Equitable Rejetant Rejetant
Enfants χ²=6.93, ddl=2,
6 6 4 -- -- --
(n=23) p=0.031, η2=0.25
Adolescents χ²=1.21 ddl=2,
5 6 5 -- -- --
(n=21) p=0.54, η2=0.04
Jeunes
χ²=2.41, ddl=2,
adultes 4 4 3 -- -- --
p=0.3, η2=0.03
(n=16)
Adultes χ²=7.37, ddl=2,
6 4 3 -- -- --
(n=17) p=0.025, η2=0.38
Z=0.74, Z=4.08, Z=3.09,
Enfants χ²=17.94, ddl=2,
5 5 3 p=0.45, p<0.0001*, p=0.002*,
(n=44) p=0.0001*, η2=0.39
η2=0.01 η2=0.38 η2=0.22
Z=1.2, Z=3.03, Z=2.13,
Adolescents χ²=10.21, ddl=2,
5 4 4 p=0.23, p=0.002*, p=0.03,
(n=42) p=0.006*, η2=0.21
η2=0.03 η2=0.22 η2=0.11
Jeunes Z=2.79, Z=4.81, Z=3.24,
χ²=27.61 ddl=2,
adultes 6 5 3 p=0.005*, p<0.0001*, p=0.001*,
p<0.0001*, η2=0.45
(n=30) η2=0.26 η2=0.77 η2=0.35
Z=2.32, Z=4.63, Z=2.72,
Adultes χ²=23, ddl=2,
5 4 3 p=0.02, p<0.0001*, p=0.007*,
(n=23) p<0.0001, η2=0.41
η2=0.23 η2=0.93 η2=0.32

Cependant, nous avons retrouvé un effet important de joueur dans chaque tranche d’âge chez
les participants CTR (cf. le tableau 8 pour le résumé des statistiques). Chez les enfants CTR la
médiane du score de préférence pour le joueur Rejetant est plus basse comparativement à deux
autres joueurs (pour la comparaison avec le Coopérant : p<0.0001, η2=0.38 ; avec l’Équitable :
p=0.002, η2=0.22). Les adolescents CTR ont également donné des scores de préférences plus
bas au joueur Rejetant, mais uniquement en comparaison avec le Coopérant (p=0.002,
η2=0.22). La différence des médianes entre les scores du joueur Rejetant et Equitable est
caractérisée par la taille de l’effet intermédiaire, mais elle a failli passer le seuil de signification
corrigé (p=0.03<0.016). La taille de notre échantillon d’adolescents CTR (n=42) était suffisante
pour pouvoir observer un tel effet avec une puissance statistique de 80% (taille de l’échantillon
requise n=26).
En revanche, les jeunes adultes CTR ont différencié les trois profils de manière à ce que le score
médian du joueur Coopérant soit le plus élevé et celui du joueur Rejetant le plus bas, les deux
étant significativement différent du score médian du joueur Equitable qui occupe la position

77
intermédiaire (pour la comparaison avec le Coopérant : p=0.005, η2=0.26 ; avec le Rejetant :
p=0.001, η2=0.35). Concernant les adultes CTR, ils ont attribué les scores les plus bas au joueur
Rejetant par rapport au joueur Coopérant (p<0.0001, η2=0.93) et Equitable (p=0.007, η2=0.32),
la différence des médianes pour ces deux derniers échantillons ne passant pas le seuil de
signification corrigé (p=0.02<0.016), malgré la taille de l’effet important (η2=0.23) et la taille
d’échantillon suffisante pour avoir un tel effet (n=23 contre 13 requis).

Figure 15. Moyennes des scores de préférence attribués aux profils Coopérant, Equitable et Rejetant par les
enfants, adolescents, jeunes adultes et adultes TSA et CTR. Les barres d’erreur indiquent les intervalles de
confiance de 95% de la moyenne.

4.4. Effet de l’âge sur le jugement de préférence chez les TSA et les CTR
Afin de vérifier s’il existe une différence pour les scores de préférence attribués à chaque profil
entre les quatre tranches d’âge chez les TSA et les CTR, nous avons réalisé le test de Kruskall-
Wallis avec la correction de Bonferroni pour le nombre de tests réalisés (k=6, seuil de
signification p<0.008).

78
Aucune différence statistiquement significative entre les enfants, les adolescents, les jeunes
adultes et les adultes n’est trouvée dans le groupe TSA (pour le joueur Coopérant χ²=5.49,
ddl=3, p=0.14, η2=0.03 ; pour le joueur Equitable χ²=8.32, ddl=3, p=0.04, η2=0.07 ; pour le
joueur Rejetant χ²=4.51, ddl=3, p=0.21, η2=0.02 ), ni dans le groupe CTR (pour le joueur
Coopérant χ²=6.38, ddl=3, p=0.09, η2=0.03 ; pour le joueur Equitable χ²=2.23, ddl=3, p=0.52,
η2=0.006 ; pour le joueur Rejetant χ²=5.2, ddl=3, p=0.16, η2=0.02).

4.5. Effet du groupe sur le jugement de préférence dans chaque tranche d’âge
Afin de vérifier s’il existe une différence dans l’attribution des scores de préférence à chaque
profil entre les participants TSA et CTR dans chaque groupe d’âge, nous avons utilisé le test de
Wilcoxon avec la correction de Bonferroni réalisée pour le nombre de tests (k=12, seuil de
signification p=0.004).
En comparant les scores de préférence pour le joueur Coopérant, nous n’avons pas retrouvé de
différence statistiquement significative entre les participants TSA et CTR (pour les enfants
Z=1.29, p=0.19, η2=0.04 ; adolescents Z=0.89, p=0.37, η2=0.01 ; jeunes adultes Z=-2.34,
p=0.02, η2=0.11 ; adultes Z=-0.15, p=0.88, η2=0)
De même, aucune différence en fonction du diagnostic n’a été retrouvée pour le joueur
Equitable (pour les enfants Z=0.64, p=0.51, η2=0.009 ; adolescents Z=1.81, p=0.07, η2=0.05 ;
jeunes adultes -1.95, p=0.05, η2=0.08 ; adultes Z=-0.6, p=0.54, η2=0.007) ni pour le joueur
Rejetant (enfants Z=0.84, p=0.39, η2=0.003 ; adolescents Z=1.64, p=0.09, η2=0.04 ; jeunes
adultes Z=0.86, p=0.39, η2=0.01 ; adultes Z=0.12, p=0.89, η2=0.001).

V. Discrimination explicite des profils : échelle de confiance

Afin de comparer la distribution des scores de confiance en fonction du profil du joueur chez
les participants TSA et CTR d’âges différents, nous avons procédé à une analyse de variance
selon le plan expérimental : Groupe2 x Age4 x Profil3, où le groupe (TSA et CTR) et l’âge
(enfants, adolescents, jeunes adultes et adultes) sont deux facteur inter-sujet et le profil
(Coopérant, Equitable et Rejetant) est un facteur intra-sujet. Les conditions de normalité
n’étaient pas respectées (cf. Annexe 21 et 22), nous avons utilisé les tests non paramétriques.

5.1. Effet du profil sur le jugement de confiance chez les TSA et les CTR (toutes les
tranches d’âge confondues)
Afin de vérifier l’effet de profil chez les participants TSA et les CTR, nous avons analysé les
scores de confiance attribués aux joueurs Coopérant, Équitable et Rejetant dans les deux

79
groupes en utilisant le test de Kruskal-Wallis (correction de Bonferroni en fonction du nombre
de tests réalisés (k=2), seuil de signification ajusté p=0.025) et test de Wilcoxon pour des
comparaisons multiples (corrigé pour le nombre de comparaisons, p=0.016).

Nous avons retrouvé un effet du profil important dans le groupe TSA (p=0.001, η2=0.16) et
dans le groupe CTR (p<0.0001, η2=0.5). Dans le groupe TSA (tous les âges confondus), les
participants attribuent des scores de confiance plus élevés au joueur Coopérant
comparativement au joueur Rejetant, la taille de l’effet est important (η2=0.17). Les autres
comparaisons n’ont pas passé le seuil de signification après la correction de Bonferroni. Dans
le groupe CTR (tous les âges confondus), les participants manifestent la discrimination entre
les trois profils, en attribuant des scores les plus élevés au joueur Coopérant, les scores modérés
au joueur Equitable, les scores les plus bas au joueur Rejetant (pour les statistiques, cf. le tableau
9).

Tableau 9. Résumé des statistiques pour la comparaison des scores de confiance chez les TSA et CTR (tous les
âges confondus). L’astérisque indique le résultat statistiquement significatif (p<0.025 pour le test de Kruskall-
Wallis, p<0.016 pour les comparaisons multiples selon le test Wilcoxon après la correction de Bonferroni). La
valeur de η2 représente la taille de l’effet.

Médiane Post-hoc (p<0.016)

Effet profil
GROUPE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.025)
Equitable Rejetant Rejetant
χ²=13.5,
Z=2.24, Z=3.64, Z=1.36,
TSA ddl=2,
5 4 4 p=0.023, p=0.0003*, p=0.17,
(n=777) p=0.001*, 2 2
2
η =0.97 η =0.17 η2=0.02
η =0.16
χ²=68.16,
Z=2.47, Z=7.96, Z=5.7,
CTR ddl=2,
5 4 3 p=0.014*, p<0.0001*, p<0.0001*,
(n=1358) p<0.0001*, 2 2
η =0.05 η =0.47 η2=0.24
η2=0.5

7
Sur les 81 participant TSA inclus, 3 adolescents et 1 jeune adulte n’ont pas rempli l’échelle de confiance suite à
des contraintes temporelles.
8
Sur les 139 participant CTR inclus, 1 jeune adulte et 3 adultes n’ont pas rempli l’échelle de confiance suite à
des contraintes temporelles.

80
Figure 16. Moyennes des scores de confiance attribués aux profils Coopérant, Equitable et Rejetant par les
participants TSA et CTR (tous les âges confondus). Les barres d’erreur indiquent les intervalles de confiance de
95% de la moyenne.

5.2. Effet du groupe sur le jugement de confiance (toutes les tranches d’âge confondues)
Afin de vérifier si les participants TSA et CTR (tous les âges confondus) manifestent une
différence dans l’attribution des scores de confiance pour chaque joueur, nous avons réalisé le
test de Wilcoxon avec la correction de Bonferroni pour le nombre de tests réalisés (k=3, seuil
de signification p=0.016).
Nous n’avons pas de différence inter-groupe pour le joueur Coopérant (Z=0.38, p=0.7,
η2=0.001), le joueur Equitable (Z=-0.59, p=0.55, η2=0.002) ni le joueur Rejetant (Z=2.22,
p=0.03, η2=0.02).

5.3. Effet du profil sur le jugement de confiance dans chaque tranche d’âge chez les TSA
et CTR
Afin de vérifier l’existence d’un effet du profil sur le jugement de confiance dans chaque
tranche d’âge chez les TSA et les CTR, nous avons réalisé le test de Kruskall-Wallis avec la

81
 correction de Bonferroni pour le nombre de tests réalisé (k=8, seuil de signification corrigé
p=0.006).
Nous n’avons pas observé un effet de profil important et statistiquement significatif dans
aucune tranche d’âge chez les participants TSA (cf. le tableau 10).
En revanche, un effet du profil important et statistiquement significatif est retrouvé chez tous
les participants CTR. Les comparaisons post-hoc (test de Wilcoxon avec la correction de
Bonferroni appliquée pour le nombre de comparaisons) ont permis de conclure que les
participants CTR, quel que soit leur âge, attribuent les scores de confiance plus importants aux
profils Coopérant et Equitable qu’au profil Rejetant (pour les statistiques et les tailles d’effet,
cf. le tableau 10).

Tableau 10. Résumé des statistiques pour la comparaison des scores de préférence chez les enfants, adolescents,
jeunes adultes et adultes TSA et CTR en fonction des profils des joueurs. L’astérisque indique le résultat
statistiquement significatif (p<0.006 pour le test de Kruskall-Wallis, p<0.016 pour les comparaisons multiples
selon le test Wilcoxon après la correction de Bonferroni). La valeur de η2 représente la taille de l’effet.

GROUPE Médiane Comparaisons post-hoc (p<0.016)

Effet profil
AGE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.006)
Equitable Rejetant Rejetant
TSA χ²=6.93, ddl=2,
ENF (n=23) 6 5 4 -- -- --
p=0.01, η2=0.25
χ²=0.16 ddl=2,
ADO (n=21) 5 5 5 -- -- --
p=0.92, η2=0
χ²=5.23, ddl=2,
JADU (n=16) 4 4 3 -- -- --
p=0.07, η2=0.25
χ²=9.21, ddl=2,
ADU (n=17) 5 4 4 -- -- --
p=0.01, η2=0.55
CTR χ²=15.17, ddl=2, Z=0.32, Z=3.59, Z=3.1,
ENF (n=44) 5 5 4 p=0.0005*, p=0.74, p<0.0003*, p=0.002*,
η2=0.32 η2=0 η2=0.14 η2=0.11
χ²=13.44, ddl=2, Z=1.23, Z=3.56, Z=2.4,
ADO (n=41) 5 4 4 p=0.001*, p=0.21, p=0.0004*, p=0.016*,
η2=0.29 η2=0.02 η2=0.16 η2=0.07
χ²=24.93 ddl=2, Z=2.15, Z=4.64, Z=3.31,
JADU (n=27) 5 4 3 p<0.0001*, p=0.031, p<0.0001*, p=0.0009*,
η2=0.8 η2=0.09 η2=0.39 η2=0.2
χ²=23.52, ddl=2, Z=1.95, Z=4.65, Z=3.1,
ADU(n=23) 5 4 4 p<0.0001, p=0.05, p<0.0001*, p=0.0019*,
η2=0.75 η2=0.08 η2=0.47 η2=0.21

82
Figure 17. Moyennes des scores de confiance attribués aux profils Coopérant, Equitable et Rejetant par les
participants TSA et CTR d’âges différents. Les barres d’erreur indiquent les intervalles de confiance de 95% de
la moyenne.

5.4. Effet de l’âge sur le jugement de confiance chez les TSA et les CTR
Nous avons réalisé le test de Kruskall-Wallis afin de vérifier s’il existe un effet de l’âge sur
l’attribution des scores de confiance aux trois profils chez les participants TSA et CTR. La
correction de Bonferroni pour le nombre de tests réalisés a été effectuée (k=6, p=0.008).

Dans le groupe TSA, nous ne pouvons pas conclure qu’il existe une différence statistiquement
significative pour les scores de confiance entre les participants d’âges différents (pour le profil
Coopérant : χ²=8.74, ddl=3, p=0.03, η2=0.08 ; pour le profil Equitable : χ²=6.04, ddl=3, p=0.11,
η2=0.04 ; pour le profil Rejetant : χ²=7.52, ddl=3, p=0.06, η2=0.06).

De même, nous n’avons pas observé de différence statistiquement significative entre les
participants d’âges différents dans le groupe CTR (pour le profil Coopérant : χ²=2, ddl=3,

83
p=0.57, η2=0.008 ; pour le profil Equitable : χ²=3.22, ddl=3, p=0.36, η2=0.002 ; pour le profil
Rejetant : χ²=3.61, ddl=3, p=0.3, η2=0.005).

5.5. Effet du groupe sur le jugement de confiance dans les différentes tranches d’âge
Afin de vérifier s’il existe une différence dans l’attribution des scores de confiance aux trois
profils entre les TSA et les CTR dans chaque tranche d’âge, nous avons réalisé le test de
Wilcoxon avec la correction de Bonferroni (k=12, p=0.004).

Les participants TSA et les CTR, quel que soit l’âge, ne diffèrent pas pour leurs scores de
confiance attribués au joueur Coopérant (chez les enfants : Z=1.44, p=0.15, η2=0.03 ; chez les
adolescents : Z=0.18, p=0.86, η2=0 ; chez les jeunes adultes : Z=-2.23, p=0.03, η2=0.11 ; chez
les adultes : Z=0.23, p=0.82, η2=0.001 ).
De même, aucune différence statistiquement significative n’est retrouvée pour les scores au
joueur Equitable entre les sujets TSA et CTR (chez les enfants : Z=-0.12, p=0.90, η2=0 ; chez
les adolescents : Z=1.1, p=0.27, η2=0.02 ; chez les jeunes adultes : Z=-1.26, p=0.21, η2=0.04 ;
chez les adultes : Z=-1.24, p=0.21, η2=0.04).
Les scores de confiance attribués au joueur Rejetant ne diffèrent pas entre les participants
TSA et les CTR quel que soit leur âge (chez les enfants : Z=0.38, p=0.70, η2=0.002 ; chez les
adolescents : Z=2.74, p=0.06, η2=0.11 ; chez les jeunes adultes : Z=1.05, p=0.28, η2=0.002 ;
chez les adultes : Z=0.75, p=0.45, η2=0.01).

VI. Corrélations avec le niveau d’alexithymie

Afin de vérifier si le score au questionnaire d’alexithymie est corrélé avec la performance
dans le jeu, nous avons calculé le coefficient de corrélation de Spearman (Spearman, 1904)
pour la fréquence des passes ainsi que pour les scores de préférence et de confiance aux trois
profils, corrigé pour le nombre de tests effectués.

6.1. Niveau d’alexithymie et fréquence des passes

(Pour le résumé des analyses, cf. Annexe 23-26)
Sur la totalité du jeu
Suite à la correction pour le nombre de tests réalisée, aucune corrélation statistiquement
significative entre la fréquence des passes aux joueurs et les scores d’alexithymie n’a passé le
seuil de signification.

84
Au début du jeu
Suite à la correction pour le nombre de tests réalisée, aucune corrélation statistiquement
significative entre la fréquence des passes aux joueurs et les scores d’alexithymie n’a passé le
seuil de signification.

Au milieu du jeu
Suite à la correction pour le nombre de tests réalisée, aucune corrélation statistiquement
significative entre la fréquence des passes aux joueurs et les scores d’alexithymie n’a passé le
seuil de signification (pour les coefficients de corrélation et les probabilités associées)

A la fin du jeu
Suite à la correction pour le nombre de tests réalisée, aucune corrélation statistiquement
significative entre la fréquence des passes aux joueurs et les scores d’alexithymie n’a passé le
seuil de signification (pour les coefficients de corrélation et les probabilités associées).

6.2. Niveau d’alexithymie et score de préférence

Suite à la correction pour le nombre de tests réalisée, aucune corrélation statistiquement
significative entre les scores de préférence aux joueurs et les scores d’alexithymie n’a passé le
seuil de signification (pour les coefficients de corrélation et les probabilités associées, cf.
Annexe 27).

6.3. Niveau d’alexithymie et score de confiance

Suite à la correction pour le nombre de tests réalisée, aucune corrélation statistiquement
significative entre les scores de confiance aux joueurs et les scores d’alexithymie n’a passé le
seuil de signification (pour les coefficients de corrélation et les probabilités associées, cf.
Annexe 28).

Discussion
Comparaison avec l’étude d’Andari et collaborateurs (2010)
Les analyses menées sur l’ensemble de l’échantillon au sein des groupes TSA et CTR ont
démontré une discrimination des profils sur les premiers 80 essais dans les deux groupes. Ces
résultats divergent des résultats obtenus par Andari et collaborateurs. Premièrement, leurs
participants TSA n’ont pas manifesté de discrimination entre les trois profils, tandis que notre

85
groupe TSA a interagi davantage avec le joueur Equitable qu’avec le joueur Rejetant
(cependant, l’effet étant de petite taille).
Deuxièmement, même si les deux études ont confirmé l’existance d’un effet de profil chez les
CTR, ce n’est pas le même profil qui suscite leur intérêt. Nos participants CTR interagissent
davantage avec le joueur Equitable qu’avec les deux autres joueurs lors des premiers 80 essais,
tandis que les adultes CTR testés précédemment échangent plus souvent avec le joueur
Coopérant. De plus, aucune différence dans la fréquence des passes n’est observée entre les
TSA et les CTR pour chaque joueur dans notre étude.

Les différences dans le design expérimental pouvaient-elle modifier la façon à explorer le jeu
chez nos participants ? Pour rappel, aucun feed-back visuel sur le nombre de balles reçues
n’était présenté dans notre tâche. Or, le stimuli visuel est souvent associé avec le renforcement
(Rolls, 2007). L’absence des points affichés sur l’écran au moment de recevoir la balle du
joueur X pouvait ralentir l’établissement des associations entre la fréquence des passes et le
caractère avantageux du joueur.

Une autre considération sur les différences entre les deux études concerne la nature de la
motivation qui pourrait soutenir la réalisation de la tâche. Contrairement à l’étude de Andari et
al. (2010), nos participants ne recevaient pas d’argent dépendant de leurs performances dans le
jeu. La récompense monétaire pour la performance dans le jeu a-t-elle la même valeur que le
fait de gagner des points ? Les données sont contradictoires et dépendent des stimuli utilisés
dans les études, mais il existe une évidence que les mêmes régions cérébrales (le cortex
préfrontal et le striatum, les deux impliqués dans le système de récompense) sont activées
lorsqu’un footballeur tire un but ou gagne de l’argent (Haüsler et al., 2015).

Les différences dans les résultats pourraient être expliquées en partie par le fait que nos analyses
ont été réalisées d’abord sur l’ensemble des sujets, tous les âges confondus. Si on restreint
l’analyse uniquement aux adultes TSA, comme dans l’étude précédente, la discrimination des
profils, n’étant pas démontrée chez les adultes TSA, n’a pas été non plus observée dans notre
échantillon d’adultes CTR. De plus, aucune autre tranche d’âge ne manifeste un effet de profil
qui serait statistiquement significatif. Nos tailles de l’échantillon pour chaque tranche d’âge
(pourtant, supérieures à celles de l’étude initiale) ne permettent donc pas de conclure davantage
sur la discrimination des profils chez les enfants, adolescents, jeunes adultes et adultes.

86
En outre, en comparant la fréquence des passes à chaque profil entre les quatre tranches d’âge
lors des premiers 80 essais, nous ne pouvons pas conclure que l’âge serait un facteur qui amène
à discriminer des profils.
Finalement, en comparant des participants TSA et CTR dans chaque tranche d’âge, on
n’observe pas de différence dans leurs interactions avec chaque profil.

Fréquence des passes sur la totalité du jeu

Contrairement à notre hypothèse, les analyses sur la totalité du jeu ont permis d’observer un
effet de profil important dans le groupe TSA. Globalement, l’ensemble des participants TSA
interagit davantage avec le joueur Coopérant, sans que les différences pour la fréquence des
passes soient observées entre les profils Equitable et Rejetant. En ce qui concerne les
participants CTR, l’effet du profil attendu est observé : ils envoient la balle surtout aux profils
Coopérant et Equitable, tandis que joueur qui les exclut reçoit à son tour moins de balles. La
taille des effets observés est petite.

Notre expérience, plus longue et mettant moins en avant le score personnel dans le jeu, a permis
aux sujets TSA de présenter le comportement global similaire à celui des contrôles ou les
patients TSA sous l’ocytocine, observé dans l’étude de Andari et al. (2010), à savoir discriminer
le profil Coopérant des deux autres. Ces résultats confirment l’observation de DeWall et
collaborateurs (2009) que face à une exclusion sociale les individus tendent de se tourner vers
les sources d’inclusion afin de retrouver le sentiment d’appartenance. Or, il n’est pas clair si le
choix d’un « bon » partenaire d’interaction dans le groupe TSA relève de la recherche
d’appartenance ou d’une stratégie purement rationnelle, basée sur le calcul des passes.

Nos participants du groupe contrôle ont fait beaucoup de passes non seulement au joueur
Coopérant, comme il a été attendu, mais aussi au joueur Equitable. L’augmentation des
échanges avec le joueur Equitable qui est un joueur moins avantageux comparativement avec
le joueur Coopérant, est-elle dû à la diminution de la valeur du gain lorsque nous avons enlevé
le score de l’écran ? Dans la lumière de cette explication, nous pouvons imaginer la moindre
motivation pour chercher vite un profil avantageux dans notre expérience. Par conséquent,
grâce au temps du jeu allongé les participants pouvaient se permettre d’explorer le
comportement des adversaires plus longtemps. En effet, parmi les trois profils, le joueur
Équitable reste le plus énigmatique, puisque son rôle est d’assurer la distribution Équitable des
balles. En le sollicitant davantage au début du jeu, les participants ont manifesté un

87
comportement exploratoire afin d’accumuler de l’information sur sa stratégie et mieux prédire
ses actions.

En revanche, les analyses par tranche d’âge ont failli mettre en évidence un effet du profil dans
les deux groupes. De plus, nous n’avons pas détecté de différence entre la fréquence d’envoi de
balles entre les âges différents pour chaque joueur. Plus important, nous ne disposons pas
d’évidence que les enfants, adolescents, jeunes adultes et adultes TSA ont démontré un profil
d’interaction différent de leurs pairs tout-venants.

La dynamique des interactions à travers le jeu

En quelle mesure la présence de la motivation de gain favorise la vitesse de reconnaissance des
profils ? Pour répondre à cette question, nous avons analysé la dynamique du jeu afin de détecter
le changement de stratégie.
Les analyses sur l’ensemble des participants dans les deux groupes (TSA et CTR) ont permis
de constater que l’effet du profil devient significatif au début du jeu pour les TSA (ils envoient
la balle plus souvent au joueur Equitable qu’au joueur Rejetant) et pour les CTR (ils envoient
la balle davantage à l’Equitable qu’à deux autres joueurs). A la fin du jeu, un autre effet du
profil important a été détecté chez les TSA comme chez les CTR, à savoir les échanges plus
fréquents avec le joueur Coopérant. Concernant la dynamique d’interaction, nous pouvons
affirmer que le joueur Equitable reçoit significativement plus de balles au début qu’à la fin du
jeu et, inversement, le joueur Coopérant reçoit plus de balles à la fin qu’au début du jeu dans
les deux groupes.
Aucune différence intergroupe statistiquement significative n’est relevée.

Cette dynamique confirme notre idée du comportement exploratoire observé au début du jeu et
l’identification d’un partenaire coopérant vers la fin chez tous les participants. Autrement dit,
la réponse à la coopération n’est pas immédiate et nécessite tout d’abord la détection de cette
attitude, ensuite le changement de stratégie. Contrairement à notre hypothèse, les participants
du groupe contrôle n’ont pas repéré le profil Coopérant plus vite que les TSA.

Ce qui nous interroge dans l’analyse de la dynamique des échanges, c’est le taux de passes au
joueur Rejetant qui ne diffère pas entre le début, le milieu et la fin du jeu. Pourquoi, si ce joueur
a été systématiquement évalué comme le moins préféré et le moins sollicité pendant le jeu, les
participants ne l’ont pas exclu du jeu complétement ? Au vu du contexte social du jeu, nous

88
pouvons supposer la présence d’un facteur pas considéré jusqu’au présent, à savoir une
motivation de nature sociale et l’aversion à l’exclusion (Lieberman, 2013)

Nous ne pouvons pas conclure sur la discrimination des profils à la première phase du jeu chez
les participants TSA quel que soit leur âge, parce que les effets, si grands soient-ils pour certains
âges (adolescents, jeunes adultes) ne passent pas le seuil de signification. Seuls les jeunes
adultes CTR présentent un effet important et statistiquement significatif qui se traduit par le fait
qu’ils sollicitent davantage le joueur Equitable que les autres joueurs. À la deuxième phase du
jeu, l’envoi de balle semble équipondéré chez tous les groupes d’âge.
Il est important de noter que l’effet du profil observé à la fin du jeu est important chez tous les
âges dans le groupe TSA (sauf les adolescents) et tous les âges dans le groupe CTR, mais seuls
jeunes adultes CTR présentent un effet qui serait statistiquement significatif après la correction
pour le nombre de comparaisons effectuées. À la phase concluante du jeu, les jeunes adultes
CTR privilégient pour les échanges le joueur Coopérant à deux autres joueurs.

La comparaison entre les phases du jeu a confirmé que la perception des joueurs Coopérant et
Equitable chez les jeunes adultes CTR est modifié dans le temps : ils interagissent davantage
avec l’Equitable au début qu’à la fin du jeu et, inversement, ils font plus de passes au joueur
Coopérant à la fin qu’au début du jeu. Les jeunes adultes TSA présentent le même pattern
d’interaction avec une taille de l’effet important, mais non-significatif.
Notons que nous n’avons pas observé de différences statistiquement significatives pour la
fréquence des passes entre les différentes tranches d’âges à l’intérieur des groupes TSA et CTR,
ni entre les deux groupes eux-mêmes.

Discrimination explicite des profils : jugement de préférence

Demandés explicitement d’évaluer leur préférence pour chaque profil, les participants CTR se
sont montrés capables de discriminer les trois profils en hiérarchisant les adversaires selon le
degré de réciprocité, le Coopérant ayant les scores les plus élevés, l’Equitable - modérés et le
Rejetant étant le moins préféré de tous. Les participants TSA, à leur tour, ont discriminé
uniquement les deux profils extrêmes, Coopérant et Rejetant.
On ne peut pas conclure à la différence entre les deux groupes dans l’attribution des scores de
préférence pour chaque profil.

89
Lorsqu’on s’intéresse à l’expression de la préférence à l’intérieur de chaque tranche d’âge prise
séparément, nous constatons que l’effet du profil a failli passer le seuil de signification chez les
TSA. En revanche, dans le groupe contrôle les participants de tous les âges ont discriminé
correctement les deux niveaux de réciprocité les plus saillants (Coopérant vs Rejetant). Les
enfants et les adultes ont jugé le joueur Equitable aussi favorablement que le joueur Coopérant,
tandis que les jeunes adultes ont manifesté une discrimination plus fine en lui attribuant une
place selon sa position intermédiaire dans l’échelle de réciprocité. En comparant l’attribution
des scores, nous n’avons pas retrouvé de différence entre les âges ni les groupes.

Discrimination explicite des profils : jugement de confiance

L’attribution des scores de confiance est consistante avec le pattern observé pour les scores de
préférence. Les participants CTR (tous les âges confondus) manifestent une discrimination fine
des trois profils selon leur degré de réciprocité, tandis que les participants TSA distinguent les
deux profils les plus saillants, Coopérant et Rejetant. Nous n’avons pas observé de différence
intergroupe.
L’analyse n’a pas démontré un effet du profil statistiquement significatif après la correction
pour le nombre de tests effectués chez les différentes tranches d’âges dans le groupe TSA.
Concernant les participants tout-venants, les enfants, les adolescents, les jeunes adultes et les
adultes estiment que le joueur l’Equitable est autant digne de confiance que le joueur Coopérant,
tous les deux étant mieux évalués que le joueur Rejetant. Nous n’avons pas observé de
différence intergroupe pour chaque tranche d’âge.

Corrélation de la performance avec le score d’alexithymie

Contrairement à nos prédictions sur l’implication des émotions dans le repérage des différents
niveaux de réciprocité, nous n’avons pas retrouvé le lien entre les échanges avec les joueurs ou
leur évaluation a posteriori et les scores d’alexithymie chez les enfants, adolescents, jeunes
adultes et adultes TSA et CTR.
Nous n’avons pas démontré le lien entre la sensibilité à ses propres émotions et la performance
dans le jeu chez nos participants.
Ces résultats sont en partie consistants avec les conclusions de l’étude sur la prise de décision
financière (Shah, Catmur, & Bird, 2016), postulant que, contrairement aux sujets CTR, la
meilleure résistance à l’effet du cadre chez les adultes TSA n’est pas expliquée par les moindres
scores d’alexithymie, mesurée, comme dans notre étude, à l’aide du questionnaire TAS-20.
Autrement dit, dans des tâches cognitives qui peuvent évoquer des émotions sans que cette

90
activation émotionnelle soit nécessaire pour la résolution efficace du problème (comme la tâche
de l’effet du cadre, De Martino, 2006), les participants TSA utilisent autre mode de résolution
de problème que leurs pairs CTR - de nature non-affective, contrôlé, - et leurs traits
alexithymiques n’expliquent pas la variance observée.

Cependant, dans des tâches du jugement moral (pour la revue, Christensen & Gomila, 2012)
où les adultes TSA raisonnent sur des situations impliquant des conséquences pour les êtres
humains, l’alexithymie corrèle positivement avec le jugement utilitariste qui est associé au
mode de raisonnement contrôlé (Patil, Melsbach, Hennig-Fast, & Silani, 2016).
Malheureusement, les auteurs n’ont pas réalisé l’analyse corrélationnelle dans le groupe CTR
apparié selon le QI et le niveau d’alexithymie aux patients. Une évidence récente confirme le
même rapport entre les traits d’alexithymie élevés, d’un côté, et la prévalence des réponses
utilitaristes chez les adultes CTR dans les tâches du jugement moral, de l’autre (Cecchetto,
Korb, Rumiati, & Aiello, 2018).

En distinguant ces deux tâches expérimentales selon la nature des processus sous-jacents
impliqués dans le raisonnement (cognitifs pour l’effet du cadre et sociocognitifs pour les
épreuves de jugement moral), nous soulignons des différences dans le rapport entre
l’alexithymie et la prise de décision. En absence d’études comparant directement l’influence du
poids du contexte social sur la prise de décision chez les personnes avec et sans alexithymie,
nous nous permettons de proposer une hypothèse théorique selon laquelle la perception du
contexte sociale dans une tâche de prise de décision favorise l’interférence de l’alexithymie
avec le processus décisionnel chez les personnes TSA. Cette supposition ouvre une discussion
sur la nature des processus sollicités dans la tâche Cyberball telle qu’elle a été conçue dans
l’étude d’Andari et réutilisée dans notre protocole. En effet, si nous supposons que l’influence
de l’alexithymie sur le processus décisionnel se révèle davantage dans un contexte social, nous
pourrions expliquer l’absence de corrélation entre le score d’alexithymie et les mesures du jeu
(fréquence des passes ; jugement de confiance ; jugement de préférence) par l’insuffisance de
la composante sociale dans la tâche. Autrement dit, nos participants ont pu utiliser le traitement
fréquentiste pour sélectionner le meilleur joueur pendant l’exécution de la tâche, sans forcément
lui attribuer des intentions.
Cette réflexion nous a conforté dans l’idée de réaliser une deuxième étude afin de contrôler la
composante sociale dans la première.

91
Etude 2. Coexistence de deux types de motivation dans la tâche
Cyberball (étude chez les enfants, adolescents et adultes tout-
venants)

Résumé
Au vu de notre hypothèse que les participants ont utilisé davantage le raisonnement fréquentiste
que l’attribution des attitudes, nous avons conduit une étude contrôle en utilisant le même
paradigme et en faisant varier le contexte afin d’isoler la motivation sociale de la motivation
individualiste. Dans un premier temps, seuls les participants du groupe contrôle ont participé à
l’étude.

Introduction
La motivation est une élément fondamental qui guide d’action (Simpson & Balsam, 2015).
Levine (2006) propose un modèle de la coexistence de deux types de motivation : individualiste
(gain personnel) et sociale, qui sont constamment en recherche d’équilibre. La modification du
design expérimental dans l’étude n°1, notamment la diminution du renforcement monétaire
(absence de récompense monétaire, absence de score affiché sur l’écran) pouvait augmenter un
autre type de motivation – d’appartenance sociale – et ainsi expliquer en partie les différences
entre nos résultats et l’étude de Andari et al. (2010).

Lors des expériences interactives avec des agents virtuels, les participants n’attribuent pas
d’intentions à l’ordinateur et montrent un comportement moins basé sur des normes sociales,
que lors des interactions avec des adversaires humains (Gallagher, Jack, Roepstorff, & Frith,
2002). De ce fait, l’introduction d’une condition où les sujets jouent contre un ordinateur permet
d’enlever la composante sociale et garder uniquement l’aspect compétitif avec la motivation de
gain. D’habitude, le fait subir une absence de réciprocité est associé à des états émotionnels
négatifs et au jugement plus sévère sur le participant inéquitable (Sanfey, 2007).
D’autre côté, le fait d’introduire une condition favorisant la motivation d’appartenance sociale
(Rudolph & Bohn, 2014) et donc potentiellement sans la motivation individualiste associée
nous permet de comparer la réaction à l’absence de réciprocité dans ces deux cadres : avec et
sans compétition.

92
Objectif
L’objectif de cette étude est de tester l’hypothèse de coexistence de deux types de motivation :
gain personnel (individualisme) et appartenance sociale dans la tâche Cyberball utilisée en
étude n°1 en la comparant à deux conditions : 1) uniquement sociale ; 2) uniquement de gain
personnel.

Hypothèses
Hypothèse sur la coexistence de la motivation d’appartenance sociale et de la motivation de
gain
1) les deux types de motivation (d’appartenance ou de gain) coexistent et elles renforcent
mutuellement la reconnaissance des profils. Si c’est le cas, le profil Coopérant sera
mieux reconnu lorsque les deux types de motivation sont présents (version Mixte) que
lorsqu’une des motivations est introduite.
2) les deux types de motivation ne coexistent pas, l'une d'elles prend le dessus sur l'autre.
Si c’est le cas, l’effet du profil observé dans la version Mixte est similaire à une des
conditions expérimentales où un seul type de motivation est sollicité.

Méthodologie
Participants
Nous avons recruté quatre-cent-vingt participant tout-venant repartis en trois conditions
expérimentales (cf. le tableau 10).

Tableau 10. Caractéristiques socio-démographiques des participants. Aucune différence inter-groupe entre l’âge
moyen (test de Kruskall-Wallis χ2=0.09, p=0.96) ni entre les scores d’alexithymie (χ2=0.46, p=0.80) n’a été
détectée.
Condition Gain Condition Mixte Condition sociale
N 150 139 131
Hommes / femmes 67 / 85 77 / 62 65 / 66
Age moyen (écart-type) 19.5 (13.4) 17.4 (9.6) 19.1 (2.9)
Age minimum 6 6 6
Age maximum 54 56 59
Score TAS 33 (8.1) 32 (13) 36 (9.7)

Les participants ont été divisés en plusieurs sous-groupes selon une tranche d’âge en suivant
les recommandations du Centre d’observation de la société (cf. le tableau 11).

93
Tableau 11. Caractéristiques socio-démographiques des participants selon les tranches d’âge définies dans la
version Gain, Mixte et Sociale. Pas de différence entre les scores d’alexithymie entre les versions du jeu chez les
enfants (test de Kruskall-Wallis χ2=0.06, p=0.97), chez les adolescents (χ2=0.68, p=0.71), chez les jeunes adultes
(χ2=2.28, p=0.32) ni chez les adultes (χ2=3.89, p=0.24).

Cyberball : Gain Cyberball : Mixte Cyberball : Sociale

Adolescents

Adolescents

Adolescents
Enfants

Enfants

Enfants
Adultes

Adultes

Adultes
adultes

adultes

adultes
Jeunes

Jeunes

Jeunes
N 50 43 32 25 44 42 30 23 43 40 27 21
Hommes / 11 / 28 / 22 / 14 / 13 / 24 / 18 / 11 /
22/28 22/21 10/22 12/9
femmes 14 16 20 16 10 19 22 16
Âge moyen 8.7 14.5 21 33.6 8.7 14 21.7 34.9 8.5 14.3 21.4 32.3
(écart-type) (1.4) (1.7) (1.7) (8.6) (1.8) (1.5) (2.3) (6.7) (1.7) (1.8) (1.8) (6.1)
Âge
6 12 18 26 6 12 18 27 6 12 18 27
minimum
Âge
11 17 25 54 11 17 25 56 11 17 25 59
maximum
9 19.9 47.4 44.1 24 21 43 42 23.8 20 46.5 54
Score TAS 24 (5)
(6.5) (8.8) (7.8) (6) (6) (9) (9) (8) (5.8) (10) (13)

Lieux de recrutement
Centre Expert Asperger, Hôpital Robert Debré (chef de service Pr Delorme), Paris
Centre Expert Asperger, Hôpital Charles Perrins (chef de service Pr Manuel Bouvard),
Bordeaux
Centre Expert Asperger, Hôpital Albert Chenevier (chef de service Pr Marion Leboyer), Créteil
Le Laboratoire des Usages en Technologies d'Information Numériques, FED 4246 (directeur
M.Charles Tijus), Paris
Université Paris Descartes, Paris
Université Paris 8 Saint-Denis
École Normale Supérieure, Paris

Période d’inclusion
Pour atteindre cette taille d’échantillon, il a fallu quatre ans de recrutement (entre 2013 et 2017).

9
Les questionnaires d’alexithymie ont été administrés à un certain nombre de participants. Pour la condition
Gain : enfants n=33, adolescents n=39, jeunes adultes n=32 , adultes n=24 ; pour la condition Mixte : enfants
n=29, adolescents n=29, jeunes adultes n=27 , adultes n=22 ; pour la condition Sociale : enfants n=35,
adolescents n=32, jeunes adultes n=24 , adultes n=12.

94
Évaluations
Mesure d’alexithymie
Nous avons mesuré la sensibilité à ses propres émotions grâce au questionnaire TAS-20 (The
Twenty-Item Toronto Alexithymia Scale) : version enfant et adolescent (Loas et al., 2010);
version adulte (Bagby, Taylor, & Parker, 1994). Les exemples des questionnaires se trouvent
dans l’annexe X.

Critères d’inclusion
- Hommes et femmes ;
- Age à partir de 6 ans ;
- Consentement libre et éclairé du participant et de ses parents (si mineur).

Critères d’exclusion
- Arrêt de passation ;
- Difficulté de compréhension du français ;
- QI < 70 ou redoublement de classe (pour les participants qui n’ont pas bénéficié
d’évaluation psychométrique standardisée du QI) ;
- Prise de médicaments neuroleptiques ;
- Antécédents neurologiques et psychiatriques connus ;
- Antécédents d’épisodes d’épilepsie.

Procédure

Les participants ont été assignés à une des conditions expérimentales : 1) Mixte 10, combinant
les deux types de motivation ; 2) condition Gain ; 3) condition Sociale. La description des
deux nouvelles conditions se trouve dans le tableau 12.

10
La condition Mixte a été décrite dans l’Étude 1 (cf. section Procédure, p.).

95
Tableau 12. Description des conditions Gain et Sociale.

Condition Gain Sociale

Description Une condition d’expérience issue de la
première version Cyberball décrite dans
l’Étude 1. Celle-ci vise à enlever la
composante sociale tout en gardant la
motivation de gain. Au lieu de jouer avec
les personnages introduisant un contexte
aspect social, le participant joue avec trois
joueurs clairement identifiés comme étant
fictifs et représentés par des images
d’ordinateurs.
Consigne « Vous allez participer à un jeu de balle
avec trois ordinateurs. Chaque fois que
vous recevez une balle, vous gagnez 1
point. Le but du jeu est d’avoir le plus de
points possible »
Il s’agit d’une expérience identique à la
version Cyberball décrite dans l’Étude 1.
Seule la consigne a été modifiée afin
d’enlever le contexte de compétition (toute
référence à la possibilité de gagner des
points). La confrontation du participant au
contexte social a été maintenu grâce aux
photos (utilisées dans l’Etude 1) et à la
consigne.
« Vous allez participer à un jeu de balle avec
trois autres participants qui se trouvent
actuellement dans d’autres pièces. Tous les
ordinateurs sont connectés en réseau de façon
que vous puissiez jouer tous ensemble en
même temps. Le but est de voir comment les
participants, qui ne se connaissent pas,
interagissent entre eux dans un jeu en ligne »

Caractéristiques le joueur Coopérant aura fait en moyenne 70 % de ses passes au P ;

des joueurs
le joueur Équitable aura fait en moyenne 30% des passes au P ;
le joueur Rejetant aura fait en moyenne 10% des passes au P.
Evaluation post-jeu Echelle de préférence Echelle de préférence
Echelle de Likert « A quel point tu préfères jouer avec « A quel point tu préfères jouer avec le
(1 points – l’ordinateur X ? » joueur X ? »
minimum,
7 points – Echelle de confiance
maximum) « À quel point tu fais confiance à J (prénom
du joueur) ? »
Stimuli utilisés Identiques aux stimuli utilisés dans l’Étude 1

96
Analyses
Dans un premier temps, nous avons procédé au test des hypothèses de l’analyse de variance
(ANOVA) en réalisant le test de normalité de la distribution des résidus issus du modèle, ainsi
que le test d’égalité des variances (homoscédasticité ; Glele Kakaï, Sodjinou & Fonton, 2006).
Afin de tester si les résidus issus du modèle suivent la loi normale, le test W de Shapiro-Wilk
(Shapiro & Wilk, 1965) a été utilisé (la valeur de p <0.05 permet de rejeter l’hypothèse de la
normalité). De plus, le test de Levene (Levene, 1960) a été réalisé pour vérifier l’égalité des
variances en fonction de chaque facteur (la valeur de p <0.05 permet de rejeter l’hypothèse de
l’égalité des variances). Ces deux conditions, la normalité de la distribution et l’égalité des
variances, doivent en effet être remplies simultanément afin de pouvoir utiliser l’ANOVA.
Dans un second temps, le choix des tests appropriés a été fait en fonction du caractère de la
distribution.

Résultats

I. Discrimination implicite des profils

Nous avons procédé à une analyse de variance suivant le plan expérimental : Version3 x Âge4
x Profil3, où la version (Gain, Sociale et Mixte) et l’âge (enfants, adolescents, jeunes adultes et
adultes) sont deux facteurs inter-sujet et le profil de joueur (Coopérant, Equitable et Rejetant)
est un facteur intra-sujet. Cette analyse fut effectuée sur la totalité du jeu (180 essais). Les
conditions de la normalité n’étant pas respectées (cf Annexe 29 et 30), nous avons utilisé les
tests non paramétriques.

1.1. Effet du profil sur la fréquence des passes en fonction de la version du jeu (sur la
totalité du jeu)
Afin de vérifier si la fréquence des passes diffère entre les profils dans chaque version du jeu,
nous avons appliqué le test de Kruskall-Wallis (avec la correction de Bonferroni pour le nombre
de tests réalisés, k=3, p=0.016). Le test post-hoc est réalisé avec le test de Wilcoxon avec la
correction de Bonferroni pour le nombre de comparaisons (p=0.016). Les statistiques des tests
sont résumées dans le tableau 13.

97
Tableau 13. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle (médiane) aux profils
Coopérant, Equitable et Rejetant chez les participants TSA et CTR (tous les âges confondus) sur la totalité du jeu
dans les trois versions (effet de profil). L’astérisque indique un résultat statistiquement significatif (p<0.016 pour
le test de Kruskall-Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de
l’effet.

Médiane Post-hoc (p<0.016)

Effet profil
Version Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.016)
Equitable Rejetant Rejetant
χ²=104.38
Z=7.37, Z=9.62, Z=3.12,
Gain ddl=2,
0.41 0.31 0.27 p<0.0001*, p<0.0001*, p=0.0018*,
(n=150) p<0.0001*,
η2=0.18 η2=0.31 η2=0.03
η2=0.69
χ²=19.8
Z=2.14, Z=4.33, Z=2.53,
Mixte ddl=2,
0.35 0.33 0.31 p=0.33, p<0.0001*, p=0.012*,
(n=139) p<0.0001*,
η2=0.02 η2=0.07 η2=0.02
η2=0.12
χ²=16.21,
Z=-2.13, Z=-3.89, Z=-1.95,
Sociale ddl=2,
0.31 0.33 0.35 p=0.021, p<0.0001*, p=0.05,
(n=131) p=0.0003*,
η2=0.02 η2=0.06 η2=0.02
η2=0.09

Dans la version du jeu à motivation individualiste (Gain), les participants (tous les âges
confondus) ont manifesté un effet de profil important (p<0.0001, η2=0.69). Ils ont envoyé le
plus de balles au joueur Coopérant et le moins de balles au joueur Rejetant, le joueur Equitable
ayant obtenu la place intermédiaire statistiquement différente des deux.

Dans la version du jeu Mixte, les participants (tous les âges confondus) manifestent également
un effet du profil modéré expliqué par le fait que le joueur Coopérant reçoit plus de balles que
le joueur Rejetant (les autres comparaisons s’avèrent non significatives après la correction
effectuée).

Finalement, dans la version du jeu Sociale, les participants (tous les âges confondus) ont
présenté un effet du profil modéré dû au fait que le profil Rejetant reçoit plus de passes que le
profil Coopérant (les autres comparaisons s’avèrent non significatives après la correction
effectuée).

1.2. Effet de la version du jeu sur la fréquence des passes en fonction du profil (sur la
totalité du jeu)
Afin de comparer la fréquence des passes à chaque profil entre les différentes versions du jeu,
nous avons réalisé le test de Kruskall-Wallis (avec la correction de Bonferroni pour le nombre

98
de tests, k=3, p=0.016) et le test de Wilcoxon pour le test post-hoc (avec la correction de
Bonferroni pour le nombre de comparaisons, p=0.016).

Nous avons retrouvé un effet modéré de la version pour le profil Coopérant (χ²=49.7, ddl=2,
p<0.0001, η2=0.11) : ce profil est davantage sollicité dans la version Gain que les deux autres
version (pour la comparaison avec la version Mixte : Z=3.75, p=0.0002, η2=0.05; pour la
comparaison avec la version Sociale : Z=6.85, p<0.0001, η2=0.17). Le profil Coopérant reçoit
également plus de balles dans la version Mixte que Sociale (Z=3.65, p=0.0003, η2=0.05).

Nous avons également retrouvé un petit effet de la version du jeu pour le profil
Equitable (χ²=10.22, ddl=2, p=0.006, η2=0.02) : les participants de la version Gain envoient
moins de balles au joueur Equitable que les participants de la version Sociale (Z=-2.85,
p=0.004, η2=0.03) ou Mixte (Z=-2.62, p=0.009, η2=0.02). Pas de différence statistiquement
significative retrouvée entre les versions Sociale et Mixte (Z=0.22, p=0.82, η2=0).

Un effet important de la version du jeu est également retrouvé pour la fréquence des passes au
joueur Rejetant (χ²=56.09, ddl=2, p<0.0001, η2=0.13) : les participants de la version Sociale
lui envoient plus de passes que ceux de la version Gain (Z=7.25, p<0.0001, η2=0.19) ou Mixte
(Z=4.31, p<0.0001, η2=0.07). Le profil Rejetant reçoit également plus de passes dans la version
Mixte que Gain (Z=3.63, p=0.0003, η2=0.05)

1.3. Effet du profil sur la fréquence des passes pour chaque tranche d’âge en fonction de
la version du jeu (sur la totalité du jeu)
Afin de vérifier s’il existe une différence dans la fréquence des passes aux trois profils chez les
participants d’âges différents en fonction de la version du jeu, nous avons fait le test de
Kruskall-Wallis avec la correction de Bonferroni pour le nombre de tests réalisés (k=12,
p=0.004).

Les participants qui ont joué avec les ordinateurs (condition Gain) ont tous manifesté un effet
important de profil (cf. Annexe 31 pour les statistiques des tests). Les enfants envoient le moins
de balles au profil Rejetant qu’à deux autres profils. En revanche, les participants plus âgés
(adolescents, jeunes adultes et adultes) envoient le plus de balles au profil Coopérant.

99
Parmi les participants dans la condition Sociale, seuls les jeunes adultes ont manifesté un effet
de profil important et statistiquement significatif qui consistait à envoyer plus de passes au
joueur Coopérant qu’au Rejetant.

Finalement, parmi les participants de toutes les tranches d’âge, seuls les jeunes adultes dans la
condition Mixte ont manifesté un effet de profil important statistiquement significatif après la
correction effectuée (cf. Annexe 31). Ils ont envoyé plus de balles au joueur Coopérant qu’à
deux autres joueurs.

1.4. Effet de l’âge sur la fréquence des passes en fonction du profil pour les différentes
versions du jeu (sur la totalité du jeu)
Afin de vérifier si les enfants, adolescents, jeunes adultes et adultes sollicitent différemment
des joueurs dans les trois versions du jeu, nous avons réalisé un test de Kruskall-Wallis en
faisant la comparaison entre les tranches d’âges dans chaque version du jeu (avec la correction
de Bonferroni appliquée pour le nombre des tests réalisés, k=9, p=0.006).

Dans la version Gain, nous n’avons pas observé de différences dans l’envoi de balle entre les
participants de quatre tranches d’âge pour le profil Coopérant (χ²=7.5, ddl=3, p=0.05, η2=0.03),
Equitable (χ²=10.64, ddl=3, p=0.01, η2=0.05), ni Rejetant (χ²=3.6, ddl=3, p=0.31, η2=0.004).

Dans la version Mixte, nous n’avons pas observé de différences dans l’envoi de balle entre les
participants de quatre tranches d’âge pour le profil Coopérant (χ²=2.9, ddl=3, p=0.4, η2=0.001),
Equitable (χ²=4.66, ddl=3, p=0.19, η2=0.01), ni Rejetant (χ²=3.59, ddl=3, p=0.3, η2=0.004).

Dans la version Sociale, nous n’avons pas observé de différences dans l’envoi de balle entre les
participants de quatre tranches d’âge pour le profil Coopérant (χ²=2.48, ddl=3, p=0.49,
η2=0.004), Equitable (χ²=1.73, ddl=3, p=0.63, η2=0.01), ni Rejetant (χ²=9.04, ddl=3, p=0.03,
η2=0.04).

II. Analyse de la dynamique des interactions (discrimination implicite)

Nous avons procédé à une analyse de variance suivant le plan expérimental : Version3 x Âge4
x Phase3 x Profil3, où la version (Gain, Sociale et Mixte) et l’âge (enfants, adolescents, jeunes
adultes et adultes) sont deux facteurs inter-sujet et la phase (Début, Milieu et Fin) et le profil
du joueur (Coopérant, Equitable et Rejetant) sont des facteurs intra-sujet. Les conditions de la

100
normalité n’étant pas respectées (cf. Annexes 32 et 33), nous avons utilisé les tests non
paramétriques.

2.1. Effet du profil sur la fréquence des passes à différentes phases du jeu en fonction de
la version du jeu (toutes les tranches d’âge confondues)
Afin de vérifier s’il existe un effet de profil sur l’envoi de balle au début, au milieu et à la fin
du jeu dans les différentes versions de Cyberball, nous avons utilisé le test de Kruskall-Wallis
avec la correction de Bonferroni pour le nombre de tests réalisés (k=9, p=0.005). Les
statistiques sont présentées dans le tableau 14.

Version Gain :
Nous avons retrouvé un effet de profil important à chaque phase du jeu. Dès le début, les
participants (tous les âges confondus) envoyaient moins de balles au joueur Rejetant par rapport
aux deux autres profils, sans qu’une différence soit détectée entre les passes faits aux joueurs
Coopérant et Equitable. Au milieu du jeu, c’est le joueur Coopérant qui reçoit statistiquement
plus de passes que les deux autres adversaires. La même tendance est conservée dans le dernier
tiers du jeu, le profil Coopérant recevant à lui seul la moitié des passes faits par les sujets.

Version Sociale :
Dans la version Sociale du jeu, le début est marqué par les passes plus fréquents au joueur
Equitable qu’aux autres profils. En revanche, pendant le deuxième tiers du temps les
participants ont surtout la balle le plus au joueur Rejetant et le moins au joueur Coopérant, le
joueur Equitable ayant reçu le nombre intermédiaire des passes (les différences entre les trois
profils sont statistiquement significatives avec des effets de taille importante).

Version Mixte :
Dans la version Mixte, au début nous avons observé des échanges plus fréquents avec le profil
Equitable qu’avec les deux autres profils. Aucune différence statistiquement significative entre
les passes faites aux trois joueurs n’a été détectée au milieu du jeu. Finalement, tous les
participants ont envoyé plus de balles au joueur Coopérant dans le dernier tiers du jeu.

101
Tableau 14. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle (médiane) aux profils
Coopérant, Equitable et Rejetant chez les participants TSA et CTR (tous les âges confondus) à chaque phase du
jeu dans les trois versions (effet de profil). L’astérisque indique un résultat statistiquement significatif (p<0.005
pour le test de Kruskall-Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente la taille
de l’effet.

PROFIL Post-hoc (p<0.016)

Effet profil
VERSION PHASE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.005)
Equitable Rejetant Rejetant
χ²=16.11,
Z=-1.5, Z=2.5, Z=3.95,
ddl=2,
Début 0.33 0.35 0.29 p=0.13, p=0.012*, p<0.0001*,
p=0.0003*,
η2=0.04 η2=0.30 η2=0.17
η2=0.68
χ²=23.65,
Z=3.99, Z=4.97, Z=0.87,
Gain ddl=2,
Milieu 0.36 0.31 0.31 p<0.0001*, p<0.0001*, p=0.38,
(n=150) p<0.0001*,
η2=0.21 η2=0.20 η2=0.001
η2=0.54
χ²=136.8,
Z=9.44, Z=10.52, Z=2.35,
ddl=2,
Fin 0.5 0.25 0.2 p<0.0001*, p<0.0001*, p=0.02,
p<0.0001*,
η2=0.18 η2=0.18 η2=0.01
η2=0.60
χ²=16.67,
z=-3.53, z=-0.2, z=3.53,
ddl=2,
Début 0.32 0.36 0.32 p=0.0004*, p=0.84, p=0.0004*,
p=0.002*,
η2=0.09 η2=0 η2=0.09
η2=0.11
χ²=0.36,
Mixte ddl=2,
Milieu 0.32 0.35 0.33 -- -- --
(n=139) p=0.836,
η2=0.01
χ²=44.03,
z=4.99, z=6.18, z=1.69,
ddl=2,
Fin 0.39 0.32 0.29 p<0.0001*, p<0.0001*, p=0.09,
p<0.0001*,
η2=0.18 η2=0.28 η2=0.02
η2=0.31
χ²=16.9,
Z=-3.4, Z=0.02, Z=3.7,
ddl=2,
Début 0.33 0.35 0.31 p=0.0007*, p=0.98, p=0.0002*,
p=0.0002*,
η2=0.04 η2=0 η2=0.17
η2=0.68
χ²=38.21,
Z=-3.48, Z=-5.78, Z=3.47,
Sociale ddl=2,
Milieu 0.29 0.33 0.38 p=0.0005*, p<0.0001*, p=0.0005*,
(n=131) p<0.0001*,
η2=0.21 η2=0.20 η2=0.21
η2=0.54
χ²=8.11,
ddl=2,
Fin 0.33 0.31 0.36 -- -- --
p=0.017,
η2=0.6

102
2.2. Effet de la phase du jeu sur la fréquence des passes aux trois profils en fonction de la
version du jeu (toutes les tranches d’âge confondues)
Nous avons réalisé le test de Kruskall-Wallis avec la correction de Bonferroni pour le nombre
de tests (k=9, p=0.005) afin de vérifier si les fréquences des passes à chaque profil diffèrent
entre les trois temps du jeu dans chaque version.

Dans la version Gain, nous avons observé des différences dans la fréquence des passes pour
tous les trois profils entre les trois phases du jeu. Concernant le joueur Coopérant (χ²=47.11,
ddl=2, p<0.0001, η2=0.27), les participants (tous les âges confondus) ont progressivement
augmenté le nombre de passes à ce joueur entre le Début et le Milieu du jeu (test de Wilcoxon
avec la correction de Bonferroni pour le nombre de comparaisons (p=0.016), Z=2.4, p=0.016,
η2=0.02) ainsi qu’entre le Milieu et la Fin du jeu (Z=4.43, p<0.0001, η2=0.07). Les passes au
joueur Coopérant ont augmenté entre le Début et la Fin du jeu (Z=6.7, p<0.0001, η2=0.15). La
dynamique inverse a été observée pour le joueur Equitable (χ²=37.67, ddl=2, p<0.0001,
η2=0.24), les participants ont progressivement diminué le nombre de passes entre le Début et
le Milieu du jeu (Z=3.14, p=0.002, η2=0.03) et entre le Milieu et la Fin du jeu (Z=3.14, p=0.002,
η2=0.03). Les passes au joueur Equitable ont diminué entre le Début et la Fin du jeu (Z=6.06,
p<0.0001, η2=0.12). Pour le profil Rejetant (χ²=34.54, ddl=2, p<0.0001, η2=0.22) la différence
dans les passes n’est pas statistiquement significative entre le Début et le Milieu du jeu (Z=0.68,
p=0.49, η2=0.002). En revanche, les participants ont envoyé moins de balles au profil Rejetant
entre le Milieu et la Fin du jeu (Z=4.65, p<0.0001, η2=0.07). La différence dans les échanges
est confirmée également entre le Début et la Fin du jeu (Z=5.44, p<0.0001, η2=0.10).

Version Mixte :
Dans la version Mixte, nous avons observé des différences dans la fréquence des passes entre
les trois phases du jeu pour chaque profil. Concernant le joueur Coopérant (χ²=21.67, ddl=2,
p<0.0001, η2=0.14), les participants augmentent considérablement le nombre des passes dans
le troisième tiers du temps (différence avec le Début Z=4.31, p<0.0001, η2=0.06; différence
avec le Milieu Z=3.68, p=0.0002, η2=0.05), sans que les échanges augmentent entre le début et
le milieu du jeu (Z=0.51, p=0.6, η2=0.001). Le pattern inverse est observé pour le joueur
Equitable (χ²=18.67, ddl=2, p<0.0001, η2=0.12) : les échanges diminue progressivement entre
le Début et la Fin du jeu (Z=4.3, p<0.0001, η2=0.07) et entre le Milieu et la Fin du jeu (Z=2.5,
p=0.012, η2=0.02) sans que la diminution soit repérée de manière statistiquement significative
entre le Début et le Milieu du jeu (Z=1.73, p=0.08, η2=0.01). Un effet de la phase du jeu de

103
petite taille est également observé pour le joueur Rejetant (χ²=12.2, ddl=2, p=0.002, η2=0.08),
à savoir la diminution des passes entre le Début et la Fin du jeu (Z=2.83, p=0.005, η2=0.03) et
le Milieu et la Fin du jeu (Z=3.15, p=0.002, η2=0.0.04). Nous n’avons pas retrouvé de différence
dans les passes entre les deux premières phases (Z=0.56, p=0.57, η2=0.001).

Dans la version Sociale, les phases du jeu ont également un effet modéré sur la fréquence des
passes aux joueurs. Nous avons observé une fluctuation des échanges avec le joueur Coopérant
(χ²=14.3 ddl=2, p=0.0008, η2=0.09) : les participants lui envoyaient le moins de passes au
milieu du jeu comparé aux autres phases (comparaison avec le Début : Z=3.42, p=0.0006,
η2=0.04 ; comparaison avec la Fin : Z=3.13, p=0.002, η2=0.03). L’effet de la phase pour le
profil Equitable (χ²=15.65, ddl=2, p=0.0004, η2=0.11) consiste en diminution de passes entre
le Début et les deux autres phases (comparaison avec le Milieu : Z=2.49, p=0.013, η2=0.02 ;
avec la Fin : Z=3.88, p=0.0001, η2=0.05). Finalement, l’évolution du nombre des passes
(χ²=19.3, ddl=2, p<0.0001, η2=0.13) pour le joueur Rejetant est positive entre le Début et les
deux autres phases (comparaison avec le Milieu : Z=4.37, p<0.0001, η2=0.07 ; avec la Fin du
jeu : Z=2.59, p=0.009, η2=0.02).

2.3. Effet de la version du jeu sur la fréquence des passes à chaque profil en fonction des
phases du jeu (tous les âges confondus).
Afin de vérifier s’il existe un effet de la version du jeu sur la fréquence des passes aux trois
profils à chaque période, nous avons réalisé le test de Kruskall-Wallis avec la correction de
Bonferroni (k=9, p=0.005) et le test de Wilcoxon pour les comparaisons par pair (avec la
correction de Bonferroni, p=0.016).

En ce qui concerne le joueur Coopérant, l’effet de la version n’a pas été retrouvé pour la
première partie du jeu (χ²=1.3, ddl=2, p=0.52, η2=0.002). En revanche, un effet de petite taille
retrouvé au milieu du jeu (χ²=27.9, ddl=2, p<0.0001, η2=0.06) : le profil Coopérant recevaient
le plus de passes dans la version Gain et le moins de passes dans la version Sociale (Z=5.17,
p<0.0001, η2=0.09). Concernant la condition intermédiaire (Mixte), il reçoit moins de balles
que dans la version Gain (Z=2.85, p=0.004, η2=0.02), mais plus de balles que dans la version
Sociale (Z=2.63, p=0.008, η2=0.002). Le même effet de petite taille est observé pour les passes
faits à la fin du jeu (χ²=44.5, ddl=2, p<0.0001, η2=0.10) : le joueur Coopérant reçoit le plus de
passes dans la version Gain comparativement aux autres versions (comparaison avec la version
Mixte : Z=3.41, p=0.0007, η2=0.04 ; avec la version Sociale : Z=6.52, p<0.0001, η2=0.15). De

104
plus, il reçoit plus de passes dans la version Mixte que dans la version Sociale (Z=3.53,
p=0.0004, η2=0.05).

En comparant les échanges avec le joueur Equitable, nous n’avons pas retrouvé d’effet de la
version pour le début (χ²=0.7, ddl=2, p=0.7, η2=0) ni le milieu du jeu (χ²=4.87, ddl=2, p=0.09,
η2=0.007). C’est uniquement à la fin du jeu qu’un effet de petite est repéré (χ²=16.8, ddl=2,
p=0.0002, η2=0.03) : en effet, le joueur Equitable reçoit le moins de passes à la fin du jeu dans
la version Gain comparativement à la version Mixte (Z=3.17, p=0.002, η2=0.03) ou Sociale
(Z=3.82, p=0.0001, η2=0.05), sans qu’une différence soit repérée entre les deux dernières
versions (Z=0.47, p=0.63, η2=0.001).

Finalement, les échanges avec le joueur Rejetant ne diffèrent pas en fonction de la version au
début du jeu (χ²=4.31, ddl=2, p=0.12, η2=0.006). Au milieu du jeu (χ²=29.89, ddl=2, p<0.0001,
η2=0.06) le joueur Rejetant reçoit le plus de passes dans la version Sociale comparativement à
la version de Gain (Z=5.32, p<0.0001, η2=0.10) ou Mixte (Z=3.38, p=0.0007, η2=0.04). La
comparaison entre les versions Gain et Mixte ne passe pas le seuil de signification corrigé
(Z=2.28, p=0.02, η2=0.02). La différence entre les trois versions devient encore plus marquante
vers la fin du jeu (χ²=54.7, ddl=2, p<0.0001, η2=0.12) avec un effet modéré : le joueur Rejetant
reçoit le plus de passes dans la version Sociale et le moins de passes dans la version Gain
(Z=7.15, p<0.0001, η2=0.18). La version Mixte occupe une position intermédiaire
(comparaison avec la version de Gain : Z=3.49, p=0.0005, η2=0.04 ; avec la version Sociale :
Z=-4.34, p<0.0001, η2=0.06).

2.4. Effet du profil sur la fréquence des passes dans chaque tranche d’âge à différentes
phases du jeu
Le test de Kruskall-Wallis a été réalisé en comparant la fréquence des passes aux trois profils
dans chaque tranche d’âge au début, au milieu et à la fin du jeu pour chaque version du jeu (la
correction de Bonferroni a été réalisé pour le nombre de tests, k=36, p=0.001).

Version Gain (cf. le tableau 15):

Début du jeu :
Au début du jeu, seuls les enfants manifestent un effet du profil important et statistiquement
significatif : les plus jeunes participants envoient le plus de balles au profil Equitable qu’aux
autres joueurs. Aucune autre différence significative n’a été détectée.

105
 Milieu du jeu :
Au milieu du jeu, les enfants et les adultes manifestent un effet du profil important et
statistiquement significatif (cf. le tableau 15 pour les statistiques). Les enfants font plus de
passes aux joueurs Coopérant et Equitable, tandis que les adultes concentrent leurs échanges
davantage avec le joueur Coopérant.

Tableau 15. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle (médiane) aux profils
Coopérant, Equitable et Rejetant chez les enfants, adolescents, jeunes adultes et adultes TSA et CTR à chaque
phase du jeu pour la version Gain (effet de profil). L’astérisque indique un résultat statistiquement significatif
(p<0.001 pour le test de Kruskall-Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente
la taille de l’effet.

V PROFIL Post-hoc (p<0.016)

E P
R H
Effet profil
S A AGE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.001)
I S Equitable Rejetant Rejetant
O E
N
Z=-3.28, Z=5.14,
ENF χ²=27.66, ddl=2, Z=2, p=0.05,
0.32 0.39 0.28 p=0.001*, p<0.0001*
(n=50) p<0.0001*, η2=0.53 η2=0.04
η2=0.11 , η2=0.26
ADO χ²=3.72, ddl=2,
Début

0.41 0.4 0.38 -- -- --

(n=43) p=0.16, η2=0.04
JADU χ²=0.76, ddl=2,
0.39 0.4 0.4 -- -- --
(n=32) p=0.68, η2=0.04
ADU χ²=4.32, ddl=2,
0.46 0.4 0.37 -- -- --
(n=25) p=0.11, η2=0.09
Z=3.2, Z=3.18,
ENF χ²=13.66, ddl=2, Z=0.10,
0.37 0.33 0.27 p=0.001*, p=0.001*,
(n=50) p=0.001*, η2=0.25 p=0.91, η2=0
η2=0.10 η2=0.10
ADO χ²=9.77, ddl=2,
0.33 0.29 0.33 -- -- --
Milieu

(n=43) p=0.008, η2=0.19

JADU χ²=2.39, ddl=2,
0.33 0.31 0.33 -- -- --
Gain

(n=32) p=0.3, η2=0.01

Z=3.48, Z=3.88, Z=0,
ADU χ²=18.35, ddl=2,
0.44 0.25 0.25 p=0.0005*, p=0.0001*, p=0.99,
(n=25) p=0.0001*, η2=0.74
η2=0.24 η2=0.3 η2=0
Z=4.23, Z=5.13, Z=1.45,
ENF χ²=31, ddl=2,
0.46 0.25 0.23 p<0.0001*, p<0.0001*, p=0.14,
(n=50) p<0.0001*, η2=0.62
η2=0.18 η2=0.26 η2=0.02
Z=4.57, Z=4.65, Z=0.27,
ADO χ²=28.6, ddl=2,
0.46 0.25 0.24 p<0.0001*, p<0.0001*, p=0.78,
(n=43) p<0.0001*, η2=0.65
η2=0.24 η2=0.25 η2=0
Fin

Z=4.68, Z=5.41, Z=2.15,

JADU χ²=37, ddl=2,
0.51 0.25 0.13 p<0.0001*,η2 p<0.0001*, p=0.03,
(n=32) p<0.0001*, η2=0.8
=0.34 η2=0.46 η2=0.07
Z=5.1, Z=5.58, Z=0.97,
ADU χ²=39, ddl=2,
0.57 0.2 0.16 p<0.0001*, p<0.0001*, p=0.32,
(n=25) p<0.0001, η2=0.84
η2=0.52 η2=0.54 η2=0.004

106
Fin du jeu :
À la fin du jeu, les participants dans chaque tranche d’âge manifestent un effet de profil
important similaire : quel que soit l’âge, les sujets envoient plus de balles au joueur Coopérant
qu’à deux autres.

Version Sociale (cf. le tableau 16) :

Début du jeu :
Malgré la taille de l’effet important dans certaines tranches d’âges (enfants, adolescents), aucun
test n’a démontré un effet de profil statistiquement significatif après la correction.

Milieu du jeu :
Les enfants n’ont pas démontré un effet du profil, tandis que les participants d’autres tranches
d’âge ont démontré un effet du profil de taille importante. Les adolescents ont envoyé la balle
principalement au joueur Rejetant qu’à deux autres profils. Les jeunes adultes et les adultes ont
envoyé plus de balles au joueur Rejetant qu’au joueur Coopérant (le profil Equitable n’était pas
discriminé).

Fin du jeu :
Aucun effet du profil n’a été statistiquement significatif pour passer le seuil de signification.

Version Mixte (cf. tableau 17)

Début du jeu :
Aucun effet de profil n’a passé le seuil de signification au début ni au milieu du jeu, malgré
certaines tailles de l’effet importantes.

Milieu du jeu :
Aucun effet de profil n’a passé le seuil de signification au début ni au milieu du jeu, malgré
certaines tailles de l’effet importantes.

Fin du jeu :
Seuls les participants de la tranche d’âge des jeunes adultes ont manifesté un effet du profil
important et statistiquement significatif qui consistait aux échanges plus fréquents avec le profil
Coopérant qu’avec les deux autres.

107
Tableau 16. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle (médiane) aux profils
Coopérant, Equitable et Rejetant chez les enfants, adolescents, jeunes adultes et adultes TSA et CTR à chaque
phase du jeu pour la version Sociale (effet de profil). L’astérisque indique un résultat statistiquement significatif
(p<0.001 pour le test de Kruskall-Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente
la taille de l’effet.

V Effet profil
PROFIL Post-hoc (p<0.016)
E P (p<0.001)
R H
S A AGE
Coopérant Coopérant Equitable
I S Coopérant Equitable Rejetant
-Equitable -Rejetant -Rejetant
O E
N
ENF χ²=7.61, ddl=2,
0.31 0.36 0.31 -- -- --
(n=43) p=0.02, η2=0.14
χ²=10.61, ddl=2,
ADO
0.33 0.36 0.31 p=0.005, -- -- --
Début

(n=40)
η2=0.23
JADU χ²=4.18, ddl=2,
0.31 0.35 0.35 -- -- --
(n=27) p=0.12, η2=0.09
ADU χ²=2.24, ddl=2,
0.33 0.33 0.31 -- -- --
(n=21) p=0.33, η2=0.01
ENF χ²=1.33, ddl=2,
0.31 0.33 0.33 -- -- --
(n=43) p=0.51, η2=0.02
χ²=14.96, ddl=2, Z=-1.15, Z=-3.52, Z=-2.94,
ADO
0.29 0.33 0.38 p=0.0006*, p=0.25, p=0.0004*, p=0.003*,
(n=40)
η2=0.35 η2=0.02 η2=0.16 η2=0.11
Sociale
Milieu

χ²=24.3, ddl=2, Z=-2.97, Z=-4.7, Z=-2.31,

JADU
0.28 0.33 0.4 p<0.0001*, p=0.02, p<0.0001*, p=0.02,
(n=27)
η2=0.91 η2=0.12 η2=0.41 η2=0.10
χ²=9.89, ddl=2, Z=-2.28, Z=-2.49, Z=-1.75,
ADU
0.25 0.31 0.4 p=0.001*, p=0.022, p=0.013*, p=0.08,
(n=21)
η2=0.44 η2=0.12 η2=0.15 η2=0.07
χ²=1.88, ddl=2,
ENF
0.36 0.33 0.33 p=0.39, -- -- --
(n=43)
η2=0.003
ADO χ²=9.51, ddl=2,
0.31 0.31 0.36 -- -- --
p=0.008, η2=0.2
Fin

(n=40)
JADU χ²=1.83, ddl=2,
0.31 0.31 0.36 -- -- --
(n=27) p=0.4, η2=0.007
ADU χ²=5.04, ddl=2,
0.31 0.29 0.38 -- -- --
(n=21) p=0.08, η2=0.16

108
Tableau 17. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle (médiane) aux profils
Coopérant, Equitable et Rejetant chez les enfants, adolescents, jeunes adultes et adultes TSA et CTR à chaque
phase du jeu pour la version Mixte (effet de profil). L’astérisque indique un résultat statistiquement significatif
(p<0.001 pour le test de Kruskall-Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente
la taille de l’effet.
PROFIL Post-hoc (p<0.016)
VERSION

PHASE

Effet profil
AGE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.001)
Equitable Rejetant Rejetant

χ²=7.72, ddl=2,
ENF 0.33 0.36 0.31 p=0.02, -- -- --
η2=0.14
χ²=0.002,
ADO 0.31 0.33 0.33 ddl=2, p=0.99, -- -- --
η2=0.05
Début

χ²=12.63,
ddl=2,
JADU 0.29 0.39 0.33 -- -- --
p=0.002,
η2=0.39
χ²=6.67, ddl=2,
ADU 0.27 0.38 0.33 p=0.04, -- -- --
η2=0.23
χ²=3.34, ddl=2,
ENF 0.29 0.36 0.33 p=0.19, -- -- --
η2=0.03
χ²=0.69, ddl=2,
ADO 0.33 0.33 0.33 p=0.71, -- -- --
Milieu

η2=0.03
Mixte

χ²=2.05, ddl=2,
JADU 0.33 0.31 0.33 p=0.36, -- -- --
η2=0.002
χ²=2.01, ddl=2,
ADU 0.33 0.36 0.33 -- -- --
p=0.37, η2=0
χ²=10.97,
ddl=2,
ENF 0.33 0.33 0.24 -- -- --
p=0.004,
2
η =0.22
χ²=11.37,
ddl=2,
ADO 0.38 0.29 0.3 -- -- --
p=0.003,
2
Fin

η =0.24
χ²=27.24,
Z=4.24, Z=4.66, Z=0.88,
ddl=2,
JADU 0.49 0.29 0.29 p<0.0001*, p<0.0001*, p=0.37,
p<0.0001*,
n=0.33 η2=0.26 η2=0.01
η2=0.93
χ²=5.19, ddl=2,
ADU 0.36 0.33 0.25 p=0.07, -- -- --
η2=0.16

109
2.5. Effet de la phase sur la fréquence des passes dans chaque tranche d’âge en fonction
de la version
Afin de vérifier s’il existe un effet de la phase du jeu sur la fréquence des passes aux trois profils
dans chaque tranche d’âge, nous avons réalisé le test de Kruskall-Wallis avec la correction de
Bonferroni (k=36, p=0.001) et le test de Wilcoxon pour les comparaisons par pair (avec la
correction de Bonferroni, p=0.016).

Version Gain
Chez les enfants, l’effet important de la phase du jeu est observé uniquement pour le joueur
Equitable (χ²=19.45, ddl=2, p<0.0001, η2=0.37) qui a reçu significativement moins de passes à
la fin du jeu en comparaison avec le début (Z=-4.44, p<0.0001, η2=0.19) ou le milieu du jeu
(Z=-2.7, p=0.007, η2=0.07). La tendance inverse à effet important pour le joueur Coopérant,
observée au niveau descriptif, n’a pas atteint le seuil de signification après la correction de
Bonferroni (χ²=10.46, ddl=2, p=0.005, η2=0.17). Nous n’avons pas observé un effet de la phase
pour le joueur Rejetant (χ²=4.5, ddl=2, p=0.1, η2=0.05).

Chez les adolescents, l’effet de la phase n’a pas passé le seuil de signification corrigé pour le
joueur Coopérant (χ²=8.02, ddl=2, p=0.02, η2=0.15), ni Equitable (χ²=10.8, ddl=2, p=0.005,
η2=0.22), ni Rejetant (χ²=4.22, ddl=2, p=0.12, η2=0.05).

L’effet de la phase du jeu important et statistiquement significatif est retrouvé pour le joueur
Coopérant (χ²=16.96, ddl=2, p=0.0002, η2=0.51) : les jeunes adultes lui envoient plus de balles
à la fin du jeu qu’au début (Z=3.93, p<0.0001, η2=0.23) ou au milieu (Z=3, p=0.003, η2=0.14).
L’effet important inverse est retrouvé pour le joueur Rejetant (χ²=16.69, ddl=2, p=0.0002,
η2=0.5) : les jeunes adultes lui font moins de passes à la fin du jeu qu’au début (Z=-3.75,
p=0.0002, η2=0.22) ou au milieu (Z=-3.25, p=0.001, η2=0.17). La même tendance de
diminution des échanges avec le joueur Equitable n’a pas atteint le seuil de signification corrigé
(χ²=7.95, ddl=2, p=0.02, η2=0.2).

Un effet important de la phase est retrouvé pour le joueur Coopérant (χ²=14.8, ddl=2, p=0.0006,
η2=0.58) : les adultes lui envoient plus de balles à la fin du jeu qu’au début (Z=3.7, p=0.0002,
η2=0.27) ou au milieu (Z=2.4, p=0.016, η2=0.11). L’effet important inverse est retrouvé pour
le joueur Rejetant (χ²=15.12, ddl=2, p=0.0005, η2=0.6) : les adultes lui font moins de passes à
la fin du jeu qu’au début (Z=-3.59, p=0.0003, η2=0.25) ou au milieu (Z=-2.65, p=0.008,

110
η2=0.14). Nous n’avons pas observé un effet de la phase pour le joueur Equitable (χ²=3.52,
ddl=2, p=0.17, η2=0.07).

Version Mixte
Nous n’avons pas observé de différences statistiquement significatives dans l’envoi de balle
entre les différentes phases de jeu chez les enfants (pour le Coopérant : χ²=3.62, ddl=2, p=0.16,
η2=0.01 ; Equitable : χ²=1.58, ddl=2, p=0.45, η2=0.003 ; Rejetant : χ²=5.88, ddl=2, p=0.05,
η2=0.03).

Nous n’avons pas observé de différences statistiquement significatives dans l’envoi de balle
entre les différentes phases de jeu chez les adolescents (pour le Coopérant : χ²=3.09, ddl=2,
p=0.21, η2=0.009 ; pour l’Equitable : χ²=6.24, ddl=2, p=0.04, η2=0.003 ; pour le Rejetant :
χ²=0.53, ddl=2, p=0.77, η2=0.01).

Nous avons observé un effet important de la phase chez les jeunes adultes pour le joueur
Coopérant (χ²=18.12, ddl=2, p=0.0001, η2=0.19) : on observe une augmentation modérée de
la fréquence des passes entre le milieu et la fin du jeu (Z=2.62, p=0.009, η2=0.08) et une
augmentation importante des passes entre le début et la fin du jeu (Z=4.11, p<0.0001, η2=0.19).
De plus, un effet important de la phase a été retrouvé pour le joueur Equitable (χ²=14.22, ddl=2,
p=0.0008, η2=0.14) : inversement au joueur Coopérant, le profil Equitable reçoit plus de balles
au début qu’au milieu (Z=2.82, p=0.005, η2=0.09) ou qu’à la fin du jeu (Z=3.53, p=0.0004,
η2=0.14). La différence entre les deux dernières phases s’est avérée non-significative (Z=0.87,
p=0.39, η2=0.008). L’effet de la phase pour le joueur Rejetant n’a pas passé le seuil de
signification corrigé (χ²=6.14, ddl=2, p=0.05, η2=0.05).

L’effet de la phase n’est pas statistiquement significatif pour aucun profil (pour le joueur
Coopérant : χ²=4.6, ddl=2, p=0.1, η2=0.04 ; pour l’Equitable : χ²=3.3, ddl=2, p=0.19, η2=0.02;
pour le Rejetant : χ²=3.4, ddl=2, p=0.18, η2=0.02).

Version Sociale
Nous n’avons pas observé de différences statistiquement significatives dans l’envoi de balle
entre les différentes phases de jeu chez les enfants (pour le Coopérant : χ²=3.6, ddl=2, p=0.16,
η2=0.04 ; Equitable : χ²=1.11, ddl=2, p=0.57, η2=0.002 ; Rejetant : χ²=3.95, ddl=2, p=0.13,
η2=0.05).

111
Nous n’avons pas observé de différences statistiquement significatives dans l’envoi de balle
entre les différentes phases de jeu chez les adolescents pour le Coopérant (χ²=9.02, ddl=2,
p=0.01, η2=0.19). Un effet de la phase pour le joueur Equitable n’a pas passé le seuil de
signification corrigé (χ²=9.48, ddl=2, p=0.009, η2=0.21). En revanche, il existe pour le profil
Rejetant (χ²=14.46, ddl=2, p=0.0007, η2=0.34) et consiste à l’augmentation des échanges entre
le début et le milieu (Z=-3.22, p=0.001, η2=0.13) ou et le début et la fin du jeu (Z=3.34,
p=0.0008, η2=0.14).

Nous n’avons pas observé de différences statistiquement significatives dans l’envoi de balle
entre les différentes phases de jeu chez les jeunes adultes (pour le Coopérant : χ²=9.48, ddl=2,
p=0.009, η2=0.3 ; Equitable : χ²=1.42, ddl=2, p=0.49, η2=0.02 ; Rejetant : χ²=6.7, ddl=2,
p=0.03, η2=0.2).

Nous n’avons pas observé de différences statistiquement significatives dans l’envoi de balle
entre les différentes phases de jeu chez les adultes (pour le Coopérant : χ²=5.9, ddl=2, p=0.051,
η2=0.21 ; Equitable : χ²=4.14, ddl=2, p=0.12, η2=0.12 ; Rejetant : χ²=6.48, ddl=2, p=0.03,
η2=0.25).

2.6. Effet de la version sur la fréquence des passes à chaque phase du jeu dans chaque
tranche d’âge
Afin de vérifier s’il existe un effet de la version du jeu sur la fréquence des passes aux trois
profils à chaque période, nous avons réalisé le test de Kruskall-Wallis avec la correction de
Bonferroni (k=24, p=0.002) et le test de Wilcoxon pour les comparaisons par pair (avec la
correction de Bonferroni, p=0.016).

Enfants :
Concernant le joueur Coopérant, nous n’observons pas d’effet de la version ni au début
(χ²=0.25, ddl=2, p=0.88, η2=0.013), ni au milieu (χ²=3.5, ddl=2, p=0.17, η2=0.01), ni à la fin du
jeu (χ²=4.71, ddl=2, p=0.09, η2=0.02).
Pour le joueur Equitable, aucun effet de la version n’est à rapporter ni au début (χ²=2.37, ddl=2,
p=0.31, η2=0.004), ni au milieu (χ²=0.75, ddl=2, p=0.69, η2=0.009), ni à la fin du jeu (χ²=6.23,
ddl=2, p=0.04, η2=0.003).

112
Pour le joueur Rejetant, nous n’avons pas observé un effet statistiquement significatif de la
version au début (χ²=5.7, ddl=2, p=0.06, η2=0.03) ni au milieu (χ²=8.66, ddl=2, p=0.01,
η2=0.05), ni à la fin du jeu (χ²=8.9, ddl=2, p=0.01, η2=0.05).

Adolescents :
Pour le joueur Coopérant, nous n’avons pas observé un effet de la version au début (χ²=0.36,
ddl=2, p=0.83, η2=0.01) ni au milieu du jeu (χ²=8.43, ddl=2, p=0.01, η2=0.05). La seule
différence statistiquement significative entre les versions du jeu a été observée à la fin du jeu
(χ²=12.5, ddl=2, p=0.002, η2=0.09, l’effet étant de taille modérée). En effet, les adolescents
jouant à la version Gain ont envoyé plus de balles au joueur Coopérant à la fin du jeu que ceux
qui ont joué à la version Sociale (Z=3.39, p=0.0007, η2=0.14).
Pour le joueur Equitable, nous n’avons pas observé un effet statistiquement significatif de la
version au début du jeu (χ²=1.87, ddl=2, p=0.39, η2=0.01), ni au milieu (χ²=4.95, ddl=2, p=0.08,
η2=0.02), ni à la fin (χ²=4.09, ddl=2, p=0.13, η2=0.02).
En ce qui concerne le joueur Rejetant, nous n’avons pas observé un effet de la version au début
(χ²=1.65, ddl=2, p=0.43, η2=0.003) ni au milieu du jeu (χ²=7.75, ddl=2, p=0.02, η2=0.05). En
revanche, à la fin du jeu (χ²=14.3, ddl=2, p=0.0008, η2=0.10, l’effet modéré) les adolescents
qui ont joué à la version Sociale ont envoyé plus de balles au joueur Rejetant que ceux qui ont
participé à la version Gain (Z=3.39, p=0.0007, η2=0.14). Aucune autre comparaison
statistiquement significative n’est à rapporter.

Jeunes adultes :
Concernant le joueur Coopérant, aucun effet qui de la version du jeu passerait la correction de
Bonferroni n’est observé au début (χ²=0.64, ddl=2, p=0.73, η2=0.01) ni au milieu du jeu
(χ²=9.04, ddl=2, p=0.01, η2=0.06). En revanche, à la fin du jeu (χ²=18.34, ddl=2, p=0.0001,
η2=0.13), nous constatons que les jeunes adultes qui participent à la version Sociale donnent
moins de balles au joueur Coopérant que ceux qui jouent à la version Gain (Z=-3.87, p=0.0001,
η2=0.025) et ceux qui jouent à la version Mixte (Z=-3.47, p=0.0005, η2=0.21). Aucune autre
comparaison statistiquement significative n’est à rapporter.

Pour le joueur Equitable, nous n’avons pas observé d’effet de la version ni au début (χ²=7.52,
ddl=2, p=0.02, η2=0.04), ni au milieu (χ²=1.56, ddl=2, p=0.45, η2=0.004), ni à la fin du jeu
(χ²=3.4, ddl=2, p=018, η2=0.011).

113
Pour le profil Rejetant, aucun effet de version n’est à rapporter pour le début (χ²=1.66, ddl=2,
p=0.43, η2=0.003) ni au milieu du jeu (χ²=7.35, ddl=2, p=0.03, η2=0.04). Cependant, nous
avons constaté un effet modéré de la version dans le dernier tiers du temps (χ²=16.21, ddl=2,
p=0.0003, η2=0.12) : les jeunes adultes envoient plus de balles à la fin du jeu dans la version
Sociale que dans la version Gain (Z=3.75, p=0.0002, η2=0.24) ou Mixte (Z=2.91, p=0.004,
η2=0.14), sans que la différence entre les deux dernières versions soit statistiquement
significative (Z=1.37, p=0.17, η2=0.03).

Adultes
Concernant le joueur Coopérant, au début du jeu nous n’avons pas détecté d’effet de la version
(χ²=4.65, ddl=2, p=0.10, η2=0.04). En revanche, au milieu (χ²=17.2, ddl=2, p=0.0002, η2=0.23)
nous avons constaté que les participants de la version Gain envoient sollicitent plus le joueur
Coopérant que les participants de la version Mixte (Z=4.04, p=0.002, η2=0.34) ou ceux de la
version Sociale (Z=3.74, p=0.0002, η2=0.29). La même effet important est observé à la fin du
jeu (χ²=18.75, ddl=2, p<0.0001, η2=0.25) : les adultes qui jouent à la version Gain envoient plus
de balles au joueur Coopérant à la fin du jeu que ceux jouant à la version Mixte (Z=2.88,
p=0.004, η2=0.17) ou la version Sociale (Z=4.15, p<0.0001, η2=0.36).
Pour le joueur Equitable, aucun test n’a relevé un effet statistiquement significatif de la version
après la correction Bonferroni pour le début (χ²=5.53, ddl=2, p=0.06, η2=0.05), le milieu
(χ²=5.58, ddl=2, p=0.06, η2=0.05) ou la fin du jeu (χ²=6.31, ddl=2, p=0.04, η2=0.06).
Concernant le joueur Rejetant, nous n’avons pas trouvé d’effet de la version du jeu au début
(χ²=1.24, ddl=2, p=0.54, η2=0.01). La comparaison des passes entre les trois versions au milieu
du jeu n’a pas atteint le seuil de signification (χ²=11.61, ddl=2, p=0.03, η2=0.15), même si
l’effet paraît important. Finalement, à la fin du jeu nous constatons la différence dans la
fréquence des passes entre les trois versions (χ²=16.13, ddl=2, p=0.0003, η2=0.21) : les adultes
envoient le moins de balles au joueur Rejetant dans la version Gain à la fin du jeu
comparativement à la version Mixte (Z=2.46, p=0.014, η2=0.13) ou Sociale (Z=3.73, p=0.0002,
η2=0.029).

2.7. Effet de l’âge sur la fréquence des passes à chaque phase du jeu dans chaque vrsion
Afin de vérifier s’il existe un effet de l’âge sur la fréquence des passes faits aux trois profils à
chaque phase des trois versions du jeu, nous avons réalisé le test de Kruskall-Wallis avec la
correction de Bonferroni (k=27, p=0.002) et le test de Wilcoxon pour les comparaisons par pair
(avec la correction de Bonferroni, p=0.016).

114
Version Gain
Début :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=3.24, ddl=3, p=0.36, η2=0.002), Equitable (χ²=13.26,
ddl=3, p=0.004, η2=0.06) ni Rejetant (χ²=5.8, ddl=3, p=0.12, η2=0.02) au début du jeu.

Milieu :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=4.41, ddl=3, p=0.22, η2=0.009), Equitable (χ²=8.41, ddl=3,
p=0.04, η2=0.03) ni Rejetant (χ²=6.3, ddl=3, p=0.10, η2=0.02) au milieu du jeu.

Fin :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=5.69, ddl=3, p=0.13, η2=0.02), Equitable (χ²=2.13, ddl=3,
p=0.54, η2=0.006) ni Rejetant (χ²=5.07, ddl=3, p=0.17, η2=0.01) à la fin du jeu.

Version Mixte
Début :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=3.3, ddl=3, p=0.35, η2=0.002), Equitable (χ²=6.88, ddl=3,
p=0.08, η2=0.03) ni Rejetant (χ²=2.59, ddl=3, p=0.45, η2=0.003) au début du jeu.

Milieu :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=3.57, ddl=3, p=0.31, η2=0.004), Equitable (χ²=2.75, ddl=3,
p=0.43, η2=0.003) ni Rejetant (χ²=0.85, ddl=3, p=0.83, η2=0.02) au milieu du jeu.

Fin :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=5.47, ddl=3, p=0.14, η2=0.02), Equitable (χ²=5.37, ddl=3,
p=0.14, η2=0.02) ni Rejetant (χ²=6.1, ddl=3, p=0.11, η2=0.02) à la fin du jeu.

115
Version Sociale
Début :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=0.84, ddl=3, p=0.84, η2=0.02), Equitable (χ²=2.16, ddl=3,
p=0.53, η2=0.007) ni Rejetant (χ²=4.73, ddl=3, p=0.19, η2=0.02) au début du jeu.

Milieu :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=6.11, ddl=3, p=0.1, η2=0.02), Equitable (χ²=1.5, ddl=3,
p=0.68, η2=0.01) ni Rejetant (χ²=6.42, ddl=3, p=0.09, η2=0.02) au milieu du jeu.

Fin :
Nous n’avons pas retrouvé un effet de l’âge statistiquement significatif sur la fréquence des
passes pour le profil Coopérant (χ²=2.74, ddl=3, p=0.43, η2=0.002), Equitable (χ²=2.09, ddl=3,
p=0.55, η2=0.001) ni Rejetant (χ²=6.8, ddl=3, p=0.08, η2=0.03) à la fin du jeu.

III. Discrimination explicite des profils : jugement de préférence

Afin de comparer la distribution des scores de préférence en fonction du profil du joueur dans
chaque version du jeu, nous avons procédé à une analyse de variance selon le plan
expérimental : Version3 x Age4 x Profil3, où la version (Gain, Mixte et Sociale) et l’âge
(enfants, adolescents, jeunes adultes et adultes) sont deux facteur inter-sujet et le profil
(Coopérant, Equitable et Rejetant) est un facteur intra-sujet. Les conditions de normalité
n’étaient pas respectées (cf. Annexe 34 et 35), nous avons utilisé les tests non paramétriques.

3.1. Effet du profil sur le jugement de préférence en fonction de la version du jeu (tous les
âges confondus)
Afin d’étudier l’effet de profil dans les trois versions du jeu, nous avons analysé les scores de
préférence attribués aux joueurs Coopérant, Équitable et Rejetant en utilisant le test de Kruskal-
Wallis (correction de Bonferroni en fonction du nombre de tests réalisés (k=3), seuil de
signification ajusté p=0.016) et le test de Wilcoxon pour des comparaisons multiples (corrigé
pour le nombre de comparaisons, p=0.016). Pour les statistiques, cf. le tableau 18.

116
Version Gain
Nous avons retrouvé un effet du profil important (p<0.0001, η2=0.87) : les participants de la
version Gain attribuent des scores discriminants aux trois profils, à savoir les scores les plus
élevés au joueur Coopérant et les plus bas au joueur Rejetant. Le profil Equitable reçoit des
scores intermédiaires, statistiquement différents des deux autres profils (notons que la
différence des scores entre le joueur Equitable et Rejetant a une petite taille d’effet).

Version Sociale
Dans la version Sociale, nous avons retrouvé un effet de profil (p<0.0001, η2=0.16) qui se
traduit par l’attribution des scores moins élevés au joueur Rejetant comparativement aux deux
autres joueurs. Notons cependant que les effets sont de petite taille.

Version Mixte
Dans la version Mixte, l’effet du profil important (p<0.0001, η2=0.52) est dû à l’attribution des
scores les plus bas au joueur Rejetant comparativement aux joueurs Coopérant et Equitable. La
différence entre les scores de préférence pour ces deux joueurs est également statistiquement
significative, même si l’effet est modéré.

Tableau 18. Résumé des statistiques pour la comparaison des scores de préférence (médiane) aux profils
Coopérant, Equitable et Rejetant chez les participants TSA et CTR (tous les âges confondus) à chaque phase du
jeu pour chaque version (effet de profil). L’astérisque indique un résultat statistiquement significatif (p<0.001 pour
le test de Kruskall-Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de
l’effet.
Médiane Post-hoc (p<0.016)
Effet profil
Version Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.016)
Equitable Rejetant Rejetant
χ²=125.78,
Z=8.82, Z=10.23, Z=2.69,
Gain ddl=2,
5 3 2 p<0.0001*, p<0.0001*, p=0.007*,
(n=145) p<0.0001*,
η2=0.27 η2=0.36 η2=0.03
η2=0.87
χ²=72.49,
Z=3.23, Z=8.21, Z=5.53,
Mixte ddl=2,
5 5 3 p=0.001*, p<0.0001*, p<0.0001*,
(n=139) p<0.0001*,
η2=0.08 η2=0.48 η2=0.22
η2=0.52
χ²=21.88,
Z=0.87, Z=4.53, Z=3.38,
Sociale ddl=2,
5 5 4 p=0.38, p<0.0001*, p<0.0007*,
(n=130) p<0.0001*,
η2=0.003 η2=0.08 η2=0.04
η2=0.16

117
Figure 18. Moyennes des scores de préférence attribués aux profils Coopérant, Equitable et Rejetant par les
participants TSA et CTR (tous les âges confondus) dans chaque version du jeu. Cinquante pour cent des
observations se trouvent à l’intérieur de la boîte à moustache, la barre horizontale à l’intérieur de la boîte indique
la médiane, les barres représentent les points dans 1,5 fois l’écart interquartile.

3.2. Effet de la version du jeu sur le jugement de préférence (tous les âges confondus)
Afin d’étudier l’effet de la version sur l’attribution des scores de préférence aux trois profils,
nous avons réalisé le test de Kruskall-Wallis avec la correction pour le nombre de tests réalisés
(k=3, p=0.016) et le test de Wilcoxon pour des comparaisons multiples (corrigé pour le nombre
de comparaisons, p=0.016).

Nous avons retrouvé un effet modéré de la version du jeu pour le joueur Coopérant (χ²=31.7,
ddl=2, p<0.0001, η2=0.07). Les participants de la version Gain attribuent des scores plus élevés
au profil Coopérant que ceux qui jouent à la version Mixte (Z=4.4, p<0.0001, η2=0.07) ou
Sociale (Z=5.2, p<0.0001, η2=0.1).

Nous avons également retrouvé un petit effet de la version du jeu pour le joueur Equitable
(χ²=13.7, ddl=2, p=0.002, η2=0.03) : ce profil reçoit des scores de préférence plus élevés dans

118
la version Sociale que Gain (Z=3.4, p=0.0007, η2=0.04). Aucune autre comparaison entre les
versions ne s’est avérée significative.

Finalement, nous avons retrouvé un petit effet de la version du jeu pour le joueur Rejetant
(χ²=11.54, ddl=2, p=0.003, η2=0.02) : il reçoit les scores de préférence plus importants dans la
version Sociale que Gain (Z=2.54, p=0.011, η2=0.02) ou Mixte (Z=3.27, p=0.001, η2=0.04).

3.3. Effet du profil sur le jugement de préférence en fonction de la version du jeu dans
chaque tranche d’âge
Afin de vérifier s’il existe un effet du profil sur le jugement de préférence chez les participants
d’âges différents dans chaque version du jeu, nous avons réalisé le test de Kruskall-Wallis avec
la correction de Boneffroni (k=12, p=0.004) et les tests post-hoc (test de Wilcoxon, corrigé pour
le nombre de comparaison, p=0.016).

Figure 19. Moyennes des scores de préférence attribués aux profils Coopérant, Equitable et Rejetant par les
enfants, adolescents, jeunes adultes et adultes TSA et CTR dans chaque version du jeu. Cinquante pour cent des
observations se trouvent à l’intérieur de la boîte à moustache, la barre horizontale à l’intérieur de la boîte indique
la médiane, les barres représentent les points dans 1,5 fois l’écart interquartile.

119
Version Gain
Nous avons retrouvé un effet du profil important et statistiquement significatif dans chaque
tranche d’âge analysée (cf. Annexe 35).
Les enfants, les adolescents et les adultes attribuent les scores les plus élevés au profil
Coopérant comparativement aux deux autres profils. Les jeunes adultes manifestent une
discrimination plus fine, en attribuant les scores les plus élevés au joueur Coopérant, les scores
modérés au joueur Equitable et les scores les plus bas au joueur Rejetant (toutes les
comparaisons diffèrent de manière statistiquement significative l’une de l’autre).

Version Sociale
Dans la version Sociale, nous n’avons pas retrouvé un effet de profil qui passerait le seuil de
signification chez les enfants et jeunes adultes.
À leur tour, les adolescents et les adultes manifestent un effet de profil important similaire : ils
attribuent les scores plus élevés au joueur Coopérant qu’au joueur Rejetant.

Version Mixte
Dans la version Mixte, un effet du profil important est retrouvé dans chaque tranche d’âge (sauf
pour le groupe ADO, où l’effet n’a pas passé le seuil de signification suite à l’augmentation de
nombre de tests effectués dans cette analyse).
Les enfants et les adultes manifestent des similarités dans l’attribution des scores de préférence
de manière à ce que les joueurs Coopérant et Equitable soient mieux évalués que le joueur
Rejetant. Les jeunes adultes discriminent les trois profils de manière plus fine : le joueur
Coopérant reçoit les scores les plus élevés, l’Equitable est à la deuxième place, et le Rejetant
est le moins préféré.

3.4. Effet de l’âge sur le jugement de préférence en fonction de la version du jeu

Afin de vérifier si les participants de tranches d’âge différentes donnent des scores différents
pour chaque profil dans les trois versions du jeu, nous avons réalisé le test de Kruskall-Wallis
avec la correction de Bonferroni pour le nombre de tests (k=12 ; p=0.004).

Version Gain
Nous n’avons pas retrouvé de différences statistiquement significatives dans l’attribution des
scores de préférence entre les participants d’âges différents pour le joueur Coopérant (χ²=2.33,

120
ddl=3, p=0.5, η2=0.005), ni pour le joueur Equitable (χ²=3.98, ddl=3, p=0.2, η2=0.007), ni pour
le joueur Rejetant (χ²=9.9, ddl=3, p=0.02, η2=0.04).

Version Mixte
Nous n’avons pas retrouvé de différences statistiquement significatives dans l’attribution des
scores de préférence entre les participants d’âges différents pour le joueur Coopérant (χ²=6.3,
ddl=3, p=0.09, η2=0.02), ni pour le joueur Equitable (χ²=2.23, ddl=3, p=0.53, η2=0.006), ni
pour le joueur Rejetant (χ²=5.2, ddl=3, p=0.15, η2=0.02).

Version Sociale
Nous n’avons pas retrouvé de différences statistiquement significatives dans l’attribution des
scores de préférence entre les participants d’âges différents pour le joueur Coopérant (χ²=4.3,
ddl=3, p=0.23, η2=0.01), ni pour le joueur Equitable (χ²=9.8, ddl=3, p=0.02, η2=0.05), ni pour
le joueur Rejetant (χ²=5.58, ddl=3, p=0.13, η2=0.02).

3.5. Effet de la version du jeu sur le jugement de préférence dans chaque tranche d’âge
Afin de vérifier si la version du jeu influence l’attribution des scores de préférence pour les
trois profils chez les participants de tranches d’âge différentes, nous avons réalisé le test de
Kruskall-Wallis avec la correction de Bonferroni pour le nombre de tests (k=12 ; p=0.004).

Chez les enfants, nous n’avons pas observé d’effet de la version pour le joueur Coopérant
(χ²=6.6, ddl=2, p=0.04, η2=0.03), ni pour l’Equitable (χ²=2.63, ddl=2, p=0.26, η2=0.03), ni
pour le Rejetant (χ²=2.6, ddl=2, p=0.27, η2=0.03).

Chez les adolescents, nous avons observé un effet de la version pour le joueur Coopérant
(χ²=16.1, ddl=2, p=0.0003, η2=0.11) : les adolescents attribuent les scores de préférence plus
élevés au joueur Coopérant dans la version Gain que dans la version Mixte (test de Wilcoxon
avec la correction de Bonferroni, p=0.016 ; Z=3.46, p=0.0005, η2=0.15) ou Sociale (Z=3.42,
p=0.0006, η2=0.14). L’effet de la version pour le joueur Equitable n’a pas passé le seuil de
signification corrigé (χ²=10.13, ddl=2, p=0.006, η2=0.06). Nous n’avons pas observé d’effet de
la version pour le joueur Rejetant (χ²=0.2, ddl=2, p=0.9, η2=0).

Chez les jeunes adultes, nous n’avons pas observé un effet de la version pour les joueurs
Coopérant (χ²=4.78, ddl=2, p=0.09, η2=0.03) et Equitable (χ²=4.73, ddl=2, p=0.09, η2=0.03).

121
En revanche, il existe une différence statistiquement significative entre les versions dans
l’attribution des scores de préférence au joueur Rejetant (χ²=17.9, ddl=2, p=0.0001, η2=0.19) :
le joueur Rejetant est mieux évalué dans la version Sociale que dans la version Gain (Z=3.84,
p=0.0001, η2=0.22) ou Mixte (Z=3.5, p=0.0005, η2=0.18).

Chez les adultes, la différence des scores de préférence entre les trois versions n’a pas passé le
seuil de signification corrigé ni pour le joueur Coopérant (χ²=6.03, ddl=2, p=0.04, η2=0.06), ni
pour l’Equitable (χ²=4.9, ddl=2, p=0.08, η2=0.04), ni pour le Rejetant (χ²=6.18, ddl=2, p=0.04,
η2=0.06).

IV. Discrimination explicite des profils : jugement de confiance

Afin de comparer la distribution des scores de confiance en fonction du profil du joueur dans
chaque version du jeu, nous avons procédé à une analyse de variance selon le plan
expérimental : Version2 x Age4 x Profil3, où la version11 (Mixte et Sociale) et l’âge (enfants,
adolescents, jeunes adultes et adultes) sont deux facteur inter-sujet et le profil (Coopérant,
Equitable et Rejetant) est un facteur intra-sujet. Les conditions de normalité n’étaient pas
respectées (cf. Annexe 36 et 37).

4.1. Effet du profil sur le jugement de confiance dans chaque la version du jeu (tous les
âges confondus)
Afin de vérifier si les participants (tous les âges confondus) attribuent des scores de confiance
différemment en fonction du profil dans chaque version du jeu, nous avons réalisé un test de
Kruskall-Wallis avec la correction de Bonferroni pour le nombre de tests réalisés (k=2,
p=0.025).

Dans la version Mixte, nous avons retrouvé un effet de profil important (p<0.0001, η2=0.50) :
les participants attribuent les scores les plus bas pour le joueur Rejetant comparativement aux
deux autres joueurs.

Dans la version Sociale, nous avons également retrouvé un effet de profil important (p=0.0002,
η2=0.13) allant dans le même sens que dans la version Mixte : les participants témoignent moins

11
Nous n’avons pas procédé à l’évaluation de la confiance dans la version Gain, puisque les pré-tests ont montré
que les participants ne comprennent pas la pertinence de la question sur la confiance pour les adversaires
inanimés (ordinateurs).

122
de confiance au joueur Rejetant comparativement aux deux autres joueurs (notons que les effets
sont petits).

Tableau 19. Résumé des statistiques pour la comparaison des scores de confiance (médiane) aux profils Coopérant,
Equitable et Rejetant chez les participants TSA et CTR (tous les âges confondus) pour les versions Mixte et Sociale
(effet de profil). L’astérisque indique un résultat statistiquement significatif (p<0.025 pour le test de Kruskall-
Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de l’effet.

Médiane Post-hoc (p<0.016)

Effet profil
Version Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.025)
Equitable Rejetant Rejetant
χ²=68.15,
Z=1.47, Z=7.97, Z=5.69,
Mixte ddl=2,
5 4 3 p=0.017, p<0.0001*, p<0.0001*,
(n=139) p<0.0001*,
η2=0.01 η2=0.23 η2=0.11
η2=0.50
χ²=17.45,
Z=0.84, Z=4.01, Z=3.08,
Sociale ddl=2,
5 5 4 p=0.39, p<0.0001*, p<0.0002*,
(n=123) p=0.0002*,
η2=0.003 η2=0.06 η2=0.04
η2=0.13

Figure 20. Moyennes des scores de confiance attribués aux profils Coopérant, Equitable et Rejetant par les
participants TSA et CTR (tous les âges confondus) dans les versions Mixte et Sociale. Cinquante pour cent des
observations se trouvent à l’intérieur de la boîte à moustache, la barre horizontale à l’intérieur de la boîte indique
la médiane, les barres représentent les points dans 1,5 fois l’écart interquartile.

123
4.2. Effet de la version du jeu sur le jugement de confiance (tous les âges confondus)
Afin de vérifier si la version du jeu (Sociale ou Mixte) influence le jugement de confiance, nous
avons réalisé le test de Wilcoxon avec la correction de Bonerroni pour chaque profil (k=3,
p=0.016).
Nous n’avons pas retrouvé de différence statistiquement significative entre les deux versions
du jeu pour les scores de confiance du joueur Coopérant (Z=-0.26, p=0.79, η2=0) ni du joueur
Equitable (Z=1.17, p=0.24, η2=0.005). En revanche, les participants de la version Sociale ont
attribué des scores plus élevés au joueur Rejetant que leurs pairs qui ont participé à la version
Mixte, la taille de la différence étant quand même petite (Z=3.41, p=0.0006, η2=0.004).

4.3. Effet du profil sur le jugement de confiance en fonction de la version du jeu dans
chaque tranche d’âge
Afin de vérifier si les trois profils influencent l’attribution des scores de confiance chez les
participants d’âges différents dans la version Mixte et Sociale, nous avons réalisé le test de
Kruskall-Wallis avec la correction de Bonferroni pour le nombre de tests (k=8, p=0.006).

Dans la version Mixte, l’effet du profil important a été retrouvé dans chaque tranche d’âge (pour
les statistiques, cf. le tableau X).
Les enfants, les adolescents, les jeunes adultes et les adultes attribuent les scores les plus bas
au joueur Rejetant comparativement aux deux autres joueurs.

Dans la version Sociale, seuls les participants adultes ont manifesté un effet de profil qui a passé
le seuil de signification corrigé. En effet, ils attribuent les scores de confiance plus bas au joueur
Rejetant comparativement au joueur Coopérant (les autres comparaisons ne s’avèrent pas
statistiquement significatives).

124
Figure 21. Moyennes des scores de confiance attribués aux profils Coopérant, Equitable et Rejetant dans chaque
tranche d’âge chez les participants TSA et CTR dans les versions Mixte et Sociale. Cinquante pour cent des
observations se trouvent à l’intérieur de la boîte à moustache, la barre horizontale à l’intérieur de la boîte indique
la médiane, les barres représentent les points dans 1,5 fois l’écart interquartile.

4.4. Effet de l’âge sur le jugement de confiance en fonction de la version du jeu

Existe-t-il une différence dans le jugement de confiance entre les participants d’âges différents
dans les jeux Mixte et Sociale ? Nous avons réalisé le test de Kruskall-Wallis avec la correction
de Bonferroni (k=6, p=0.008) afin de comparer comment ils attribuent les scores de confiance
aux trois profils.

Version Mixte :
Nous n’avons pas retrouvé un effet de l’âge sur l’attribution des scores de confiance pour le
profil Coopérant (χ²=2, ddl=3, p=0.57, η2=0.007), Equitable (χ²=3.22, ddl=3, p=0.35,
η2=0.002) ni Rejetant (χ²=3.6, ddl=3, p=0.3, η2=0.04).

125
Version Sociale :
Nous n’avons pas retrouvé un effet de l’âge sur l’attribution des scores de confiance pour le
profil Coopérant (χ²=5.7, ddl=3, p=0.13, η2=0.023), Equitable (χ²=5.8, ddl=3, p=0.13,
η2=0.024) ni Rejetant (χ²=4.7, ddl=3, p=0.25, η2=0.014).

4.5. Effet de la version du jeu sur le jugement de confiance dans chaque tranche d’âge
Afin de vérifier si la version du jeu (Mixte ou Sociale) influence l’attribution des scores de
confiance pour les joueur chez les participants de tranches d’âge différentes, nous avons réalisé
le test Wilcoxon avec la correction de Bonferroni pour le nombre de tests (k=12 ; p=0.004).

Chez les enfants, nous n’avons pas retrouvé de différence entre la version Mixte et Sociale pour
les scores de confiance (Coopérant : Z=0.52, p=0.6 ; Equitable : Z=-1.6, p=0.26 ; Rejetant : Z=-
1.9, p=0.06).

Chez les adolescents, nous n’avons pas retrouvé de différence entre la version Mixte et Sociale
pour les scores de confiance (Coopérant : Z=0.37, p=0.71 ; Equitable : Z=1.14, p=0.25 ;
Rejetant : Z=-0.91, p=0.35).

Chez les jeunes adultes, nous n’avons pas observé de différence entre la version Mixte et
Sociale pour le joueur Coopérant (Z=0.29, p=0.76) ni Equitable (Z=-2.06, p=0.04). En
revanche, les jeunes adultes qui ont joué à la version Sociale attribuent des scores de Confiance
plus élevés au joueur Rejetant que ceux qui ont fait le jeu Mixte (Z=3, p=0.003).

Chez les adultes, nous n’avons pas retrouvé de différence entre la version Mixte et Sociale pour
les scores de confiance (Coopérant : Z=1.09, p=0.27 ; Equitable : Z=-0.54, p=0.58 ; Rejetant :
Z=-1.09, p=0.27).

Discussion
Nous avons vu qu'au niveau implicite, il y avait effectivement des différences dans la
fréquence des passes entre les trois versions du jeu (chez tous les participants confondus).
Notamment, dans la version Gain ou les participants envoient la balle plus au Coopérant qu'à
l'Équitable, et plus à l'Équitable qu'au Rejetant. Les version Social et Mixte ont des effets sur
la fréquence des passes plus modérés avec dans le cas Mixte, un plus grand nombre de passes

126
pour le Coopérant qu'au Rejetant, et plus surprenant, dans le cas Social, un plus grand nombre
de passe pour le Rejetant qu'au Coopérant.

Au niveau explicite, les trois versions du jeu semblent moduler de manière importante les scores
de préférence pour chaque profil : le joueur Coopérant est préféré dans la version Gain, puis
Mixte, et enfin Sociale, ce qui ; l'Équitable dans la version Sociale plus qu'en Gain ou Mixte;
et le Rejetant dans la version Sociale, puis Mixte, et enfin Gain.

L’aspect compétitif augmente la performance dans des jeux chez les personnes tout-venants
conformément à la conclusion de DiMenichi & Tricomi (2015). En effet, le profil Coopérant a
été davantage sollicité dans la condition Gain, comparé aux autres. En revanche, l’absence de
la compétition semble favoriser la distribution équitable de passes. Le fait de moins solliciter
le joueur Coopérant dans la condition Mixte que dans la condition Gain pourrait nous laisser
croire à un effet atténuant de la présence des deux types de motivation sur la création d’une
alliance avec le profil Coopérant. La motivation sociale semble empêcher la maximisation de
son gain et favoriser le comportement équitable.

La fréquence des passes, bien que pouvant indiquer les dispositions envers chaque adversaire
au fur et à mesure du jeu, ne peut pas être réellement considérée comme une mesure implicite.
Il serait pertinent d’associer cette mesure avec le collecte des données physiologiques (par
exemple, la mesure de la réaction électrodermale pendant la tâche) ou de temps de réaction
(Callenmark, Kjellin, Rönnqvist, & Bölte, 2014) .

127
Étude 3. Introduction d’un biais de nature sociale dans la prise de
décision financière chez les adolescents TSA : paradigme Trust
game

Résumé
Cette expérience fait suite à l’étude de Maurer et collaborateurs (2018) qui ont
investigué l’influence du biais de réputation sur la perception de la réciprocité chez les adultes
TSA. Nous avons employé le paradigme appelé « Trust game » (jeu de l’investissement ou jeu
de la confiance) avec des changements minimes afin d’adapter la compréhension du matériel
aux adolescents avec et sans TSA. À travers les dix rounds, les participants ont dû mettre à jour
leurs attentes concernant la réciprocité du partenaire en se basant sur une information connue
au préalable (a priori) et le comportement effectif observé (niveau de réciprocité).
Contrairement aux résultats de l’étude précédente (Maurer et al., 2018), les adolescents TSA
ont pu se détacher du biais de réputation afin de maximiser leur gain.

Introduction
La confiance émerge à travers des interactions itérées avec la personne ou bien, à défaut
d’avoir interagi avec la personne, c’est l’information préalable qui fournit des indications sur
la possibilité de faire la confiance à la personne (King-Casas, 2005). La réputation sociale,
notamment, joue le rôle d’indicateur du niveau de confiance attribué à la personne. Le niveau
de réciprocité ou la réputation sociale servent tous les deux à prédire la probabilité que la
personne va coopérer avec l’adversaire lors des interactions sociales (Delgado, Frank, & Phelps,
2005).
Le nom du paradigme généralement utilisé afin de tester la réciprocité et la confiance
chez les individus – « Trust game » – se traduit de deux façons en français, impliquant deux
aspects différents : l’investissement monétaire (aspect financier) et le niveau confiance attribué
à un partenaire inconnu. D’habitude ce type de jeu suppose que le sujet infère les intentions
d’autrui, en lui attribuant une théorie de l’esprit (Schelling, 1981). Au vu des difficultés de
mentalisations supposées par Baron-Cohen et collaborateurs (1985), nous proposons de faciliter
l’attribution des intentions pour les personnes TSA en introduisant un biais explicite de nature
sociale : la réputation.
Cette étude fait suite à l’investigation des mécanismes sous-tendant l’expression de
confiance et l’émergence du comportement coopératif chez les adultes avec TSA (Maurer et

128
al., 2018). Grâce à des modification du paradigme Trust game, notre équipé a appliqué
l’approche bayésienne (Pellicano & Burr, 2012) à de la prise de décision chez les adultes
autistes. Nous avons modélisé la cognition organisée selon plusieurs niveaux : les attentes
préalables (ici fondées sur l’information a priori) sont formulées aux niveaux hiérarchiques
plus élevés, et les signaux sensoriels, correspondant aux niveaux de réciprocité du joueur,
correspondent aux niveaux plus bas. En manipulant l’information préalable (réputation) et le
degré de réciprocité des joueurs, notre équipe a démontré pour la première fois que l’influence
des a priori chez les adultes avec TSA était plus importante que chez les participants
neurotypiques.
L’étude sur le jugement moral chez les adolescents TSA a démontré que lors de lecture
de petites histoires, ils basent leurs évaluations sur le comportement de la personne et sur le
résultat de ces actions, tandis que les adolescents tout-venants incluent non seulement ses deux
paramètres, mais également les caractéristiques personnelles du protagoniste (Komeda et al.,
2016). En combinant ces résultats avec ce que nous savons déjà sur la résistance au biais de
représentativité chez les adolescents TSA (Morsanyi, Handley, & Evans, 2010), nous
supposons qu’ils vont baser leurs choix moins sur un élément contextuel (réputation), mais
davantage sur le comportement effectif et le retour du joueur.
Au vu des difficultés d’intégration sociale retrouvées chez les enfants et les adolescents
TSA, répliquer l’expérience précédente nous paraît important afin d’étudier l’adaptation du
comportement chez les adolescents TSA en fonction du niveau de réciprocité de l’adversaire.
De plus, en continuant les travaux de Tiziana Zalla sur l’approche bayésienne, dans cette étude
nous appliquons l’hypothèse des hypo-priors pour la prise de décision chez les adolescents
TSA.

Objectif de l’étude
Cette étude vise à tester l’hypothèse des hypo-priors (Pellicano & Burr, 2012) chez les
adolescents TSA suite à l’intégration d’un biais de réputation explicite dans leur processus de
jugement de confiance.

Hypothèse
Les adolescents TSA baseraient leur choix davantage sur le niveau de réciprocité du joueur,
tandis que les adolescents CTR intègrent les deux paramètres : la réciprocité et la réputation,
étant donc plus sensibles au biais de réputation.

129
Méthodologie
Participants

Tableau 20. Caractéristiques socio-démographiques des participants. Aucune différence entre

les groupes TSA et les CTR pour l’âge (test de Student bilatéral, t=0.07, p=0.94), la différence
pour le score d’alexithymie (t=3.2, p=0.003).
TSA CTR
N 24 24
Hommes /
femmes 22 / 2 22 / 2
Âge moyen
(écart-type) 14.2 (1.9) 14.3 (1.9)
Âge minimum 11 11
Âge maximum 17 17
Score TAS12 18.5 (3.9) 14.4 (4.8)

Lieux de recrutement
Lieux de recrutement des patients
Hôpital Robert Debré (chef de service Pr Delorme), Paris
Hôpital Albert Chenevier (chef de service Pr Marion Leboyer), Créteil
Hôpital Charles Perrins (chef de service Pr Manuel Bouvard), Bordeaux
Lieux de recrutement des contrôles
Hôpital Robert Debré (chef de service Pr Delorme), Paris
Hôpital Albert Chenevier (chef de service Pr Marion Leboyer), Créteil
Hôpital Charles Perrins (chef de service Pr Manuel Bouvard), Bordeaux
Le Laboratoire des Usages en Technologies d'Information Numériques, FED 4246 (directeur
M.Charles Tijus), Paris
Institut de psychologie, Université Paris Descartes, Paris.
École Normale Supérieure, Paris

Description
L’expérience vise à investiguer la capacité d’intégration des informations conflictuelles lors
d’un jeu d’investissement monétaire avec un partenaire humain (virtuel). Autrement dit, les

12
La score du questionnaire d’alexithymie a été récupéré pour 22 adolescents TSA et 22 adolescents du groupe
contrôle

130
participants TSA vont-ils interagir avec le joueur en fonction de ce qu’ils savent sur lui (a
prioris) ou bien en fonction de comment il se comporte avec eux réellement ?

Paradigme et création du jeu

Le paradigme utilisé est celui de Trust game (Berg, Dickhaut, & McCabe, 1995). La tâche est
programmée sur Python.
Le participant joue à la place de l’investisseur face à un partenaire virtuel. Au début de chaque
essai il obtient 10 euros qu’il peut soit garder, soit partager avec son partenaire virtuel qui va
recevoir quatre fois le montant donné. Ensuite, le partenaire a le choix de rendre un certain
montant au participant (cf. Figure 22 pour l’illustration du mécanisme du jeu). Le
comportement du partenaire virtuel s’avère soit coopérant, soit individualiste : les deux niveaux
de réciprocité sont définis par rapport à la somme que le partenaire rend au participant.
Le participant joue 10 rounds consécutifs avec chaque joueur.

Etape 1. Consigne
« Tu vas participer à un jeu d'investissement monétaire où chaque point gagné se transformera
à la fin du jeu en un lot de cadeaux plus ou moins importants.
Tu vas jouer avec quatre personnages différents, chacun ayant un comportement spécifique. La
photo du joueur te sera présentée. Tu joueras 10 manches avec lui.
Règles du jeu :
Le but du jeu est de gagner le maximum de points.
Au début de chaque manche, tu commenceras avec 10 points, mais l'autre joueur aura 0.
Si tu le souhaites, tu peux partager une partie de tes 10 points avec lui, en sachant qu'à chaque
don le montant est multiplié par 4. Par exemple, si tu veux partager 1 point, il en recevra 1x4
= 4. Pour toi, il te reste 10 -1= 9 points.
Ensuite ça sera au tour de l'autre joueur de décider s'il veut partager une partie de ses points.
Ainsi, en retour, il peut te rendre également un certain nombre de points parmi ceux dont il
dispose à présent. Ces points-ci ne seront pas multipliés par 4. Par exemple, sur ses 4 points,
s'il te donne 1 point, tu ne recevras que 1 point ; ce qui te fera un total de 10 et 3 pour le joueur.

Afin de gagner un lot de cadeaux, il faudra avoir au moins 75 points. Plus tu as de points, plus
le lot sera important. C'est l'ordinateur qui te donnera la valeur de ton lot en fonction du
nombre de points gagnés. »

131
La variable Réputation est introduite par le biais de la présentation explicite des profils des
partenaires

Etape 2. Présentation des joueurs

Description des profils

« Renaud est médecin pour l’ONG “Médecins sans Frontières”. Il participe à de nombreuses
missions sur le terrain pour améliorer la santé et la qualité de vie de malades dans des pays du
Tiers Monde. Il a fait d’importants sacrifices personnels et financiers. Lors de son séjour en
France il consacre beaucoup de temps à sa famille et ses amis ».

« Clément est instituteur dans une école où sont scolarisés de nombreux enfants défavorisés.
En utilisant de nouvelles technologies, il parvient à aider l’ensemble de ses élèves. Il a reçu le
« Prix de l’enseignant de l’année » pour son travail ».

« Pierre est comptable. Récemment il s’est séparé de sa femme et ne voit plus ses deux enfants.
Il se consacre aujourd’hui entièrement au travail et à l’avancement de sa carrière. Devenu
responsable d’une agence, il a licencié trois personnes pour doubler son salaire ».

« Thibaud est propriétaire d’un restaurant et s’enrichit grâce à ses clients (des retraités issus de
milieux modestes). Thibaud emploie un grand nombre de jeunes serveurs, mais il retient leur
salaire depuis 4 mois, parce qu'il veut utiliser cet argent pour s'acheter une nouvelle voiture ».

132
Tableau 21. Croisement de la réputation et de la réciprocité des joueurs : les profils congruents sont en noir, les
profils incongruents sont en rouge.

Coopérant Individualiste
Réputation + 1 1
Réputation - 1 1

Le croisement des variables Réputation et Réciprocité (cf. le tableau 21) fournit 4 profils de
joueurs :
- Socialement bien perçu (une bonne réputation) et coopérant dans le jeu ;
- Socialement bien perçu et individualiste ;
- Socialement pas bien perçu (mauvaise réputation) et coopérant dans le jeu ;
- Socialement pas bien perçu et individualiste.

Etape 3. Appariement des photos et des descriptions

Le participant doit associer une photo et une description (jeu d’appariement), afin de mémoriser
mieux avec qui il joue.

Etape 4. Partie avec X

- Investissement : combien de points veux-tu donner à X ?
- X te rend n points.
- Bilan de la manche.
- Total pour cette partie.

Etape 5. Échelle de confiance

Sur une échelle de 0 (minimum) à 10 (maximum), à quel point tu leur fais confiance ?

Etape 7. Échelle de préférence

Sur une échelle de 0 (minimum) à 10 (maximum), à quel point tu voudrais être en équipe avec
chacun de ces joueurs ?

Durée
La durée moyenne du jeu était de 35 minutes (en fonction de la vitesse du participant).

133
 Figure 22. Illustration du mécanisme du jeu et du calcul (image de C. Maurer)

134
Analyses
Les analyses ont été faites en utilisant les logiciels JMP Version 9.0.1 (SAS Institute Inc., Cary,
NC, 1989-2007) pour les tests statistiques et G.Power 3.1. (Faul, Erdfelder, Lang, & Buchner,
2007) pour le calcul de la puissance statistique.

Dans un premier temps, nous avons procédé au test des hypothèses de l’analyse de variance
(ANOVA) en réalisant le test de normalité de la distribution des résidus issus du modèle, ainsi
que le test d’égalité des variances (homoscédasticité ; Glele Kakaï, Sodjinou & Fonton, 2006).
Afin de tester si les résidus issus du modèle suivent la loi normale, le test W de Shapiro-Wilk
(Shapiro & Wilk, 1965) a été utilisé (la valeur de p <0.05 permet de rejeter l’hypothèse de la
normalité). De plus, le test de Levene (Levene, 1960) a été réalisé pour vérifier l’égalité des
variances en fonction de chaque facteur (la valeur de p <0.05 permet de rejeter l’hypothèse de
l’égalité des variances). Ces deux conditions, la normalité de la distribution et l’égalité des
variances, doivent en effet être remplies simultanément afin de pouvoir utiliser l’ANOVA.
Dans un second temps, le choix des tests appropriés a été fait en fonction du caractère de la
distribution.

Conformément à l'étude de Maurer et collaborateurs (2017) qui ont utilisé comme variable les
ratios calculés à partir des investissements, nous avons normalisé le nombre de jetons investis
à chaque round par la moyenne d'investissements pour la totalité du jeu. Les ratios pour chaque
participant donc ont été calculés selon la formule suivante :
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑗𝑒𝑡𝑜𝑛𝑠 𝑖𝑛𝑣𝑒𝑠𝑡𝑖𝑠 𝑎𝑢 𝑟𝑜𝑢𝑛𝑑 𝑋
Taux dK investissement normalisé =
𝑚𝑜𝑦𝑒𝑛𝑛𝑒 𝑑𝑒 𝑗𝑒𝑡𝑜𝑛𝑠 𝑖𝑛𝑣𝑒𝑠𝑡𝑖𝑠 𝑝𝑒𝑛𝑑𝑎𝑛𝑡 𝑙𝑒 𝑗𝑒𝑢

Résultats

I. Analyse des investissements moyens sur la totalité du jeu

Afin d’évaluer l’influence de la réputation et de la réciprocité sur l’investissement moyen chez

les adolescents TSA et leurs pairs CTR, nous avons procédé à une analyse de variance suivant
le plan expérimental : Groupe2 x Réputation2 x Réciprocité2, où le groupe (TSA et CTR) est
un facteur inter-sujet et la réputation du joueur (bonne ou mauvaise) ainsi que sa réciprocité
(coopérant ou individualiste) sont deux facteurs intra-sujet. Cette analyse fut effectuée sur la

135
totalité du jeu (40 rounds). Les conditions de la normalité n’étant pas respectées (cf Annexe 39
et 40), nous avons utilisé les tests non paramétriques.

Nous n’avons pas observé un effet du groupe (test de Wilcoxon, Z=0.08, p=0.93, η2=0). En
revanche, nous avons observé un effet de la réputation qui consiste au fait que le joueur avec
une bonne réputation a un taux d’investissement plus élevé que celui avec une mauvaise
réputation (Z=2.28, p=0.02, η2=0.10). De plus, nous avons observé un effet important de la
réciprocité (Z=9.29, p<0.0001, η2=0.9) : les investissements pour les joueurs coopérants sont
plus importants que pour les joueurs individualistes.

Chez tous les participants confondus, nous retrouvons une interaction entre la réputation (bonne
vs mauvaise) et la réciprocité, mais uniquement pour les joueurs coopérants : les participants
investissent plus pour le joueur coopérant ayant une bonne réputation que pour celui qui a une
mauvaise réputation (médianes 1.28 et 1.15 respectivement, Z=2.83, p=0.005, η2=0.08). Cet
effet de la réputation n’est pas retrouvé chez les joueurs individualistes (Z=1.72, p=0.09,
η2=0.03).

Figure 23. Le taux d’investissement moyen : interaction entre les facteurs Réputation et Réciprocité (chez tous les
participants confondus). Cinquante pour cent des observations se trouvent à l’intérieur de la boîte à moustache, la

136
barre horizontale à l’intérieur de la boîte indique la médiane, les barres représentent les points dans 1,5 fois l’écart
interquartile.

Ce qui nous intéresse, c’est de vérifier un effet de la réputation sur les taux d’investissements
pour les profils coopérants et individualistes (les interactions) chez les adolescents TSA et les
CTR. Nous avons comparé les taux d’investissements moyens en utilisant le test de Wilcoxon
avec la correction de Bonferroni pour le nombre de tests (k=4, au seuil de signification corrigé
p=0.013).

Aucun effet de la réputation sur le taux d’investissement n’a été observé ni dans le groupe TSA,
ni dans le groupe CTR (pour les joueurs coopérant, TSA : Z=-1.97, p=0.05, η2=0.08 ; CTR :
Z=-2.25, p=0.02, η2=0.10 ; pour les joueurs individualistes TSA : (Z=-0.60, p=0.55, η2=0.008 ;
CTR : Z=-1.86, p=0.06, η2=0.07).

II. Analyse du poids de réputation et de réciprocité

Afin de rendre compte de l’effet d’apprentissage à travers le jeu, nous avons calculé le poids
des facteurs Réputation et Réciprocité selon la méthode proposée dans Maurer et al. (2017).
Afin de calculer le poids du biais de réputation dans la prise de décision, nous avons soustrait
le taux d’investissement moyen aux joueurs avec la mauvaise réputation du taux
d’investissement moyens aux joueurs avec la bonne réputation, et ce dans deux périodes du jeu
(« début » = le premier round, « fin » = le dernier round). De même, afin de calculer le poids
de la réciprocité la prise de décision, nous avons soustrait le taux d’investissement moyen aux
joueurs individualistes du taux d’investissement moyens aux joueurs coopérants. À noter que
la définition des deux périodes choisies diffère dans ce cas-là, puisque l’information sur le degré
de réciprocité du joueur devient accessible uniquement suite au retour après le premier round.
De ce fait, nous considérons l’investissement au deuxième round comme la période du « début »
et le dernier round comme la période « fin »).

Afin de vérifier l’influence de la réputation et de la réciprocité sur l’investissement moyen chez

les adolescents TSA et leurs pairs CTR, nous avons procédé à une analyse de variance suivant
le plan expérimental : Groupe2 x Poids2 x Période2, où le groupe (TSA et CTR) est un facteur
inter-sujet et le poids (Réputation et Réciprocité) ainsi que la période (début et fin) sont deux
facteurs intra-sujet. Les conditions de la normalité n’étant pas respectées (cf. Annexe 41 et 42),
nous avons utilisé les tests non paramétriques.

137
Nous n’avons pas observé un effet du groupe (test de Wilcoxon, Z=0.2, p=0.84). En revanche,
le taux d’investissement diffère selon le type du poids (Réputation vs Réciprocité, médianes
0.19 et 0.32 respectivement, Z=-2.24, p=0.02) ainsi que selon la période du jeu (début vs fin,
médianes 0.23 et 0.34 respectivement, Z=2.10, p=0.03).

L’interaction entre le type du poids et la période (chez tous les participants confondus) n’est
pas significative au début du jeu : le poids de la réputation et de la réciprocité ne diffèrent pas
(médianes 0.25 et 0.16 respectivement, Z=1.48, p=0.13). En revanche, à la fin du jeu nous avons
constaté que le poids de la réciprocité est plus important que le poids de la réputation (médianes
0.84 et 0.16 respectivement, Z=4.23, p<0.0001).

Afin de vérifier l’interaction entre le type du poids et la période en fonction du groupe (TSA et
CTR), nous avons réalisé plusieurs comparaisons (test de Wilcoxon avec la correction de
Bonferroni pour le nombre des tests effectués, k=4, p=0.013).

Si on s’intéresse à la dynamique de chaque facteur pendant le jeu, on constate que et chez les
TSA, et chez les CTR le poids de la réputation reste stable entre le début et la fin du jeu (TSA :
médianes 0.25 et 0.14, Z=-1.17, p=0.24 ; CTR : médianes 0.24 et 0.16, Z=-0.98, p=0.33).
Cependant, nous avons observé une augmentation du poids de la réciprocité entre le début et la
fin du jeu dans les deux groupes (TSA : médianes 0.13 et 0.99, Z=3.67, p=0.0002 ; CTR :
médianes 0.2 et 0.75, Z=2.56, p=0.011).

Dans le groupe TSA, nous n’avons pas observé un effet du poids au début du jeu (Z=1.02,
p=0.31). En revanche, l’interaction devient significative à la fin du jeu (Z=3.83, p=0.0001),
avec le poids de la réciprocité supérieur au poids de la réputation (médianes 1.73 et 0.34
respectivement).
Dans le groupe CTR, nous n’avons pas observé un effet du poids au début du jeu (Z=0.87,
p=0.38). De manière étonnante, la différence entre les poids ne passe pas le seuil de
significativité corrigée à la fin du jeu non plus (Z=0.22, p=0.03).

138
Figure 24. La différence entre le poids de Réputation et Réciprocité au début et à la fin du jeu chez les TSA et les
CTR. Cinquante pour cent des observations se trouvent à l’intérieur de la boîte à moustache, la barre horizontale
à l’intérieur de la boîte indique la médiane, les barres représentent les points dans 1,5 fois l’écart interquartile.

III. Jugement de préférence

Afin d’évaluer un effet de la réputation et de la réciprocité sur le jugement de préférence après
le jeu chez les adolescents TSA et CTR, nous avons procédé à une analyse de variance suivant
le plan expérimental : Groupe2 x Réputation2 x Réciprocité2, où le groupe (TSA et CTR) est
un facteur inter-sujet et la réputation du joueur (bonne ou mauvaise) ainsi que sa réciprocité
(coopérant ou individualiste) sont deux facteurs intra-sujet. Cette analyse fut effectuée sur les
scores de préférence attribués aux quatre joueurs. Les conditions de la normalité n’étant pas
respectées (cf Annexe 43 et 44), nous avons utilisé les tests non paramétriques.

L’effet principal du groupe n’a pas été observé (test de Wilcoxon, Z=0.43, p=0.67). En
revanche, un effet principal de la réputation (Z=5.03, p<0.0001) et de la réciprocité ont été
détectés (Z=6.41, p<0.0001). En effet, les joueurs présentés sous un jour favorable ont reçu des
scores de préférence plus élevés que les joueurs avec une mauvaise réputation (médianes 8 et 4

139
respectivement). De plus, les participants (les deux groupes confondus) préféraient les joueurs
coopérants que les individualistes (médianes 8 et 3 respectivement).

En ce qui concerne une interaction entre les deux facteurs intra-sujets, la réputation et la
réciprocité, l’effet de la réputation a conservé son importance dans l’attribution des scores de
préférence même après le jeu : et les joueurs coopérants, et les joueurs individualistes ont été
mieux évalués s’ils ont été présentés sous un jour favorable avant le jeu que s’ils ont été mal
présentés (pour les joueurs coopérants médianes 9 et 5 respectivement, test de Wilcoxon avec
la correction de Bonferroni pour le nombre de comparaisons au seuil ajusté p=0.025 ; Z=5.06,
p<0.0001 ; pour les joueurs individualistes médianes 5 et 3, Z=2.77, p=0.006).

Afin de comparer l’effet de la réputation et de la réciprocité dans les groupes TSA et CTR, nous
avons réalisé le test de Wilcoxon avec la correction de Bonferroni pour le nombre de tests (k=4,
p=0.013).
Dans le groupe TSA, nous avons retrouvé un effet de la réputation pour les joueurs Coopérants
(Z=3.09, p=0.002), à savoir l’attribution des scores de préférence plus élevés pour le joueur
coopérant ayant une bonne réputation que celui qui avait une mauvaise réputation. L’effet de
la réputation pour les joueurs individualistes n’a pas passé le seuil de signification corrigé
(Z=1.97, p=0.05).
Dans le groupe CTR, nous avons également retrouvé un effet de la réputation pour les joueurs
Coopérants (Z=4.13, p<0.0001), mais pas pour les individualistes (Z=1.89, p=0.06).

IV. Jugement de confiance

Afin d’évaluer un effet de la réputation et de la réciprocité sur le jugement de confiance après
le jeu chez les adolescents TSA et CTR, nous avons procédé à une analyse de variance suivant
le plan expérimental : Groupe2 x Réputation2 x Réciprocité2, où le groupe (TSA et CTR) est
un facteur inter-sujet et la réputation du joueur (bonne ou mauvaise) ainsi que sa réciprocité
(coopérant ou individualiste) sont deux facteurs intra-sujet. Cette analyse fut effectuée sur les
scores de confiance attribués aux quatre joueurs. Les conditions de la normalité n’étant pas
respectées (cf Annexe 45 et 46), nous avons utilisé les tests non paramétriques.

L’effet principal du groupe n’a pas été retrouvé (test de Wilcoxon, Z=0.37, p=0.71). En
revanche, un effet principal de la réputation (Z=5.73, p<0.0001) et de la réciprocité ont été
détectés (Z=5.48, p<0.0001). En effet, les joueurs présentés sous un jour favorable ont reçu des

140
scores de confiance plus élevés que les joueurs avec une mauvaise réputation (médianes 7 et 4
respectivement). De plus, les participants (les deux groupes confondus) préféraient les joueurs
coopérants que les individualistes (médianes 7 et 4 respectivement).

L’effet de la réputation joue un rôle dans l’attribution des scores de confiance après le jeu : et
les joueurs coopérants, et les joueurs individualistes ayant une bonne réputation ont reçu les
scores plus élevés que ceux ayant une mauvaise réputation (pour les joueurs coopérants
médianes 8 et 5 respectivement, test de Wilcoxon avec la correction de Bonferroni pour le
nombre de comparaisons au seuil ajusté p=0.025 ; Z=5.48, p<0.0001 ; pour les joueurs
individualistes médianes 5 et 3, Z=3.49, p=0.0005).

Finalement, la question qui nous intéresse est celle de l’influence de la réputation sur
l’évaluation de la confiance en fonction du degré de réciprocité dans les deux groupes. Nous
avons procédé à l’évaluation en utilisant le test de Wilcoxon avec la correction de Bonferroni
pour le nombre de tests réalisés (k=4, p=0.013).
Chez les TSA, l’effet de la réputation est observé quel que soit le degré de réciprocité du joueur
(pour les joueurs coopérants : Z=3.59, p=0.0003 ; pour les individualistes : Z=2.93, p=0.004),
à savoir les joueurs ayant une bonne réputation recevaient les scores de confiance plus élevés
que les joueurs avec une mauvaise réputation.
Chez les CTR, l’effet de la réputation a été retrouvé uniquement pour les joueurs coopérants
(Z=4.1, p<0.0001), mais il n’a pas passé le seuil de signification pour les joueurs individualistes
(Z=2.1, p=0.04). Autrement dit, les joueurs coopérants ayant une bonne réputation ont été
décrits comme plus confiants que ceux qui avaient une mauvaise réputation. En revanche, le
fait de ne pas coopérer pendant le jeu annule le biais de la réputation chez les CTR.

141
Figure 25. Les scores moyens de la confiance chez les TSA et les CTR. Cinquante pour cent des observations se
trouvent à l’intérieur de la boîte à moustache, la barre horizontale à l’intérieur de la boîte indique la médiane, les
barres représentent les points dans 1,5 fois l’écart interquartile.

Discussion
Contrairement à l’étude chez les adultes effectuée par Maurer et al. (2017), nous n’avons pas
retrouvé de différences entre les adolescents TSA et CTR ni pour le taux d’investissement
moyen sur la totalité du jeu, ni pour le jugement de confiance ni préférence. Nous observons
un effet de la réputation uniquement pour les joueurs coopérants : les participants investissent
globalement plus pour le joueur coopérant ayant une bonne réputation que pour celui qui a une
mauvaise réputation. La réputation ne semble pas modifier le taux d’investissement pour les
joueurs individualistes.

Contrairement à l’étude de Maurer et al. (2017), le poids de la réciprocité devient plus important
que celui de la réputation à la fin du jeu chez les adolescents TSA, mais pas chez les CTR, ce
qui semble aller dans le sens de l’hypothèse des hypo-priors. Or, l’inverse a été observé que les
adultes. Bien qu’à ce jour nous ne pouvons pas comparer les données obtenues chez les adultes

142
et chez les adolescents, nous avons prévu de comparer ces deux groupes d’âge afin de pondérer
les effets.

Les participants CTR sont constants dans leur pattern d’évaluation de confiance et de préférence
qui coïncide avec le taux d’investissement, à savoir : l’effet de réputation intervient uniquement
avec les joueurs coopérants (les coopérants avec une bonne réputation sont mieux évalués que
les coopérants avec la mauvaise réputation). Pour les joueurs individualistes, l’effet de la
réputation n’est pas présent.

Le fait que seuls les participants coopérants ont été évalués selon leur réputation pourrait être
expliqué par le fait que les adolescents privilégient l’équité dans les jeux économiques (Belli,
Rogers & Lau, 2012), sans mentionner que les jeunes adolescents pensent davantage à leur gain
qu’à la perspective d’autrui (W. van den Bos, van Dijk, Westenberg, Rombouts, & Crone,
2011). Serait-il possible le que comportement des joueurs individualistes, à savoir les pertes
(ou l’absence de gain) pour le participant aurait induit une hyperfocalisation sur les aspects
perceptifs (le montant retourné) et complétement refuté l’hypothèse basée sur l’a priori ? Les
réactions verbales et les justification des participants auraient pu fournir davantage
d’explication.

Chez les participants TSA, l’évaluation de la préférence présente le même effet de la réputation
pour les joueurs coopérants uniquement. L’effet de la confiance semble robuste et concerne
tous les joueurs, ce qui confirme partiellement la rigidité observée dans le fait de continuer à
croire à un adulte observé chez les enfants TSA, malgré l’expérience répétée de déception
(Yang et al., 2017).

143
Discussion générale

Synthèse des résultats

Etude 1 & Etude 2

Notre premier objectif était d’évaluer si les participants TSA seraient capables de discriminer
les trois niveaux de réciprocité pendant le jeu. Contrairement à l’étude de Andari et al. (2010),
nous n’avons pas démontré de différences entre les participants TSA et contrôles pour la
fréquence des balles. Tout d’abord, les deux groupes ont pu adapter leur comportement aux
deux profils extrêmes : interagir davantage avec le joueur Coopérant et moins avec celui qui
n’envoie pas de balle sur la totalité du jeu. Or, il est intéressant de constater que les participants
TSA ont adopté une stratégie plus rationnelle que les contrôles, en interagissant en moyenne
davantage avec le profil Coopérant qu’avec les deux autres, ce qui était censé augmenter leur
score. Les sujets contrôles, présentant en moyenne le même score total que les TSA, ont sollicité
le joueur Equitable aussi souvent que le joueur Coopérant sur la totalité du jeu. L’analyse par
tranches d’âge n’a pas conclu à un effet de l’âge sur la discrimination des profils.

Notre deuxième objectif était d’analyser la dynamique temporelle dans la réponse à la

réciprocité. Jamais rapportée dans l’étude de Andari et al. (2010), la place du joueur Equitable
perd son importance à travers le jeu en même temps que l’alliance avec le joueur Coopérant se
crée. Nous ne pouvons pas conclure qu’un des groupes avait une stratégie plus rationnelle,
puisque même à la fin du jeu, quand le profil Coopérant a été identifié, les participants
continuaient à envoyer la balle au joueur Rejetant, ce qui diminuait leur chance d’avoir un point
en retour. Les participants TSA et CTR de différentes tranches d’âge ont manifesté la même
tendance.

Notre troisième objectif concernait la discrimination explicite des profils a posteriori. Nous ne
pouvons pas rapporter de différences en termes des scores de préférence ni de confiance entre
les sujets TSA et CTR de différentes tranches d’âge. Cependant, la perception des trois niveaux
de réciprocité est plus fine chez les contrôles qui étaient capables de les hiérarchiser selon leur
jugement de préférence et de confiance, tandis que les sujets TSA ont surtout discriminé les
profils extrêmes.

144
Notre quatrième objectif consistait à mettre en lien les difficultés à identifier ses propres
émotions et la performance dans le jeu. Contrairement à ce qui était attendu, nous n’avons pas
identifié le lien entre les scores d’alexithymie et la reconnaissance des profils au niveau
implicite ou explicite.

Certaines modifications de l’expérience (absence du score affiché sur l’écran, augmentation du

temps du jeu, absence de la récompense monétaire selon la performance) ont probablement
nivelé les différences entre les TSA et les CTR. À travers la discussion des résultats nous avons
argumenté l’importance de séparer la motivation de gain de la motivation sociale dans la
version Cyberball utilisée.

Nous avons pu démontrer la différence dans la perception et dans l’évaluation des différents
niveaux de réciprocité en fonction de type de motivation dominante. La motivation de gain
(individualiste) favorise le repérage d’un profil coopérant afin de créer une alliance, en se basant
sur la stratégie Coopération – Réciprocité – Pardon (Axelrod, 1984). Certes,

Certaines remarques des participants TSA laissent entendre que la situation d’interaction
induite n’a pas été suffisamment motivante, ce qui leur conduisait à solliciter le joueur qui,
comme ils ont identifié, avait moins de chance de leur renvoyer la balle. De ce fait, la prudence
est exigée lors de l’interprétation des résultats en termes d’« identification » des profils. Il est
probable que pour un sous-groupe de participants nous avons observé une adaptation de leur
comportement aux profils selon les motifs autres que la motivation d’appartenance ou la
motivation de gain. De ce fait, il serait pertinent de tenir compte des anomalies sociales selon
la classification de Wing & Gould (1979) :
- Isolement social (aloof) : la personne qui préfère se retirer des interactions sociales.
- Interaction passive (passive) : la personne ne prend pas l’initiative d’entrer en interaction
avec autrui et manifeste un faible niveau de réciprocité.
- Interaction active-mais-bizarre (active-but-odd) : la personne cherche l’interaction avec les
autres, mais de manière inadaptée au contexte.
Dans la tâche de type Cyberball mixte, il serait important d’évaluer le profil interactionnel afin
de mieux comprendre l’hétérogénéité observée.

Lorsque nous ne tenons pas compte de l’âge et étudions un seul groupe (TSA ou CTR), les
tailles de l’effet observées lors de la comparaison intergroupe sont même plus petites que

145
lorsque nous faisons des comparaisons par tranche d’âge. Autrement dit, augmentation de
variance introduite par le fait de réunir les participants n’est pas compensée par la taille de
l’échantillon. Les comportements observés nous renseignent partiellement sur le
fonctionnement des personnes avec TSA. L’association des techniques de neuroimagérie
permettrait de démontrer une réponse neuronale différente sous-tendant le même comportement
observé chez les adolescents TSA lors de l’exclusion sociale (Masten et al., 2011).

Etude 3.
En nous intéressant à l’influence d’un biais de nature social (réputation) sur la prise de décision
chez les adolescents TSA, nous avons obtenu un pattern des résultats qui semble contredire les
observations faites chez les adultes TSA (Maurer et al., 2017). Nos données semblent soutenir
l’hypothèse des hypo-priors chez les personnes TSA (Pellicano & Burr, 2012), avec des
adolescents TSA manifestant une meilleure résistance au biais que leurs pairs. La
reconnaissance des deux niveaux de réciprocité est intacte chez les adolescents TSA.

L’étude présente devrait être repensée en termes de l’apprentissage dans un système multi-
agent, où le fait d’avoir une expérience d’interaction avec un profil, puis un autre peut
augmenter la vitesse d’élaboration d’une stratégie optimale (Hao, Huang, Cai, & Leung, 2017).
En effet, le biais d’ancrage que nous avons introduit dans le jeu pourrait influencer non
seulement le comportement effectif avec le joueur donné, mais avoir un impact sur la perception
des joueurs suivants (Denant-Boëmont & L’Haridon, 2013). Autrement dit, la question pour les
études suivantes seraient de définir si les émotions contrefactuelles, telles que la surprise ou la
déception, éprouvées lors de la confrontation au premier profil incongruent, auraient un impact
sur la vitesse d’apprentissage d’une stratégie optimale dans un jeu économique itératif.

Considérations méthodologiques et perspectives

Reproductibilité des résultats
La crédibilité des résultats de recherche est évaluée en partie par la reproductibilité, autrement
dit, par la réplication des résultats des recherches précédentes (Schmidt, 2009). Selon le
sondage organisé par la revue Nature (Baker, 2016), la moitié des 1500 chercheurs répondants
ont jugé la reproductibilité des résultats scientifiques comme étant un problème actuel majeur.
Soixante-deux pour cent des études en sciences sociales ont pu être reproduites avec succès,
bien que les tailles des effets aient été inférieures à celles indiquées dans les articles originaux

146
(Camerer et al., 2018). La psychologie est directement concernée, avec le taux de
reproductibilité de 40% (Open Science Collaboration, 2015).
La question qui nous intéresse le plus par rapport à ce travail de thèse est dans quelle mesure
les expériences réalisées auprès d’adultes sont à administrer telles qu’elles auprès d’enfants ?
Ayant essayé de minimiser des modification dans les paradigmes expérimentaux afin de ne pas
augmenter les différences entre les deux études, nous constatons néanmoins que l’adaptation
des stimuli à l’âge des sujets, compte tenu de leurs capacités attentionnelles et motivationnelles,
est une pratique commune (Hawthorne & Pierce, 2015; Lemoine-Lardennois et al., 2016). De
ce fait, nous soutenons les chercheurs qui décident d’adapter les avatars ou le contenu du jeu
proche à l’âge des participants, puisque cela favorise l’immersion dans le virtuel pour les
enfants (Tisseron, 2013).

Hétérogénéité des participants

La notion du spectre autistique, introduite dans le DSM-5 (American Psychiatric Association,
2013), a contribué à la reconnaissance de l’hétérogénéité des troubles autistiques tant sur le plan
génétique que phénotypique (Masi, DeMayo, Glozier, & Guastella, 2017; Sanders et al., 2015).
De ce fait, les manifestations cliniques sont variables, ce qui soulève la question des
répercussions différentes sur des réponses comportementales et des stratégies cognitives
évaluées dans les études. Trois niveaux d’hétérogénéité sont identifiés à ce jour : 1) la diversité
au niveau fonctionnelle (certaines fonctions préservées par rapport aux sujets tout-venants,
d’autres défaillantes); 2) la diversité au niveau des traits autistiques (la sévérité associée à
chaque critère diagnostique); 3) la diversité en termes des causes identifiées (version
monogénique vs. polygénique ; l’importance des facteurs environnementaux associés)
(Georgiades, Szatmari, & Boyle, 2013).

Une des possibilités pour faire face à l’hétérogénéité des participants autre consiste en
l’utilisation de modèles normatifs pour ne pas raisonner en dichotomie patients vs. contrôles,
mais au contraire embrasser l’aspect dimensionnel d’un spectre de sévérité (Marquand, Rezek,
Buitelaar, & Beckmann, 2016). Ici, la trajectoire développementale est modélisée sur un
échantillon représentatif de la norme, puis tous les participants – patients comme contrôles –
obtiennent un score les situant par rapport à la moyenne et en tenant compte de la variabilité du
trait dans la population.

147
Une autre piste de recherche actuelle concerne la stratification des patients basée sur des
caractéristiques particulières, afin d’augmenter la précision et la représentativité de
l’échantillon (Loth et al., 2017; Lai et al., 2013). L’analyse des sous-groupes selon des
marqueurs génétiques, cliniques et cognitifs ainsi que selon les particularités anatomiques et
fonctionnelles du cerveau est en cours (Loth et al., 2016). L’identification des biomarqueurs est
cruciale pour l’amélioration du diagnostic des TSA qui à ce jour est basé sur l’observation
clinique. De plus, l’intérêt de la stratification par les mécanismes physio-pathologiques s’inscrit
totalement dans la démarche du développement de la médecine personnalisée (Beversdorf,
2016). La génétique notamment fournit un apport considérable pour tester des molécules in
vitro (Moss & Howlin, 2009). Un effet prometteur du lithium, la molécule utilisée pour le
traitement des troubles bipolaires, a été démontré d’abord sur un modèle neuronal issu des
cellules souches des patients TSA présentant une mutation dans le gène SHANK-3, associée à
des formes les plus sévères de l’autisme, avec des répercussions cognitives importantes
(Leblond et al., 2014). Une thérapie médicamenteuse proposée à une des patientes par la suite
a mené à une diminution de la sévérité des troubles autistiques. La preuve de concept est déjà
déposée (Darville et al., 2016) afin d’élargir l’essai clinique à la population concernée (1-2%
des enfants avec autisme et déficience intellectuelle qui présentent également une mutation du
SHANK-3).

Association des mesures comportementales et de la neuro-imagerie

Avec les avancés techniques, les mesures comportementales sont de plus en plus associées aux
mesures en neuro-imagerie, et cela pour trois raisons que nous aimerions introduire dans cette
thèse, mais que nous n’avons pas pu faute de moyens.

Premièrement, la neuro-imagerie permet de fournir des critères pour diviser la population en

sous-groupes (stratification) afin d’éviter que les effets opposés se cachent mutuellement sur le
plan statistique (cf. section précédente).
Deuxièmement, les comportements similaires observés entre les patients et les sujets contrôles
peuvent être expliqués soit par l’absence de dysfonctionnements chez les TSA, soit par des
mécanismes de compensations (activité augmentée dans une région qui sous-tend l’idée de
mécanismes compensatoires ; activité moins importante qui introduit l’idée d’une déficience
du système), soit par la vicariance au niveau cérébral (les réseaux différents sont impliqués chez
les personnes TSA comparativement au groupe contrôle dans la résolution de la même tâche)
qui suggère l’utilisation d’une stratégie différente.

148
Lorsque le but de la recherche est de découvrir l’existence des réseaux sous-tendant des déficits,
le protocole expérimental prévoit une tâche spécifique qui va permettre d’évaluer l’activation
des régions d’intérêt. Or, dans cette approche « hypothèsiste » l’analyse porte sur certaines
régions définies a priori, tandis que d’autres – potentiellement déficitaires – échappent à notre
analyse. Il est de plus en plus fréquent de soumettre les participants à l’imagerie au repos, où
on évalue le fonctionnement cérébral de base (avec les examens tels que la TEP ou IRM
fonctionnelle au repos). Une telle approche exploratoire permet d’identifier l’altération de base
des régions cérébrales qui passeraient inaperçues si elles ne sont pas directement impliquées
dans les tâches proposées. Un des exemples d’une découverte grâce à l’imagerie au repos
concerne l’identification des différences dans le flux sanguin au niveau du STS, sillon temporal
supérieur (Ohnishi et al., 2000; Zilbovicius et al., 2000), qui est maintenant considéré comme
une des régions clé du « cerveau social » (Allison, Puce, & McCarthy, 2000; Zilbovicius et al.,
2006), avec le cortex orbitofrontal, le gyrus fusiforme et l’amygdale. Cette découverte a amené
à une série des travaux démontrant l’implication du sillon temporal supérieur dans le traitement
de l’information sociale chez les personnes TSA (Hotier et al., 2017; Saitovitch et al., 2012;
Zilbovicius et al., 2006)

L’apport de la neuroimagerie aux recherches en psychologie montre son importance non

seulement dans la compréhension de la physiopathologie de l’autisme, mais également dans
l’étude de la pathogénèse. Une étude en IRM anatomique sur les nouveau-nés prématurés a
permis de modéliser le développement hétérochrone des sillons corticaux en fonction des zones
cérébrales (Dubois, Benders, Cachia, et al., 2008), ce qui pourrait fournir des indications sur
les normes de la maturation cérébrale au bas âge. Par la suite, une autre étude de cette équipe a
démontré des différences dans l’anatomie des sillons entre les bébés qui ont une trajectoire du
développement normal ou ceux qui présentent un retard de croissance (Dubois, Benders,
Borradori-Tolsa, et al., 2008). L’intérêt de ces travaux pour le domaine de l’autisme consiste à
trouver des marqueurs cérébraux précoces et identifier les enfants à risque de l’autisme en
mesurant des atteintes neurodéveloppementaux (Courchesne et al., 2001; Hazlett et al., 2011;
Nordahl et al., 2011).

Nécessité de travailler sur des grandes cohortes

Les propositions concernant la stratification des patients sont réalistes à condition de posséder
un échantillon suffisamment large, et encore plus si les donnés récoltées concernent plusieurs

149
modalités (Loth et al., 2017). Un des points dans le quatrième plan autisme (2018-2022) de la
HAS concerne notamment la création des bases de données fiables, ce qui souligne l’intérêt de
travailler sur les cohortes de patients.

À ce jour, plusieurs cohortes existent en France (ELENA) et au niveau international (PARIS,

ABIDE, EU-AIMS). Pour la plupart, les données anonymisées peuvent être consultées par des
chercheurs extérieur. Une telle collaboration entre des institutions dans plusieurs pays permet
d’aller plus loin dans le recueil et le traitement des données.

Collaboration avec des spécialistes d’autres domaines

Les considérations méthodologiques évoquées ci-dessus amènent à conclure à la nécessité pour
les psychologues de collaborer avec des spécialistes d’autres domaines, notamment ingénierie,
data science, sciences de la communication et éthique.

L’incompétence en statistiques et le manque de robustesse du design expérimental sont cités

parmi les trois premières difficultés rencontrées par les chercheurs (Baker, 2016).

Bien que l’APA recommande de rapporter la taille de l’effet dans les publications, cette pratique
n’est pas encore devenue courante (American Psychological Association, 2008). Or, pour les
études expérimentales et surtout les essais cliniques il est indispensable de comprendre non
seulement que l’effet existe sur le plan statistique, mais qu’il a une importance sur le plan
clinique (Sullivan & Feinn, 2012). De même, lors de l’élaboration du design expérimental,
certains paramètres importants (nombre optimal de variables, calcule de la taille de
l’échantillon, choix de méthodes d’analyse adaptées…) peuvent être omis faute de d’expertise
du chercheur (Rojas, Aguero, Welsh, Goodwin, & Feuer, 2012). Le risque de ne pas avoir pensé
ces détails au préalable conduit à des expérimentations qui, dans les meilleurs des cas, ne
permettent pas de répondre à la question de recherche, et au pire des cas fournissent des résultats
erronés. Malheureusement, il n’est pas rare qu’une équipe de recherche n’ait pas de budget pour
recruter un statisticien afin d’intervenir encore à l’étape de la conception du protocole
expérimental. Or, des collaborations sous forme de stage ou de supervision impliquant des
élèves des écoles d’ingénieur pourraient être envisagées afin de pallier à ce problème.

A part la nécessité de construire un protocole robuste et adapté pour tester les hypothèses, la
seconde difficulté pour les chercheurs concerne le recrutement des participants. La constitution

150
d’une base de données des patients TSA prévoit des collaborations avec les dispositifs de la
deuxième ligne (services spécialisés en TSA dans les hôpitaux) ou de la troisième ligne (les
CRA régionaux). D’une part, l’effort de médiation commencé en 2012 (année de l’autisme en
tant que « la grande cause nationale ») et renforcé en 2018 par le quatrième plan autisme de la
HAS a sensibilisé les familles à l’importance de participer à la recherche. D’autre part, les
familles sont de plus en plus sollicitées pour des petits projets de recherche qui ne sont pas
centralisés (par exemple, pour les mémoires des étudiants de M2). Une des plaintes courantes
exprimées verbalement est l’absence de retour sur les résultats de recherche. En effet, les
résultats sont publiés dans des journaux scientifiques sous forme parfois peu compréhensible
pour un non-expert dans le domaine, ou bien présentés à des conférences destinées aux
professionnel ; les deux options ne contribuent pas à ce que le patient se sente directement
concerné. Une des solutions consiste à organiser des journées de retour aux participants et leurs
familles où les chercheurs et cliniciens exposent les résultats de manière accessible et surtout
expliquent l’apport de l’étude pour la compréhension de l’autisme. Cette pratique devient de
plus en plus répandue (par exemple, une partie de cette thèse a été présentée lors d’une demi-
journée d’information sur l’avancement du protocole C0733 organisée communément par le
Collectif Autisme, la Fondation Autisme, la Fondation FondaMental, l’Inserm U955, l’Ecole
Normale Supérieure et l’Institut Pasteur).

Si les patients TSA comprennent l’importance de participer à la recherche afin d’améliorer la

compréhension de ce trouble, les sujets tout-venants sont loin d’être sensibilisés et n’ont pas
l’habitude de passer les expériences (sauf les étudiants qui ne représentent cependant toujours
pas un échantillon représentatif (Hanel & Vione, 2016)). Par exemple, le taux de réponse
positive pour participer à notre expérience dans le collège Jacqueline Auriol était seulement
28%, tandis qu’à la Cité des Science - 78%. Cela permet de supposer que la médiation
scientifique rend le public tout-venant davantage ouvert à l’idée de se porter volontaire à une
étude. Si nous voulons motiver davantage les enfants à participer, une expérience en
communication est nécessaire afin de tisser des liens avec des établissements scolaires.
Une troisième considération concerne le domaine éthique. Les changements récents dans la loi
Jardé (2012, 2016) sur la recherche impliquant la personne humaine et le nouveau règlement
européen sur la protection des données personnelles (2018) ont soulevé des questions pratiques
sur l’ajustement des pratiques des laboratoires. Sur ce plan, il est fortement souhaitable d’éviter
l’apprentissage par essai-erreur et anticiper les démarches administratives après d’un CPP en

151
faisant intervenir un expert en éthique qui évaluerait le projet de recherche donné et répondrait
à tout questionnement de l’équipe de recherche.

La collaboration inter-disciplinaire semble donc nécessaire afin de mener une recherche de

qualité.

Intérêt des statistiques bayésiennes pour les études avec une petite taille d’échantillon
Les statistiques bayésiennes, bien que plus coûteuses en calcule que les statistiques
fréquentistes, peuvent s’avérer intéressantes pour les paradigmes expérimentaux s’intéressant
à des a priori et à l’intégration d’une nouvelle information dans le processus décisionnel. Même
lorsque la taille de l’échantillon est petite, les statistiques bayésiennes peuvent fournir une
valeur interprétable pour dimensionner l’étude suivante. Cette conclusion relève de la
distinction entre l’importance de l’effet sur le plan statistique et clinique (Cicchetti et al., 2011),
évoquée dans la discussion des résultats obtenus dans le cadre de cette thèse.

En effet, plus la taille de l’échantillon est importante, moins nous avons la possibilité d’observer
un effet aléatoire. Or, du fait des difficultés du recrutement des participants, le nombre de sujets
TSA dans les études reste petit, même si une tendance positive a été observée (Hall, Chung, &
Navidi, 2010). Autrement dit, nous pouvons en déduire qu’au moins certaines conclusions sur
la spécificité de l’autisme sont basées sur des études avec une taille de l’échantillon insuffisante
ou tout simplement non-estimée en avance (Al-jawahiri & Milne, 2017). En prenant en compte
le biais de publication bien connu aux chercheurs à l’heure actuelle, un doute sur la légitimité
de la génération de tels résultats sur toute la population TSA semble inévitable.

L’approche bayésienne permet d’éviter le risque de sur-généralisation des résultats grâce à la

notion de l’intervalle de crédibilité, parce que la distribution a posteriori analysée est obtenue
à partir d’un échantillon particulier observé avec l’apport des données recueillies. L’intervalle
de crédibilité est défini en termes de « probabilité […] que la proportion vraie soit comprise
entre les bornes de l’intervalle » (Lecoutre, 2005). Une telle inférence serait plus adaptée pour
conclure sur la vraisemblance du modèle et, de ce fait, plus intéressante que le simple rejet de
l’hypothèse H0 dans l’approche fréquentiste. Autrement dit, le calcul du rapport entre les
probabilités que H1 ou H0 soient vraies (Bayes factor, Good & Hardin, 2012) permet de
conclure si l’évidence recueillie supporte plus l’hypothèse H0 ou l’hypothèse H1, ou bien si
une telle conclusion est impossible faute de données. Dans cette optique, l’approche bayésienne

152
aux statistiques dans les études sur les TSA apporte un gain considérable également pour le
temps des chercheurs, permettant d’évaluer rapidement la pertinence de nouveaux paradigmes
expérimentaux à partir d’un nombre modeste de participants.

Paradoxe dans le domaine de recherche sur les interactions sociales

Il paraît étonnant que peu d’études sur la cognition sociale et sur les interactions sociales
utilisent des situations d’une réelle interaction dyadique (Dumas, Nadel, Soussignan,
Martinerie, & Garnero, 2010). Les paradigmes expérimentaux étudiant les compétences en
théorie de l’esprit varient de la simple présentation des stimuli sociaux (« Reading the mind in
the eyes » (Baron-Cohen, Wheelwright, Hill, Raste, & Plumb, 2001)) ou des histoires (« Strange
stories » (Happé, 1994) ou « Faux pas » (Baron-Cohen, O’Riordan, Stone, Jones, & Plaisted,
1999)) vers des situations d’interactions complexes avec un être humain ou un avatar virtuel
basées sur des modèles computationnels imitant un comportement humain (« Human dynamic
clamp », Dumas, de Guzman, Tognoli, & Kelso, 2014). Certes, les expériences en laboratoire
permettent de faire varier des stimuli et standardiser le recueil des mesures. En revanche, chez
une partie des personnes TSA la performance aux tests laboratoires ne corrèle pas avec les
difficultés rencontrées dans la vie quotidienne. Cette dissociation souligne la divergence entre
la théorie de l’esprit explicite (démontrer la connaissance explicite des normes et des codes
sociaux à la demande) et la théorie de l’esprit implicite (intégrer cette connaissance de façon
adaptée en fonction du contexte). L’incongruence des résultats s’explique, d’une part, par la
mise en place des stratégies compensatoires propres à la personne TSA, élaborées au cours de
son développement et apprises lors des expériences avec leur entourage. D’autre part, les
paradigmes expérimentaux, si complets soient-ils, ne semblent pas relever l’ensemble de la
complexité du monde social (Zalla, 2012).

Limites et perspectives
Nous sommes conscients qu’il existe plusieurs axes d’amélioration pour ce travail.

Données cliniques et neuropsychologiques

Les difficultés de recrutement des familles ayant un membre présentant un TSA sont connues
à tout chercheur qui travaille dans le domaine de l’autisme. Grâce à la fondation FondaMental
et aux trois pôles d’inclusion associés à cette étude, nous avons eu accès à un nombre
remarquable de participants TSA. À notre étonnement, le recrutement des participants du
groupe contrôle a été un défi plus important. Moins sensibilisés à la recherche clinique, peu de

153
familles des enfants tout-venants répondait à l’appel à la participation, notamment à cause du
temps que la procédure d’inclusion prenait (une demi-journée). La nécessité d’avoir plus de
participants contrôles nous a amenés à faire un compromis entre le temps de passation et la
quantité des données recueillies. Nous avons donc été obligés de procéder au recrutement des
participants contrôles selon un protocole abrégé (40 minutes) en dehors des centres d’inclusion.
D’un côté, cela a permis de recruter un nombre important de sujets contrôles, mais de l’autre
côté, cela a créé deux limitations importantes.
Premièrement, n’ayant pas de médecin dans notre équipe, nous n’étions pas en mesure de
proposer la même évaluation clinique standardisée. Deuxièmement, faute de temps, nous
n’avons pas pu inclure le bilan neuropsychologique dans la passation.

Appariement des participants

Initialement l’appariement des participants a été prévu selon l’âge, le sexe et le QI. Les
difficultés de recruter les participants contrôles expliquées ci-dessus nous ont créé deux
obstacles pour un appariement propre.

Premièrement, nous nous sommes rendu compte que les sujets de sexe féminin étaient beaucoup
plus favorables à participer à la recherche. Or, la plupart de nos participants TSA étaient des
hommes. Afin de pallier à cet obstacle, nous avons vérifié si le genre influence la performance
dans nos tâches. En absence de tel effet, nous avons pris la décision de garder tous les
participants qu’on a pu recruter.

Deuxièmement, notre incapacité à évaluer le QI de participants lors d’une passation très courte
en dehors des centres d’inclusion rend impossible d’appariement strict selon le QI. Nous avons
pu partiellement contourner cet obstacle en précisant dans l’annonce que l’étude est proposée
aux enfants tout-venants n’ayant pas de retard mental.

Analyse des données

Les difficultés techniques et les contraintes temporelles d’extraction des données appartenant
au réseau FondaMental de la base des patients nous n’ont pas permis d’explorer dans ce travail
d’autres hypothèses prometteuses, selon laquelle les caractéristiques cliniques des participants
influencent leur performance (sévérité de l’autisme; réciprocité)
Faute de données cliniques et neuropsychologiques disponibles pour la plupart des sujets, nous
avons dû donc renoncer à l’idée initiale de faire une analyse plus poussée en identifiant des

154
sous-groupes selon sur les caractéristiques cliniques de notre population. De plus, le nombre de
participants ne permet pas d’introduire beaucoup de variables dans l’analyse.

En outre, en s’intéressant à l’effet d’apprentissage par renforcement (étude 1 et 2) et à la

modification des a prioris (étude 3), nous sommes conscients que les statistiques bayésiennes
auraient été plus adaptées pour étudier la dynamique du processus décisionnel et l’intégration
de nouvelles informations à chaque essai. Nous comptons refaire cette analyse avec un
statisticien formé en statistiques bayésiennes en vue d’une publication ultérieure.

155
 Références

Abdellaoui, M., Bleichrodt, H., & Paraschiv, C. (2007). Loss Aversion Under Prospect Theory: A Parameter-Free

Measurement. Management Science, 53(10), 1659-1674. https://doi.org/10.1287/mnsc.1070.0711

Al-jawahiri, R., & Milne, E. (2017). Resources available for autism research in the big data era: a systematic review.

PeerJ, 5, e2880. https://doi.org/10.7717/peerj.2880

Allison, A., Puce, A. & McCarthy, A. (2000). Social perception from visual cues: role of the STS region. Trends in

Cognitive Sciences, 4(7), 267-278.

American Psychological Association (Éd.). (2008). Publication manual of the American Psychological Association (5.

ed., 8. print). Washington, DC: American Psychological Association.

American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders (5th ed.). Washington,

DC: Author.

American Psychiatric Association. (2015). DSM-5, manuel diagnostique et statistique des troubles mentaux. Issy-les-

Moulineaux (Hauts-de-Seine): Elsevier Masson.

Astington, J. W., & Baird, J. A. (Éd.). (2005). Why Language Matters for Theory of Mind. Oxford University Press.

https://doi.org/10.1093/acprof:oso/9780195159912.001.0001

Axelrod, R. M. (1984). The evolution of cooperation. New York: Basic Books.

Baker, M. (2016). 1,500 scientists lift the lid on reproducibility. Nature, 533(7604), 452-454.

https://doi.org/10.1038/533452a

Baron-Cohen, S., Leslie, A. M., & Frith, U. (1985). Does the autistic child have a “theory of mind” ? Cognition, 21(1),

37-46. https://doi.org/10.1016/0010-0277(85)90022-8

Baron-Cohen, S. (2000). Theory of mind and autism: A review. In International Review of Research in Mental

Retardation (Vol. 23, p. 169-184). Elsevier. https://doi.org/10.1016/S0074-7750(00)80010-5

Baron-Cohen, S., O’Riordan, M., Jones, R., Stone, V.E. & Plaisted, K. (1999). A new test of social

sensitivity: Detection of faux pas in normal children and children with Asperger syndrome. Journal of Autism and

Developmental Disorders, 29, 407-418

Baron-Cohen, S., Wheelwright, S., Hill, J., Raste, Y., & Plumb, I. (2001). The « Reading the Mind in the Eyes » Test

Revised Version: A Study with Normal Adults, and Adults with Asperger Syndrome or High-functioning Autism.

Journal of Child Psychology and Psychiatry, 42(2), 241-251. https://doi.org/10.1111/1469-7610.00715

156
Baron-Cohen, S., & Wheelwright, S. (2003). The Friendship Questionnaire: an investigation of adults with Asperger

syndrome or high-functioning autism, and normal sex differences. Journal of Autism and Developmental

Disorders, 33(5), 509-517.

Barthélémy, C., Hameury, L., Lelord, G. (1995). L’Autisme de l’enfant. La thérapie d’échange et de développement.

Paris : Expansion Scientifique Française.

Bauminger, N., Shulman, C., & Agam, G. (2003). Peer interaction and loneliness in high-functioning children with

autism. Journal of Autism and Developmental Disorders, 33(5), 489-507.

Bechara, A. (1997). Deciding Advantageously Before Knowing the Advantageous Strategy. Science, 275(5304),

1293-1295. https://doi.org/10.1126/science.275.5304.1293

Bechara, A. (2005). Decision making, impulse control and loss of willpower to resist drugs: a neurocognitive

perspective. Nature Neuroscience, 8(11), 1458-1463. https://doi.org/10.1038/nn1584

Bee, H. L., & Boyd, D. R. (2008). Les âges de la vie: psychologie du développement humain. Saint-Laurent, Québec:

ERPI.

Ben Shalom, D., Mostofsky, S. H., Hazlett, R. L., Goldberg, M. C., Landa, R. J., Faran, Y., … Hoehn-Saric, R. (2006).

Normal Physiological Emotions but Differences in Expression of Conscious Feelings in Children with High-

Functioning Autism. Journal of Autism and Developmental Disorders, 36(3), 395-400.

https://doi.org/10.1007/s10803-006-0077-2

Berg, J., Dickhaut, J., & McCabe, K. (1995). Trust, Reciprocity, and Social History. Games and Economic Behavior,

10(1), 122-142. https://doi.org/10.1006/game.1995.1027

Berthoz, S., & Hill, E. L. (2005). The validity of using self-reports to assess emotion regulation abilities in adults with

autism spectrum disorder. European Psychiatry, 20(3), 291-298. https://doi.org/10.1016/j.eurpsy.2004.06.013

Beversdorf, D. Q. (2016). Phenotyping, Etiological Factors, and Biomarkers: Toward Precision Medicine in Autism

Spectrum Disorders. Journal of Developmental & Behavioral Pediatrics, 37(8), 659-673.

https://doi.org/10.1097/DBP.0000000000000351

Bird, G., & Cook, R. (2013). Mixed emotions: the contribution of alexithymia to the emotional symptoms of autism.

Translational Psychiatry, 3, e285. https://doi.org/10.1038/tp.2013.61

Bourgeron, T. (2016). Current knowledge on the genetics of autism and propositions for future research. Comptes Rendus

Biologies, 339(7-8), 300-307. https://doi.org/10.1016/j.crvi.2016.05.004

Broihanne, M.-H., Merli, M., & Roger, P. (2005). Le comportement des investisseurs individuels. Revue française de

gestion, 31(157), 145-168. https://doi.org/10.3166/rfg.157.145-168

157
Brown, J., Aczel, B., Jiménez, L., Kaufman, S. B., & Grant, K. P. (2010). Intact implicit learning in autism spectrum

conditions. Quarterly Journal of Experimental Psychology, 63(9), 1789-1812.

https://doi.org/10.1080/17470210903536910

Bruinsma, Y., Koegel, R. L., & Koegel, L. K. (2004). Joint attention and children with autism: A review of the literature.

Mental Retardation and Developmental Disabilities Research Reviews, 10(3), 169-175.

https://doi.org/10.1002/mrdd.20036

Cadet, B., & Chasseigne, G. (2009). Psychologie du jugement et de la décision: des modèles aux applications. Bruxelles:

De Boeck.

Callenmark, B., Kjellin, L., Rönnqvist, L., & Bölte, S. (2014). Explicit versus implicit social cognition testing in autism

spectrum disorder. Autism, 18(6), 684–693.

Camerer, C. F., Dreber, A., Holzmeister, F., Ho, T.-H., Huber, J., Johannesson, M., … Wu, H. (2018). Evaluating the

replicability of social science experiments in Nature and Science between 2010 and 2015. Nature Human

Behaviour, 2(9), 637-644. https://doi.org/10.1038/s41562-018-0399-z

Chamberlain, B., Kasari, C., & Rotheram-Fuller, E. (2007). Involvement or Isolation? The Social Networks of Children

with Autism in Regular Classrooms. Journal of Autism and Developmental Disorders, 37(2), 230-242.

https://doi.org/10.1007/s10803-006-0164-4

Chambon, V., Farrer, C., Pacherie, E., Jacquet, P. O., Leboyer, M., & Zalla, T. (2017). Reduced sensitivity to social

priors during action prediction in adults with autism spectrum disorders. Cognition, 160, 17-26.

https://doi.org/10.1016/j.cognition.2016.12.005

Channon, S., Charman, T., Heap, J., Crawford, S., & Rios, P. (2001). Real-life-type problem-solving in Asperger’s

syndrome. Journal of Autism and Developmental Disorders, 31(5), 461-469.

Chevallier, C., Grèzes, J., Molesworth, C., Berthoz, S., & Happé, F. (2012). Brief Report: Selective Social Anhedonia

in High Functioning Autism. Journal of Autism and Developmental Disorders, 42(7), 1504-1509.

https://doi.org/10.1007/s10803-011-1364-0

Chevallier, C., Kohls, G., Troiani, V., Brodkin, E. S., & Schultz, R. T. (2012). The social motivation theory of autism.

Trends in Cognitive Sciences, 16(4), 231-239. https://doi.org/10.1016/j.tics.2012.02.007

Christensen, J. F., & Gomila, A. (2012). Moral dilemmas in cognitive neuroscience of moral decision-making: A

principled review. Neuroscience & Biobehavioral Reviews, 36(4), 1249-1264.

https://doi.org/10.1016/j.neubiorev.2012.02.008

158
Cicchetti, D. V., Koenig, K., Klin, A., Volkmar, F. R., Paul, R., & Sparrow, S. (2011). From Bayes Through Marginal

Utility to Effect Sizes: A Guide to Understanding the Clinical and Statistical Significance of the Results of Autism

Research Findings. Journal of Autism and Developmental Disorders, 41(2), 168-174. (Bourgeron, 2016; He et al.,

2013)

Cecchetto, C., Korb, S., Rumiati, R. I., & Aiello, M. (2018). Emotional reactions in moral decision-making are

influenced by empathy and alexithymia. Social Neuroscience, 13(2), 226-240.

https://doi.org/10.1080/17470919.2017.1288656

Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Hillsdale, NJ: Erlbaum.

Cordonnier, L. (1997). Coopération et réciprocité. Paris: Presses universitaires de France.

Courchesne, E., Karns, C. M., Davis, H. R., Ziccardi, R., Carper, R. A., Tigue, Z. D., … Courchesne, R. Y. (2001).

Unusual brain growth patterns in early life in patients with autistic disorder: an MRI study. Neurology, 57(2),

245-254.

Crowley, M. J., Wu, J., McCarty, E. R., David, D. H., Bailey, C. A., & Mayes, L. C. (2009). Exclusion and micro-

rejection: event-related potential response predicts mitigated distress: NeuroReport, 20(17), 1518-1522.

https://doi.org/10.1097/WNR.0b013e328330377a

Crowley, M. J., Wu, J., Molfese, P. J., & Mayes, L. C. (2010). Social exclusion in middle childhood: Rejection events,

slow-wave neural activity, and ostracism distress. Social Neuroscience, 5(5-6), 483-495.

https://doi.org/10.1080/17470919.2010.500169

Damasio, A. R., Tranel, D., & Damasio, H. (1990). Individuals with sociopathic behavior caused by frontal damage fail

to respond autonomically to social stimuli. Behavioural Brain Research, 41(2), 81-94.

Damasio, A. R., Tranel, D., & Damasio, H. C. (1991). Somatic markers and the guidance of behavior: Theory and

preliminary testing. In H. S. Levin, H. M. Eisenberg, & A. L. Benton (Eds.), Frontal lobe function and dysfunction

(pp. 217-229). New York, NY, US: Oxford University Press.

Darville, H., Poulet, A., Rodet-Amsellem, F., Chatrousse, L., Pernelle, J., Boissart, C., … Benchoua, A. (2016). Human

Pluripotent Stem Cell-derived Cortical Neurons for High Throughput Medication Screening in Autism: A Proof

of Concept Study in SHANK3 Haploinsufficiency Syndrome. EBioMedicine, 9, 293-305.

https://doi.org/10.1016/j.ebiom.2016.05.032

David, G., & Cambre, C. (2016). Screened Intimacies: Tinder and the Swipe Logic. Social Media + Society, 2(2),

205630511664197. https://doi.org/10.1177/2056305116641976

159
Davidson, R.J., & Irwin, W. (1999). The functional neuroanatomy of emotion and affective style. Trends in Cognitive

Sciences, 3(1), 11-21.

Dawson, G., Meltzoff, A. N., Osterling, J., Rinaldi, J., & Brown, E. (1998). Children with Autism Fail to Orient to

Naturally Occurring Social Stimuli. Journal of Autism & Developmental Disorders, 28(6), 479.

Dawson, G., Hill, D., Spencer, A., Galpert, L., & Watson, L. (1990). Affective exchanges between young autistic

children and their mothers. Journal of Abnormal Child Psychology, 18(3), 335-345.

Dawson, G., Bernier, R., & Ring, R. H. (2012). Social attention: a possible early indicator of efficacy in autism clinical

trials. Journal of Neurodevelopmental Disorders, 4(1). https://doi.org/10.1186/1866-1955-4-11

De Jaegher, H. (2013). Embodiment and sense-making in autism. Frontiers in Integrative Neuroscience, 7.

https://doi.org/10.3389/fnint.2013.00015

De Martino, B. (2006). Frames, Biases, and Rational Decision-Making in the Human Brain. Science, 313(5787),

684-687. https://doi.org/10.1126/science.1128356

Denant-Boëmont, L., & L’Haridon, O. (2013). La rationalité à l’épreuve de l’économie comportementale. Revue

française d’économie, XXVIII(2), 35. https://doi.org/10.3917/rfe.132.0035

DeWall, C. N., Maner, J. K., & Rouby, D. A. (2009). Social exclusion and early-stage interpersonal perception: Selective

attention to signs of acceptance. Journal of Personality and Social Psychology, 96(4), 729-741.

https://doi.org/10.1037/a0014634

Diaconescu, A. O., Mathys, C., Weber, L. A. E., Daunizeau, J., Kasper, L., Lomakina, E. I., … Stephan, K. E. (2014).

Inferring on the Intentions of Others by Hierarchical Bayesian Learning. PLoS Computational Biology, 10(9),

e1003810. https://doi.org/10.1371/journal.pcbi.1003810

Dubois, J., Benders, M., Cachia, A., Lazeyras, F., Ha-Vinh Leuchter, R., Sizonenko, S. V., … Huppi, P. S. (2008).

Mapping the Early Cortical Folding Process in the Preterm Newborn Brain. Cerebral Cortex, 18(6), 1444-1454.

https://doi.org/10.1093/cercor/bhm180

Dubois, J., Benders, M., Borradori-Tolsa, C., Cachia, A., Lazeyras, F., Ha-Vinh Leuchter, R., … Hüppi, P. S. (2008).

Primary cortical folding in the human newborn: an early marker of later functional development. Brain, 131(8),

2028-2041. https://doi.org/10.1093/brain/awn137

Dumas, G., de Guzman, G. C., Tognoli, E., & Kelso, J. A. S. (2014). The human dynamic clamp as a paradigm for social

interaction. Proceedings of the National Academy of Sciences, 111(35), E3726-E3734.

https://doi.org/10.1073/pnas.1407486111

160
Dumas, G., Kelso, J. A. S., & Nadel, J. (2014). Tackling the social cognition paradox through multi-scale approaches.

Frontiers in Psychology, 5. https://doi.org/10.3389/fpsyg.2014.00882

Egger, H. L., Pine, D. S., Nelson, E., Leibenluft, E., Ernst, M., Towbin, K. E., & Angold, A. (2011). The NIMH Child

Emotional Faces Picture Set (NIMH-ChEFS): a new set of children’s facial emotion stimuli: Child emotional faces

stimuli. International Journal of Methods in Psychiatric Research, 20(3), 145-156.

https://doi.org/10.1002/mpr.343

Eisenberg, N., Guthrie, I. K., Murphy, B. C., Shepard, S. A., Cumberland, A., & Carlo, G. (1999). Consistency and

development of prosocial dispositions: a longitudinal study. Child Development, 70(6), 1360-1372.

Evans, J.S. B. T. (1972). Reasoning with negatives. British Journal of Psychology, 63, 213-219

Evans, J. S. B. T., & Curtis-Holmes, J. (2005). Rapid responding increases belief bias: Evidence for the dual-process

theory of reasoning. Thinking & Reasoning, 11(4), 382-389. https://doi.org/10.1080/13546780542000005

Evans, J. S. B. T., & Stanovich, K. E. (2013). Dual-Process Theories of Higher Cognition: Advancing the Debate.

Perspectives on Psychological Science, 8(3), 223-241. https://doi.org/10.1177/1745691612460685

Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: a flexible statistical power analysis program for

the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175-191.

Frith, U., & Happé, F. (1994). Autism: beyond “theory of mind”. Cognition, 50(1-3), 115-132.

https://doi.org/10.1016/0010-0277(94)90024-8

Fritz, C. O., Morris, P. E., & Richler, J. J. (2012). Effect size estimates: Current use, calculations, and interpretation.

Journal of Experimental Psychology: General, 141(1), 2-18. https://doi.org/10.1037/a0024338

Gallagher, H. L., Jack, A. I., Roepstorff, A., & Frith, C. D. (2002). Imaging the intentional stance in a competitive game.

NeuroImage, 16(3 Pt 1), 814-821.

Gardener, H., Spiegelman, D., & Buka, S. L. (2011). Perinatal and Neonatal Risk Factors for Autism: A Comprehensive

Meta-analysis. PEDIATRICS, 128(2), 344-355. https://doi.org/10.1542/peds.2010-1036

Georges, F., & Pansu, P. (2011). Les feedbacks à l’école : un gage de régulation des comportements scolaires. Revue

française de pédagogie, (176), 101-124. https://doi.org/10.4000/rfp.3239

Georgiades, S., Szatmari, P., & Boyle, M. (2013). Importance of studying heterogeneity in autism. Neuropsychiatry,

3(2), 123-125. https://doi.org/10.2217/npy.13.8

Gernsbacher, M. A. (2006). Toward a Behavior of Reciprocity. The Journal of Developmental Processes, 1(1), 139-152.

Glele Kakaï, R., Sodjinou, E., Fonton, H. N. (2006). Conditions d'application des méthodes statistiques paramétriques.

Cotonou, Bénin : Bibliothèque Nationale.

161
Good, P. I., & Hardin, J. W. (2012). Common errors in statistics (and how to avoid them) (Fourth edition). Hoboken,

New Jersey: Wiley.

Grafman, J., Schwab, K., Warden, D., Pridgen, A., Brown, H. R., & Salazar, A. M. (1996). Frontal lobe injuries, violence,

and aggression: a report of the Vietnam Head Injury Study. Neurology, 46(5), 1231-1238.

Griffin, C., Lombardo, M. V., & Auyeung, B. (2016). Alexithymia in children with and without autism spectrum

disorders: Alexithymia in childhood. Autism Research, 9(7), 773-780. https://doi.org/10.1002/aur.1569

Hall, D., Chung, J., & Navidi, G. (2010). Comparative analysis of IMFAR sample sizes in support of the national

database for autism research, International Meeting for Autism Research (IMFAR), http://www.autism-insar.org.

Hanel, P. H. P., & Vione, K. C. (2016). Do Student Samples Provide an Accurate Estimate of the General Public? PLOS

ONE, 11(12), e0168354. https://doi.org/10.1371/journal.pone.0168354

Hao, J., Huang, D., Cai, Y., & Leung, H. (2017). The dynamics of reinforcement social learning in networked

cooperative multiagent systems. Engineering Applications of Artificial Intelligence, 58, 111-122.

https://doi.org/10.1016/j.engappai.2016.11.008

Happé, F. G. (1994). An advanced test of theory of mind: Understanding of story characters’ thoughts and feelings by

able autistic, mentally handicapped, and normal children and adults. Journal of Autism and Developmental

Disorders, 24(2), 129–154.

Happé, F. G. (1995). The role of age and verbal ability in the theory of mind task performance of subjects with autism.

Child Development, 66, 843–855.

Häusler, A. N., Becker, B., Bartling, M., & Weber, B. (2015). Goal or Gold: Overlapping Reward Processes in Soccer

Players upon Scoring and Winning Money. PLOS ONE, 10(4), e0122798.

https://doi.org/10.1371/journal.pone.0122798

Hazlett, H. C., Poe, M. D., Gerig, G., Styner, M., Chappell, C., Smith, R. G., … Piven, J. (2011). Early Brain Overgrowth

in Autism Associated With an Increase in Cortical Surface Area Before Age 2 Years. Archives of General

Psychiatry, 68(5), 467. https://doi.org/10.1001/archgenpsychiatry.2011.39

He, X., Sanders, S. J., Liu, L., De Rubeis, S., Lim, E. T., Sutcliffe, J. S., … Roeder, K. (2013). Integrated Model of De

Novo and Inherited Genetic Variants Yields Greater Power to Identify Risk Genes. PLoS Genetics, 9(8), e1003671.

https://doi.org/10.1371/journal.pgen.1003671

Hill, E., Berthoz, S., & Frith, U. (2004). Brief report: cognitive processing of own emotions in individuals with autistic

spectrum disorder and in their relatives. Journal of Autism and Developmental Disorders, 34(2), 229-235.

162
Hirschfeld, L., Bartmess, E., White, S., & Frith, U. (2007). Can autistic children predict behavior by social stereotypes?

Current Biology, 17(12), R451-R452. https://doi.org/10.1016/j.cub.2007.04.051

Hotier, S., Leroy, F., Boisgontier, J., Laidi, C., Mangin, J.-F., Delorme, R., … Houenou, J. (2017). Social cognition in

autism is associated with the neurodevelopment of the posterior superior temporal sulcus. Acta Psychiatrica

Scandinavica, 136(5), 517-525. https://doi.org/10.1111/acps.12814

Howlin, P., Moss, P., Savage, S., & Rutter, M. (2013). Social Outcomes in Mid- to Later Adulthood Among Individuals

Diagnosed With Autism and Average Nonverbal IQ as Children. Journal of the American Academy of Child &

Adolescent Psychiatry, 52(6), 572-581.e1. https://doi.org/10.1016/j.jaac.2013.02.017

Jones, R. M., Somerville, L. H., Li, J., Ruberry, E. J., Libby, V., Glover, G., … Casey, B. J. (2011). Behavioral and

Neural Properties of Social Reinforcement Learning. Journal of Neuroscience, 31(37), 13039-13045.

https://doi.org/10.1523/JNEUROSCI.2972-11.2011

Lee, D. (2008). Game theory and neural basis of social decision making. Nature Neuroscience, 11(4), 404-409.

https://doi.org/10.1038/nn2065

Legrenzi, P. (1993). Focussing in reasoning and decision making. Cognition, 49(1-2), 37-66.

https://doi.org/10.1016/0010-0277(93)90035-T

Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263.

https://doi.org/10.2307/1914185

Kahneman, D., & Frederick, S. (2007). Frames and brains: elicitation and control of response tendencies. Trends in

Cognitive Sciences, 11(2), 45-46. https://doi.org/10.1016/j.tics.2006.11.007

Kasari, C., Locke, J., Gulsrud, A., & Rotheram-Fuller, E. (2011). Social Networks and Friendships at School: Comparing

Children With and Without ASD. Journal of Autism and Developmental Disorders, 41(5), 533-544.

https://doi.org/10.1007/s10803-010-1076-x

Kawamoto, T., Ura, M., & Nittono, H. (2015). Intrapersonal and interpersonal processes of social exclusion. Frontiers

in Neuroscience, 9. https://doi.org/10.3389/fnins.2015.00062

Kerr, N. L., & Levine, J. M. (2008). The detection of social exclusion: Evolution and beyond. Group Dynamics: Theory,

Research, and Practice, 12(1), 39-52. https://doi.org/10.1037/1089-2699.12.1.39

Kim, S. H., Bal, V. H., & Lord, C. (2018). Longitudinal follow-up of academic achievement in children with autism

from age 2 to 18. Journal of Child Psychology and Psychiatry, and Allied Disciplines, 59(3), 258-267.

https://doi.org/10.1111/jcpp.12808

Knight, F. H. (1921). Risk, uncertainty and profit. Boston: Houghton Mifflin

163
Knott, F., Dunlop, A.-W., & Mackay, T. (2006). Living with ASD: How do children and their parents assess their

difficulties with social interaction and understanding? Autism, 10(6), 609-617.

https://doi.org/10.1177/1362361306068510

Komeda, H., Osanai, H., Yanaoka, K., Okamoto, Y., Fujioka, T., Arai, S., … Kosaka, H. (2016). Decision making

processes based on social conventional rules in early adolescents with and without autism spectrum disorders.

Scientific Reports, 6(1). https://doi.org/10.1038/srep37875

Lai, M.-C., Lombardo, M. V., Chakrabarti, B., & Baron-Cohen, S. (2013). Subgrouping the Autism “Spectrum":

Reflections on DSM-5. PLoS Biology, 11(4), e1001544. https://doi.org/10.1371/journal.pbio.1001544

Leblond, C. S., Nava, C., Polge, A., Gauthier, J., Huguet, G., Lumbroso, S., … Bourgeron, T. (2014). Meta-analysis of

SHANK Mutations in Autism Spectrum Disorders: A Gradient of Severity in Cognitive Impairments. PLoS

Genetics, 10(9), e1004580. https://doi.org/10.1371/journal.pgen.1004580

Lecoutre, B. (2005). Et si vous étiez un bayésien "qui s'ignore"? La Revue de Modulad, 32, 95-105.

Lemoine-Lardennois, C., Alahyane, N., Tailhefer, C., Collins, T., Fagard, J., & Doré-Mazars, K. (2016). Saccadic

Adaptation in 10–41 Month-Old Children. Frontiers in Human Neuroscience, 10.

https://doi.org/10.3389/fnhum.2016.00241

Lenroot, R. K., & Yeung, P. K. (2013). Heterogeneity within Autism Spectrum Disorders: What have We Learned from

Neuroimaging Studies? Frontiers in Human Neuroscience, 7. https://doi.org/10.3389/fnhum.2013.00733

Levene, H. (1960). Robust tests for equality of variances. In Contributions to Probability and Statistics: Essays in Honor

of Harold Hotelling, ed. I. Olkin, S. G. Ghurye, W. Hoeffding, W. G. Madow, and H. B. Mann, 278–292. Menlo

Park, CA: Stanford University Press

Levine, D. S. (2006). Neural modeling of the dual motive theory of economics. The Journal of Socio-Economics, 35(4),

613-625. https://doi.org/10.1016/j.socec.2005.12.018

Lieberman M. D. (2013). Social: Why Our Brains are Wired to Connect. New York, NY: Crown Publishers.

Loomes, R., Hull, L., & Mandy, W. P. L. (2017). What Is the Male-to-Female Ratio in Autism Spectrum Disorder? A

Systematic Review and Meta-Analysis. Journal of the American Academy of Child & Adolescent Psychiatry,

56(6), 466-474. https://doi.org/10.1016/j.jaac.2017.03.013

Lord, C., Rutter, M., DiLavore, PC., Risi, S., Gotham, K. & Bishop, S. (2012). Autism Diagnostic Observation Schedule,

Second Edition (ADOS-2) Manual (Part I): Modules 1–4. Torrance, CA: Western Psychological Services.

164
Loth, E., Spooren, W., Ham, L. M., Isaac, M. B., Auriche-Benichou, C., Banaschewski, T., … Murphy, D. G. M. (2016).

Identification and validation of biomarkers for autism spectrum disorders. Nature Reviews Drug Discovery, 15(1),

70-70. https://doi.org/10.1038/nrd.2015.7

Loth, E., Charman, T., Mason, L., Tillmann, J., Jones, E. J. H., Wooldridge, C., … Buitelaar, J. K. (2017). The EU-

AIMS Longitudinal European Autism Project (LEAP): design and methodologies to identify and validate

stratification biomarkers for autism spectrum disorders. Molecular Autism, 8(1). https://doi.org/10.1186/s13229-

017-0146-8

Lovaas, O. I. (1981). Teaching developmentally disabled children: the me book. Austin, Tex: Pro-Ed.

Luke, L., Clare, I. C. H., Ring, H., Redley, M., & Watson, P. (2012). Decision-making difficulties experienced by adults

with autism spectrum conditions. Autism, 16(6), 612-621. https://doi.org/10.1177/1362361311415876

Marquand, A. F., Rezek, I., Buitelaar, J., & Beckmann, C. F. (2016). Understanding Heterogeneity in Clinical Cohorts

Using Normative Models: Beyond Case-Control Studies. Biological Psychiatry, 80(7), 552-561.

https://doi.org/10.1016/j.biopsych.2015.12.023

Masi, A., DeMayo, M. M., Glozier, N., & Guastella, A. J. (2017). An Overview of Autism Spectrum Disorder,

Heterogeneity and Treatment Options. Neuroscience Bulletin, 33(2), 183-193. https://doi.org/10.1007/s12264-

017-0100-y

Masten, C. L., Colich, N. L., Rudie, J. D., Bookheimer, S. Y., Eisenberger, N. I., & Dapretto, M. (2011). An fMRI

investigation of responses to peer rejection in adolescents with autism spectrum disorders. Developmental

Cognitive Neuroscience, 1(3), 260-270. https://doi.org/10.1016/j.dcn.2011.01.004

Maurer, C., Chambon, V., Bourgeois-Gironde, S., Leboyer, M., & Zalla, T. (2018). The influence of prior reputation

and reciprocity on dynamic trust-building in adults with and without autism spectrum disorder. Cognition, 172,

1-10. https://doi.org/10.1016/j.cognition.2017.11.007

McPartland, J. C., Crowley, M. J., Perszyk, D. R., Naples, A. J., Mukerji, C. E., Wu, J., … Mayes, L. C. (2011). Temporal

dynamics reveal atypical brain response to social exclusion in autism. Developmental Cognitive Neuroscience,

1(3), 271-279. https://doi.org/10.1016/j.dcn.2011.02.003

Milosavljevic, B., Carter Leno, V., Simonoff, E., Baird, G., Pickles, A., Jones, C. R. G., … Happé, F. (2016).

Alexithymia in Adolescents with Autism Spectrum Disorder: Its Relationship to Internalising Difficulties, Sensory

Modulation and Social Cognition. Journal of Autism and Developmental Disorders, 46(4), 1354-1367.

https://doi.org/10.1007/s10803-015-2670-8

165
Morsanyi, K., Handley, S. J., & Evans, J. S. B. T. (2010). Decontextualised Minds: Adolescents with Autism are Less

Susceptible to the Conjunction Fallacy than Typically Developing Adolescents. Journal of Autism and

Developmental Disorders, 40(11), 1378-1388. https://doi.org/10.1007/s10803-010-0993-z

Moss, J., & Howlin, P. (2009). Autism spectrum disorders in genetic syndromes: implications for diagnosis, intervention

and understanding the wider autism spectrum disorder population. Journal of Intellectual Disability Research:

JIDR, 53(10), 852-873. https://doi.org/10.1111/j.1365-2788.2009.01197.x

Mottron, L. (2006). L’autisme, une autre intelligence: diagnostic, cognition et support des personnes autistes sans

déficience intellectuelle. Sprimont: Mardaga.

Nader-Grosbois, N., & Detraux, J.-J. (2015). La théorie de l’esprit: entre cognition, émotion et adaptation sociale. De

Boeck.

Nordahl, C. W., Lange, N., Li, D. D., Barnett, L. A., Lee, A., Buonocore, M. H., … Amaral, D. G. (2011). Brain

enlargement is associated with regression in preschool-age boys with autism spectrum disorders. Proceedings of

the National Academy of Sciences, 108(50), 20195-20200. https://doi.org/10.1073/pnas.1107560108

Odom, S. L., & Strain, P. S. (1986). A comparison of peer-initiation and teacher-antecedent interventions for promoting

reciprocal social interaction of autistic preschoolers. Journal of Applied Behavior Analysis, 19(1), 59-71.

https://doi.org/10.1901/jaba.1986.19-59

Ohnishi, T., Matsuda, H., Hashimoto, T., Kunihiro, T., Nishikawa, M., Uema, T., & Sasaki, M. (2000). Abnormal

regional cerebral blood flow in childhood autism. Brain: A Journal of Neurology, 123 ( Pt 9), 1838-1844.

Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251),

aac4716-aac4716. https://doi.org/10.1126/science.aac4716

Patil, I., Melsbach, J., Hennig-Fast, K., & Silani, G. (2016). Divergent roles of autistic and alexithymic traits in utilitarian

moral judgments in adults with autism. Scientific Reports, 6(1). https://doi.org/10.1038/srep23637

Pavlov, I.P. (1934). Le réflexe conditionnel. In Kochtoïanz, K. (Ed). Œuvres choisies,: Moscou : Ėditions en langues

étrangères, 1954 (reprise et traduction d’un article de Pavlov dans la Grande Encyclopédie médicale, 1934).

Payzan-LeNestour, E., & Bossaerts, P. (2011). Risk, Unexpected Uncertainty, and Estimation Uncertainty: Bayesian

Learning in Unstable Settings. PLoS Computational Biology, 7(1), e1001048.

https://doi.org/10.1371/journal.pcbi.1001048

Payzan-LeNestour, É., & Bossaerts, P. (2012). Do not Bet on the Unknown Versus Try to Find Out More: Estimation

Uncertainty and “Unexpected Uncertainty” Both Modulate Exploration. Frontiers in Neuroscience, 6.

https://doi.org/10.3389/fnins.2012.00150

166
Pellicano, E., & Burr, D. (2012). When the world becomes ‘too real’: a Bayesian explanation of autistic perception.

Trends in Cognitive Sciences, 16(10), 504-510. https://doi.org/10.1016/j.tics.2012.08.009

Plumet, M.-H. (2014). L’autisme de l’enfant un développement sociocognitif différent. Paris: Albert Colin.

Rivière, V. (2006). Analyse du comportement appliquée à l’enfant et à l’adolescent. Villeneuve d’Ascq: Presss

Universitaires du Septentrion.

Rojas, C. R., Aguero, J.-C., Welsh, J. S., Goodwin, G. C., & Feuer, A. (2012). Robustness in Experiment Design. IEEE

Transactions on Automatic Control, 57(4), 860-874. https://doi.org/10.1109/TAC.2011.2166294

Rolls, E. T. (2007). Emotion explained. Oxford: Oxford Univ. Press.

Romano, A., & Balliet, D. (2017). Reciprocity Outperforms Conformity to Promote Cooperation. Psychological Science,

28(10), 1490-1502. https://doi.org/10.1177/0956797617714828

Rudolph, K. D., & Bohn, L. E. (2014). Translating Social Motivation Into Action: Contributions of Need for Approval

to Children’s Social Engagement: Need for Approval and Social Engagement. Social Development, 23(2),

376-394. https://doi.org/10.1111/sode.12050

Ruff, C. C., & Fehr, E. (2014). The neurobiology of rewards and values in social decision making. Nature Reviews

Neuroscience, 15(8), 549-562. https://doi.org/10.1038/nrn3776

Saitovitch, A., Bargiacchi, A., Chabane, N., Brunelle, F., Samson, Y., Boddaert, N., & Zilbovicius, M. (2012). Social

cognition and the superior temporal sulcus: Implications in autism. Revue Neurologique, 168(10), 762-770.

https://doi.org/10.1016/j.neurol.2012.07.017

Sally, D. (1995). Conversation and Cooperation in Social Dilemmas: A Meta-Analysis of Experiments from 1958 to

1992. Rationality and Society, 7(1), 58-92. https://doi.org/10.1177/1043463195007001004

Sally, D., & Hill, E. (2006). The development of interpersonal strategy: Autism, theory-of-mind, cooperation and

fairness. Journal of Economic Psychology, 27(1), 73-97. https://doi.org/10.1016/j.joep.2005.06.015

Sanders, S. J., He, X., Willsey, A. J., Ercan-Sencicek, A. G., Samocha, K. E., Cicek, A. E., … State, M. W. (2015).

Insights into Autism Spectrum Disorder Genomic Architecture and Biology from 71 Risk Loci. Neuron, 87(6),

1215-1233. https://doi.org/10.1016/j.neuron.2015.09.016

Sanfey, A. G. (2007). Social Decision-Making: Insights from Game Theory and Neuroscience. Science, 318(5850),

598-602. https://doi.org/10.1126/science.1142996

Sasson, N. J., Faso, D. J., Nugent, J., Lovell, S., Kennedy, D. P., & Grossman, R. B. (2017). Neurotypical Peers are Less

Willing to Interact with Those with Autism based on Thin Slice Judgments. Scientific Reports, 7(1).

https://doi.org/10.1038/srep40700

167
Schaaf, C. P., & Zoghbi, H. Y. (2011). Solving the Autism Puzzle a Few Pieces at a Time. Neuron, 70(5), 806-808.

https://doi.org/10.1016/j.neuron.2011.05.025

Schelling, T. C. (1981). The strategy of conflict (8. print). Cambridge, Mass: Harvard Univ. Pr.

Scheeren, A. M., de Rosnay, M., Koot, H. M., & Begeer, S. (2013). Rethinking theory of mind in high-functioning

autism spectrum disorder: Advanced theory of mind in autism. Journal of Child Psychology and Psychiatry, 54(6),

628-635. https://doi.org/10.1111/jcpp.12007

Schiebener, J., & Brand, M. (2015). Decision Making Under Objective Risk Conditions–a Review of Cognitive and

Emotional Correlates, Strategies, Feedback Processing, and External Influences. Neuropsychology Review, 25(2),

171-198. https://doi.org/10.1007/s11065-015-9285-x

Schmidt, S. (2009). Shall we really do it again? The powerful concept of replication is neglected in the social sciences.

Review of General Psychology, 13(2), 90-100. https://doi.org/10.1037/a0015108

Scott-Van Zeeland, A. A., Dapretto, M., Ghahremani, D. G., Poldrack, R. A., & Bookheimer, S. Y. (2010). Reward

processing in autism. Autism Research, n/a-n/a. https://doi.org/10.1002/aur.122

Sebastian, C., Blakemore, S.-J., & Charman, T. (2009). Reactions to Ostracism in Adolescents with Autism Spectrum

Conditions. Journal of Autism and Developmental Disorders, 39(8), 1122-1130. https://doi.org/10.1007/s10803-

009-0725-4

Senju, A., Southgate, V., White, S., & Frith, U. (2009). Mindblind eyes: an absence of spontaneous theory of mind in

Asperger syndrome. Science (New York, N.Y.), 325(5942), 883-885. https://doi.org/10.1126/science.1176170

Sevgi, M., Diaconescu, A. O., Tittgemeyer, M., & Schilbach, L. (2016). Social Bayes: Using Bayesian Modeling to

Study Autistic Trait–Related Differences in Social Cognition. Biological Psychiatry, 80(2), 112-119.

https://doi.org/10.1016/j.biopsych.2015.11.025

Shah, P., Catmur, C., & Bird, G. (2016). Emotional decision-making in autism spectrum disorder: the roles of

interoception and alexithymia. Molecular Autism, 7(1). https://doi.org/10.1186/s13229-016-0104-x

Shapiro, S. S., & Wilk, M. B. (1965). An Analysis of Variance Test for Normality (Complete Samples). Biometrika,

52(3/4), 591. https://doi.org/10.2307/2333709

Simon, H. A. (1991). Bounded Rationality and Organizational Learning. Organization Science, 2(1), 125-134.

https://doi.org/10.1287/orsc.2.1.125

Simpson, E. H., & Balsam, P. D. (2015). The Behavioral Neuroscience of Motivation: An Overview of Concepts,

Measures, and Translational Applications. In E. H. Simpson & P. D. Balsam (Éd.), Behavioral Neuroscience of

Motivation (Vol. 27, p. 1-12). Cham: Springer International Publishing. https://doi.org/10.1007/7854_2015_402

168
Skinner, B. F. (1953). Science and Human Behavior. New York: Macmillan

Skinner, B. F. (1966). Contingencies of Reinforcement. New York: Appleton-Century-Crofts

Sofronoff, K., Dark, E., & Stone, V. (2011). Social vulnerability and bullying in children with Asperger syndrome.

Autism, 15(3), 355-372. https://doi.org/10.1177/1362361310365070

Spearman, C.E. (1904). The proof and measurement of association between two things. American Journal of Psychology,

15, 72–101.

Stanley, D. A., Sokol-Hessner, P., Banaji, M. R., & Phelps, E. A. (2011). Implicit race attitudes predict trustworthiness

judgments and economic trust decisions. Proceedings of the National Academy of Sciences, 108(19), 7710-7715.

https://doi.org/10.1073/pnas.1014345108

Sullivan, G. M., & Feinn, R. (2012). Using Effect Size—or Why the P Value Is Not Enough. Journal of Graduate

Medical Education, 4(3), 279-282. https://doi.org/10.4300/JGME-D-12-00156.1

Symes, W., & Humphrey, N. (2010). Peer-group indicators of social inclusion among pupils with autistic spectrum

disorders (ASD) in mainstream secondary schools: A comparative study. School Psychology International, 31(5),

478-494. https://doi.org/10.1177/0143034310382496

Surian, L. (1996). Are Children with Autism Deaf to Gricean Maxims? Cognitive Neuropsychiatry, 1(1), 55-72.

https://doi.org/10.1080/135468096396703

Taleb, N. N. (2007). The black swan: the impact of the highly improbable (1st ed). New York: Random House.

Tisseron, S. (2013). Subjectivation et empathie dans les mondes numériques. Paris: Dunod.

Tomasello, M., Carpenter, M., Call, J., Behne, T., & Moll, H. (2005). Understanding and sharing intentions: The origins

of cultural cognition. Behavioral and Brain Sciences, 28(05). https://doi.org/10.1017/S0140525X05000129

Tottenham, N., Tanaka, J. W., Leon, A. C., McCarry, T., Nurse, M., Hare, T. A., … Nelson, C. (2009). The NimStim

set of facial expressions: Judgments from untrained research participants. Psychiatry Research, 168(3), 242-249.

https://doi.org/10.1016/j.psychres.2008.05.006

Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157),

1124-1131. https://doi.org/10.1126/science.185.4157.1124

Tversky, A., & Kahneman, D. (1981). The framing of decisions and the psychology of choice. Science, 211(4481),

453-458. https://doi.org/10.1126/science.7455683

Tversky, A., & Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallacy in probability

judgment. Psychological Review, 90(4), 293-315. https://doi.org/10.1037/0033-295X.90.4.293

169
van den Bos, R., Houx, B. B., & Spruijt, B. M. (2006). The effect of reward magnitude differences on choosing

disadvantageous decks in the Iowa Gambling Task. Biological Psychology, 71(2), 155-161.

https://doi.org/10.1016/j.biopsycho.2005.05.003

van den Bos, W., van Dijk, E., Westenberg, M., Rombouts, S. A. R. B., & Crone, E. A. (2011). Changing Brains,

Changing Perspectives: The Neurocognitive Development of Reciprocity. Psychological Science, 22(1), 60-70.

https://doi.org/10.1177/0956797610391102

van Ommeren, T. B., Begeer, S., Scheeren, A. M., & Koot, H. M. (2012). Measuring Reciprocity in High Functioning

Children and Adolescents with Autism Spectrum Disorders. Journal of Autism and Developmental Disorders,

42(6), 1001-1010. https://doi.org/10.1007/s10803-011-1331-9

van Roekel, E., Scholte, R. H. J., & Didden, R. (2010). Bullying Among Adolescents With Autism Spectrum Disorders:

Prevalence and Perception. Journal of Autism and Developmental Disorders, 40(1), 63-73.

https://doi.org/10.1007/s10803-009-0832-2

Volkmar, F. R., Rogers, S. J., Paul, R., & Pelphrey, K. A. (Éd.). (2014). Handbook of autism and pervasive

developmental disorders (Fourth edition). Hoboken, New Jersey: John Wiley & Sons, Inc.

von Neumann J., & Morgenstern, O. (1944). Theory of games and economic behavior. Princeton, New Jersey, USA:

Princeton Univ. Press

Wechsler, D. (1996) WISC-III : Échelle d’intelligence de Wechsler pour enfants- Troisième édition. Paris : Les Éditions

du Centre de Psychologie appliquée

Wechsler, D. (2004). WPPSI-III : Echelle d’intelligence de Wechsler pour la période Préscolaire et Primaire-Troisième.

Paris : Les éditions du Centre de Psychologie Appliquée

Wechsler, D. (2005). WISC-IV : Échelle d’intelligence de Wechsler pour enfants. Paris : Les Éditions du Centre de

Psychologie appliquée

Wechsler, D. (2008). WAIS-III, Échelle d'intelligence de Wechsler pour adultes : manuel. Paris : Les Éditions du Centre

de Psychologie appliquée.

Wechsler, D. (2011). Manuel d’interprétation et de cotation de la WAIS-IV. Paris : Les Éditions du Centre de

Psychologie appliquée.

Wellman, H. M., & Liu, D. (2004). Scaling of Theory-of-Mind Tasks. Child Development, 75(2), 523-541.

https://doi.org/10.1111/j.1467-8624.2004.00691.x

170
White, S., Hill, E., Winston, J., & Frith, U. (2006). An islet of social ability in Asperger Syndrome: judging social

attributes from faces. Brain and Cognition, 61(1), 69-77. https://doi.org/10.1016/j.bandc.2005.12.007

Williams, K. D., Cheung, C. K., & Choi, W. (2000). Cyberostracism: effects of being ignored over the Internet. Journal

of Personality and Social Psychology, 79(5), 748-762.

Willey, L. H. (Éd.). (2003). Asperger syndrome in adolescence: living with the ups, the downs, and things in between.

London ; New York: J. Kingsley Publishers.

Wimmer, H. (1983). Beliefs about beliefs: Representation and constraining function of wrong beliefs in young children’s

understanding of deception. Cognition, 13(1), 103-128. https://doi.org/10.1016/0010-0277(83)90004-5

Wing, L., & Gould, J. (1979). Severe impairments of social interaction and associated abnormalities in children:

epidemiology and classification. Journal of Autism and Developmental Disorders, 9(1), 11-29.

Yang, Y., Tian, Y., Fang, J., Lu, H., Wei, K., & Yi, L. (2017). Trust and Deception in Children with Autism Spectrum

Disorders: A Social Learning Perspective. Journal of Autism and Developmental Disorders, 47(3), 615-625.

https://doi.org/10.1007/s10803-016-2983-2

Yi, L., Pan, J., Fan, Y., Zou, X., Wang, X., & Lee, K. (2013). Children with autism spectrum disorder are more trusting

than typically developing children. Journal of Experimental Child Psychology, 116(3), 755-761.

https://doi.org/10.1016/j.jecp.2013.05.005

Young, J. E., Klosko, J. S., Weishaar, M. E., Cottraux, J., & Pascal, B. (2017). La thérapie des schémas: approche

cognitive des troubles de la personnalité.

Zalla T. (2012). Autismes: de la théorie de l’esprit au concept de cognition sociale, In : La lettre du psychiatre, Vol.

VIII, n.3-4, pp. 102-106.

Zilbovicius, M., Boddaert, N., Belin, P., Poline, J.-B., Remy, P., Mangin, J.-F., … Samson, Y. (2000). Temporal Lobe

Dysfunction in Childhood Autism: A PET Study. American Journal of Psychiatry, 157(12), 1988-1993.

https://doi.org/10.1176/appi.ajp.157.12.1988

Zilbovicius, M., Meresse, I., Chabane, N., Brunelle, F., Samson, Y., & Boddaert, N. (2006). Autism, the superior

temporal sulcus and social perception. Trends in Neurosciences, 29(7), 359-366.

https://doi.org/10.1016/j.tins.2006.06.004

171
 Annexe

172
 Annexe 1. Questionnaire d’alexithymie, TAS 20, version enfant (Loas et al., 2010)

Donne ton avis sur chaque phrase en mettant une croix dans la case qui C’est pas C’est un C’est tout
correspond à ce que tu penses de cette phrase vrai peu vrai à fait vrai

1. Souvent je ne sais pas très bien ce que je ressens en moi

2. Je trouve que c’est difficile de dire ce que je ressens en moi

3. Je sens des choses dans mon corps que même les médecins ne
comprennent pas
4. J’arrive facilement à dire ce que je ressens en moi
5. Quand j’ai un problème, je veux savoir d’où il vient et pas seulement
juste en parler
6. Quand je suis bouleversé(e), je ne sais pas si je suis triste, effrayé(e)
ou en colère
7. Je suis souvent intrigué(e) par des choses que je ressens dans mon
corps
8. Je préfère attendre et voir ce qui ce passe, plutôt que de penser
pourquoi les choses arrivent
9. Quelques fois, je n’arrive pas à trouver les mots pour dire ce que je
ressens en moi
10. C’est important de comprendre ce qu’on ressent en soi
11. Je trouve que c’est difficile de dire ce que je ressens pour les autres
personnes
12. Les autres personnes me disent que je devrais parler plus sur ce que
je ressens en moi
13. Je ne sais pas ce qui se passe à l’intérieur de moi
14. Bien souvent, je ne sais pas pourquoi je suis en colère
15. Je préfère parler aux gens de leurs activités de tous les jours plutôt
que de leurs sentiments
16. Je préfère regarder des émissions de télé amusantes, plutôt que des
films racontant les problèmes des gens
17. C’est dur de dire ce que je ressens vraiment en moi, même à mon/ma
meilleur(e) ami(e)
18. Je peux me sentir proche de quelqu’un même si on est assis sans
bouger et sans rien dire
19. Quand je veux résoudre mes problèmes, ça m’aide de penser à ce
que je ressens
20. J’aime moins un film si je dois me concentrer pour comprendre son
histoire

173
Annexe 2. Questionnaire d’alexithymie, version adulte

TAS-20 (Bagby, Taylor, & Parker, 1994 ; version française : M.P. Marchand et G. Loas,
1994).

Indiquez en utilisant les indications qui figurent ci-dessous à quel point vous êtes en Accord ou
en Désaccord avec chacune des affirmations qui suivent. Ne donnez qu'une réponse pour
chaque proposition, puis reportez dans la case de droite le chiffre correspondant.

1) Souvent, je ne vois pas très clair dans mes sentiments.

2) J'ai du mal à trouver les mots qui correspondent bien à mes sentiments.
3) J'éprouve des sensations physiques que même les médecins ne comprennent pas
4) J'arrive facilement à décrire mes sentiments.
5) Je préfère analyser les problèmes plutôt que de me contenter de les décrire.
6) Quand je suis bouleversé(e), je ne sais pas si je suis triste, effrayé(e) ou en colère.
7) Je suis souvent intrigué(e) par des sensations au niveau de mon corps.
8) Je préfère simplement laisser les choses se produire plutôt que de comprendre pourquoi
elles ont pris ce tour.
9) J'ai des sentiments que je ne suis guère capable d'identifier.
10) Etre conscient(e) de ses émotions est essentiel.
11) Je trouve difficile de décrire mes sentiments sur les gens.
12) On me dit de décrire davantage ce que je ressens.
13) Je ne sais pas ce qui se passe à l'intérieur de moi.
14) Bien souvent, je ne sais pas pourquoi je suis en colère.
15) Je préfère parler aux gens de leurs activités quotidiennes plutôt que de leurs sentiments.
16) Je préfère regarder des émissions de variétés plutôt que des dramatiques.
17) Il m'est difficile de révéler mes sentiments intimes même à mes amis très proches.
18) Je peux me sentir proche de quelqu'un même pendant les moments de silence.
19) Je trouve utile d'analyser mes sentiments pour résoudre mes problèmes personnels.
20) Rechercher le sens caché des films ou des pièces de théâtre perturbe le plaisir qu'ils
procurent.

174
Annexe 3. Formulaire du consentement pour les enfants du groupe contrôle recrutés en dehors
des centres d’inclusion FondaMental

FORMULAIRE DE CONSENTEMENT

(Un exemplaire cosigné doit être remis à la personne qui participe)

Titre de la recherche : Etude de la cognition sociale chez les personnes atteintes du trouble
du spectre autistique : approche développementale

Responsable d’étude : Mme Tiziana ZALLA (DR CNRS), Institut Jean Nicod (UMR 8129),
Ecole Normale Supérieure.
Investigatrices : Marina MISHCHENKO (doctorante), Marine BUON (post-doc), et Alice
LATIMIER (ingénieure d’études), Institut Jean Nicod (UMR 8129) à l’Ecole Normale
Supérieure.

Je soussigné(e):
……………........………………………………………………………………………………………………….
déclare accepter que l’enfant ………………………………………………… dont j’ai la charge légale participe à
la recherche intitulée : " Etude de la cognition sociale chez les personnes atteintes du trouble du spectre autistique :
approche développementale " organisée par Tiziana Zalla dans les conditions précisées ci-dessous et pour laquelle
le CERES a émis un avis favorable n° 201621 du 16/02/2016.

Afin d'éclairer ma décision, j'ai reçu et bien compris les informations concernant ce projet de recherche présentées
dans la notice d’information jointe à ce formulaire de consentement.

Il m’a été précisé que :

- Je suis libre d’accepter ou de refuser ainsi que d’arrêter à tout moment la participation de l’enfant dont j’ai la
charge à la recherche.
- Les données qui concernent l’enfant dont j’ai la charge resteront strictement confidentielles. Je n’autorise leur
consultation que par des personnes qui collaborent avec le Dr Tiziana Zalla et, éventuellement, un représentant
des autorités de santé.
- Je peux à tout moment demander des informations au Dr Tiziana Zalla ou à l’un des investigateurs conjoints.
- J’accepte que l’enfant dont j’ai la charge soit inscrit sur le fichier national des personnes qui se prêtent à des
recherches biomédicales. Je peux exercer mon droit d’accès et de rectification auprès du titulaire de l’autorisation
du lieu de recherches ou des autorités compétentes de santé, des données le concernant présentes dans le fichier et
de la destruction de ces données au terme du délai prévu à l’article R.1121-19 du code de santé publique.
- En application de la loi n°78-17 du 6 janvier 1978 relative à l’informatique, aux fichiers et aux libertés, à
l’exception des articles 23 à 26, 32 et 38, la présente recherche a fait l’objet d’une autorisation de la CNIL
(Commission Nationale de l’Informatique et des Libertés).
- La publication des résultats ne comportera aucun résultat individuel identifiant.
- Si je le désire, je peux être informé(e) des résultats globaux de la recherche, conformément à l’article L1122-1
du Code de la Santé Publique, en m’adressant au Dr Tiziana Zalla ou à l’un des investigateurs conjoints (tél. : 01-
44-32-26-29).
- Mon consentement ne décharge pas les organisateurs de la recherche de l'ensemble de leurs responsabilités.
- Je conserve tous mes droits garantis par la loi.

Fait à ....……………........, le .....……………..

Nom et signature de l’investigateur

Signature du participant, précédée de la mention : « lu et approuvé »

175
 Annexe 4. Formulaire du consentement pour les adultes du groupe
contrôle recrutés en dehors des centres d’inclusion FondaMental

Formulaire de consentement

Titre de la recherche :
La cognition sociale chez les adultes à développement typique : études des profils cognitifs et
comportementaux

Responsable d’étude : Mme Tiziana ZALLA (DR CNRS), Institut Jean Nicod (UMR 8129),
Ecole Normale Supérieure.

Je certifie avoir donné mon accord pour participer volontairement au protocole expérimental
mené par l’équipe Cognition sociale organisé par Tiziana Zalla dans les conditions précisées
ci-dessous et pour laquelle le CERES a émis un avis favorable n° 201645 du 16/10/2016.

Je comprends que ma participation n'est pas obligatoire et j’ai droit de l'interrompre à tout
moment sans avoir à me justifier ni encourir aucune sanction. Mon consentement ne décharge
pas les organisateurs de la recherche de leurs responsabilités et je conserve tous mes droits
garantis par la loi.

Au cours de cette expérience, j’accepte que mes réponses soient enregistrées. Je comprends que
les informations recueillies sont strictement confidentielles et à usage exclusif des
investigateurs concernés. J’accepte que les données enregistrées à l’occasion de cette étude
puissent être conservées dans une base de données et faire l’objet d’un traitement informatisé
non nominatif.

J’ai été informé(e) que mon identité n’apparaîtra dans aucun rapport ou publication et que toute
information me concernant sera traitée de façon confidentielle.

Date :

Nom du volontaire :

Signature du volontaire (précédée par la mention « lu et approuvé ») :

Signature de l’expérimentateur :

176
Annexe 5. Interprétation de la taille de l’effet η2

d η2 Interprétation de Cohen (1988)

0 0
Pas d’effet
0.1 0.003
0.2 0.01
0.3 0.022 Petit effet
0.4 0.039
0.5 0.06
0.6 0.083 Effet modéré
0.7 0.11
0.8 0.14
0.9 0.168 Effet important
≥ 1.0 0.2

177
Annexe 6. Test de la normalité des résidus pour la fréquence des passes sur les premiers 80
essais
Modèle Groupe2 x Age4 x Profil3

Résidu Données

Moments

Moyenne -1.93e-18
Écart-type 0.0984577
Erreur standard de la moyenne 0.0038325
Moyenne : Limite de confiance supérieure 0.0075253
à 95 %
Moyenne : Limite de confiance inférieure -0.007525
à 95 %
Nombre d'observations 660

Estimations des coefficients

Quantiles Type Coefficie Estimatio Inférieur Supérieu
nt n à 95 % r à 95 %
Position μ -1.93e-18 - 0.007525
0.007525 3
100.0% maximum 0.5131
Dispersio σ 0.098457 0.093417 0.104077
99.5% 0.37711
n 7 4 2
97.5% 0.19516
90.0% 0.11514
Test du bon ajustement
75.0% quartile 0.05508 Test W de Shapiro-Wilk
50.0% médiane -0.0017
W Prob.<W
25.0% quartile -0.0577
0.973768 <.0001*
10.0% -0.1177

2.5% -0.1802 Le résultat indique que l’hypothèse de la normalité peut
0.5% -0.2769 être rejetée (W=0.97, p<0.0001).

0.0% minimum -0.3506

178
Annexe 7. Test de l’égalité des variances pour la fréquence des passes sur les premiers 80
essais
Modèle Groupe2 x Age4 x Profil3

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-
F liberté du liberté du value
numérateur dénominateur
Levene 0.4434 1 658 0.5057

Test Rapport Degrés de Degrés de Prob.
Test permettant de vérifier l'égalité des variances
F liberté du liberté du > F
numérateur dénominateu
r
Levene 2.6567 3 656 0.047
5*

Test Rappor Degrés de Degrés de Prob.

Test permettant de vérifier l'égalité des variances
t F liberté du liberté du > F
numérateu dénominateu
r r
Leven 1.5004 2 657 0.223
e 8

Le résultat indique les variances en fonction du groupe (TSA et CTR), de l’âge (enfant, adolescent, jeune adulte, adulte) ou du
profil (Coopérant, Equitable, Rejetant) peuvent être concidérées comme homogènes (F(1,658)=0.27, p=0.6 ; F(3,656)=2.32,
p=0.07 ; F(1,657)=1.57, p=0.21 respectivement).

179
Annexe 8. Test de la normalité des résidus pour la fréquence des passes sur la totalité du jeu
(180 essais).
Modèle Groupe2 x Age4 x Profil3
Résidu Données Moments

Moyenne 7.191e-18
Écart-type 0.0974576
Erreur standard de la moyenne 0.0037935
Moyenne : Limite de confiance supérieure 0.0074489
à 95 %
Moyenne : Limite de confiance inférieure -0.007449
à 95 %
Nombre d'observations 660

Ajustement normal

Estimations des coefficients

Type Coefficie Estimatio Inférieur Supérieu
Quantiles nt n à 95 % r à 95 %

Position μ 7.191e- - 0.007448

18 0.007449 9
100.0% maximum 0.51
Dispersio σ 0.097457 0.092468 0.103020
99.5% 0.37594 n 6 6 1
97.5% 0.22162
Test du bon ajustement
90.0% 0.10773
75.0% quartile 0.04706 Test W de Shapiro-Wilk
50.0% médiane -0.0039
W Prob.<W
25.0% quartile -0.0574
0.969092 <.0001*
10.0% -0.1111

2.5% -0.184
Le résultat montre que l’hypothèse de la normalité peut
0.5% -0.2673
être rejetée (W=0.96, p<0.0001).
0.0% minimum -0.2731

180
Annexe 9. Test de l’égalité des variances pour la fréquence des passes sur la totalité du jeu
(180 essais)
Modèle Groupe2 x Age4 x Profil3

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur

Levene 0.6955 1 658 0.4046

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 4.5246 3 656 0.0038*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 8.4764 2 657 0.0002*

Le résultat indique que les variances des deux échantillons indépendants (facteur groupe, TSA et CTR) peuvent être
considérées comme égales (F(1,658)=0.69, p=0.4). Les variances ne sont pas égales pour les quatre échantillons indépendants
(facteur Âge, enfants vs adolescents vs jeunes adultes vs adultes ; F(3,656)=4.52, p<0.01) ni pour les trois groupes (facteur
Profil, Coopérant vs Equitable vs Rejetant ; F(2,657)=8.48, p<0.001)).

181
Annexe 10. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle chez
les TSA et CTR en fonction des groupes d’âge. L’astérisque indique un résultat statistiquement
significatif (p<0.006 pour le test de Kruskall-Wallis, p<0.016 pour les comparaisons multiples
selon le test Wilcoxon après la correction de Bonferroni). La valeur de η2 représente la taille de
l’effet.
Test post-hoc
Médiane Effet
(p<0.016)
GROUPE AGE profil
Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.006)
Equitable Rejetant Rejetant
χ²=4.33,
ENF ddl=2,
0.34 0.34 0.3 -- -- --
(n=23) p=0.11,
η2=0.12
χ²=3.21,
ADO ddl=2,
0.34 0.33 0.33 -- -- --
(n=24) p=0.2,
η2=0.06
TSA
χ²=5.37,
JADU ddl=2,
0.37 0.34 0.3 -- -- --
(n=17) p=0.07,
η2=0.24
χ²=6.49,
ADU ddl=2,
0.36 0.31 0.3 -- -- --
(n=17) p=0.04,
η2=0.32
χ²=8.36,
ENF ddl=2,
0.35 0.35 0.28 -- -- --
(n=44) p=0.015,
η2=0.16
χ²=4.31,
ADO ddl=2,
0.34 0.32 0.33 -- -- --
(n=42) p=0.12,
η2=0.06
CTR
χ²=13.49,
Z=2.5, Z=3.49, Z=1.28,
JADU ddl=2,
0.39 0.32 0.3 p=0.012*, p=0.0005*, p=0.2,
(n=30) p=0.001 2 2
η =0.10 η =0.20 η2=0.02
η2=0.4
χ²=2.2,
ADU ddl=2,
0.34 0.36 0.3 -- -- --
(n=23) p=0.33,
η2=0.01

182
Annexe 11. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle chez
les TSA et CTR en fonction des groupes d’âge. L’astérisque indique un résultat statistiquement
significatif (le test Wilcoxon au seuil p=0.004 après la correction de Bonferroni). La valeur de
η2 représente la taille de l’effet.

Groupe Effet groupe

Joueur Tranche d'âge
TSA CTR (p<0.004)

Enfants 0.34 0.35 Z=0.11, p=0.92, η2=0

Adolescents 0.34 0.34 Z=0.03, p=0.97, η2=0

Coopérant Z=-0.62, p=0.53,

Jeunes adultes 0.37 0.39
η2=0.008

Z=1.12, p=0.26,
Adultes 0.36 0.34
η2=0.027

Z=-0.17, p=0.86,
Enfants 0.34 0.35
η2=0

2=0.67, p=0.5,
Adolescents 0.33 0.32
η2=0.007
Equitable
Z=0.71, p=0.47,
Jeunes adultes 0.34 0.32
η2=0.011

Z=-1.77, p=0.08,
Adultes 0.31 0.36
η2=0.001

Enfants 0.3 0.29 Z=0.03, p=0.97, η2=0

Z=-0.35, p=0.73,
Adolescents 0.33 0.33
η2=0.002
Rejetant
Z=0.58, p=0.56,
Jeunes adultes 0.3 0.3
η2=0.007

Z=-0.23, p=0.82;
Adultes 0.3 0.3
η2=0.07

183
Annexe 12. Test de la normalité des résidus pour la fréquence des passes sur la totalité du jeu
(180 essais).
Modèle Groupe2 x Age4 x Periode3 x Profil3

Résidu Données

Moments

Moyenne -1.31e-17
Écart-type 0.1374282
Erreur standard de la moyenne 0.0030885
Moyenne : Limite de confiance supérieure 0.006057
à 95 %
Moyenne : Limite de confiance inférieure -0.006057
à 95 %
Nombre d'observations 1980

Ajustement normal

Estimations des coefficients

Type Coefficie Estimatio Inférieur Supérieu
Quantiles nt n à 95 % r à 95 %
Position μ -1.31e-17 - 0.006057
0.006057
100.0% maximum 0.65545
Dispersio σ 0.137428 0.133277 0.141847
99.5% 0.48001
n 2 4 9
97.5% 0.32145
90.0% 0.15745 -2log(vraisemblance) = -2241.23137452008

75.0% quartile 0.07235 Test du bon ajustement

Test W de Shapiro-Wilk
50.0% médiane -0.0027
25.0% quartile -0.0807
W Prob.<W
10.0% -0.1666
0.972101 <.0001*
2.5% -0.2536
0.5% -0.3447 Le résultat montre que l’hypothèse de la normalité peut
être rejetée (W=0.97, p<0.0001).
0.0% minimum -0.4223

184
Annexe 13. Test de l’égalité des variances pour la fréquence des passes sur la totalité du jeu
(180 essais)
Modèle Groupe2 x Age4 x Periode3 x Profil3
Test Rapport Degrés de Degrés de P-
Test permettant de vérifier l'égalité des variances F liberté du liberté du value
numérateur dénominateur

Levene 0.8587 1 1978 0.3542

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 5.9489 3 1976 0.0005*

Test Rapport Degrés de Degrés de Prob. >
Test permettant de vérifier l'égalité des variances
F liberté du liberté du F
numérateur dénominateur

Levene 16.9464 2 1977 <.0001*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 53.3098 2 1977 <.0001*

Le résultat indique que les variances des deux échantillons indépendants (facteur groupe, TSA et CTR) peuvent être
considérées comme égales (F(1,1978)=0.65, p=0.35), tandis que les variances ne sont pas égales pour les trois profils
(F(2,1977)=16.95, p<0.0001) ni pour les trois phases du jeu (F(2,656)=53.31, p<0.0001), ni pour quatre groupes d’âge,
F(3,1976)=17.14,p<0.001).

185
Annexe 14. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle chez
les TSA et CTR en fonction des phases du jeu. L’astérisque indique le résultat statistiquement
significatif (p<0.006 pour le test de Kruskall-Wallis, p<0.016 pour les comparaisons multiples
selon le test Wilcoxon après la correction de Bonferroni). La valeur de η2 représente la taille de
l’effet.

Médiane Effet Test post-hoc (p<0.016)
Phase Groupe joueur Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant
(p<0.006) Equitable Rejetant Rejetant
χ²=12.53,
z=-1.9, z=1.63, z=3.53,
ddl=2,
TSA 0.33 0.37 0.3 p=0.06, p=0.1, p=0.0004*,
p=0.002*, 2 2
2
η =0.04 η =0.03 η2=0.15
η =0.14
Début
χ²=16.67,
z=-3.53, z=-0.2, z=3.53,
ddl=2,
CTR 0.32 0.36 0.32 p=0.0004*, p=0.84, p=0.0004*,
p=0.002*, 2 2
η =0.09 η =0 η2=0.09
η2=0.11
χ²=1.35,
ddl=2,
TSA 0.32 0.34 0.34 -- -- --
p=0.509,
η2=0.008
Milieu
χ²=0.36,
ddl=2,
CTR 0.32 0.35 0.33 -- -- --
p=0.836,
η2=0.01
χ²=25.09,
z=4.07, z=4.54, z=0.52,
ddl=2,
TSA 0.38 0.32 0.3 p<0.0001*, p<0.0001*, p=0.61,
p<0.0001*, 2 2
η =0.21 η =0.25 η2=0.003
η2=0.30
Fin
χ²=44.03,
z=4.99, z=6.18, z=1.69,
ddl=2,
CTR 0.39 0.32 0.29 p<0.0001*, p<0.0001*, p=0.09,
p<0.0001*, 2 2
η =0.18 η =0.28 η2=0.02
η2=0.31

186
Annexe 15. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle chez
les participants TSA et CTR d’âge différent au début du jeu (effet de profil). L’astérisque
indique un résultat statistiquement significatif (p<0.002 pour le test de Kruskall-Wallis,
p<0.016 pour le test post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de l’effet.
Médiane Effet Test post-hoc (p<0.016)
Phase Groupe Age profil Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant
(p<0.002) Equitable Rejetant Rejetant
χ²=2.99,
ddl=2,
ENF 0.33 0.35 0.33
p=0.22,
η2=0.05
χ²=8.89,
ddl=2,
ADO 0.36 0.36 0.29
p=0.01,
η2=0.33
TSA
χ²=9.77,
ddl=2,
JADU 0.29 0.4 0.33
p=0.008,
η2=0.55
χ²=1.32
ddl=2,
ADU 0.33 0.31 0.29
p=0.52,
η2=0.04
Début
χ²=7.72,
ddl=2,
ENF 0.33 0.36 0.31
p=0.02,
η2=0.14
χ²=0.002,
ddl=2,
ADO 0.31 0.33 0.33
p=0.99,
η2=0.05
CTR
χ²=12.63,
Z=-3.33, Z=-0.52, Z=2.72,
ddl=2,
JADU 0.29 0.39 0.33 p=0.0009*, p=0.59, p=0.007*,
p=0.002*,
η2=0.19 η2=0.005 η2=0.12
η2=0.39
χ²=6.67,
ddl=2,
ADU 0.27 0.38 0.33
p=0.04,
η2=0.23

187
Annexe 16. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle chez
les participants TSA et CTR d’âge différent au milieu du jeu (effet de profil). L’astérisque
indique un résultat statistiquement significatif (p<0.002 pour le test de Kruskall-Wallis,
p<0.016 pour le test post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de l’effet.

Médiane Effet Test post-hoc (p<0.016)
Phase Groupe Age profil Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.002)
Equitable Rejetant Rejetant
χ²=2.5,
ddl=2,
ENF 0.31 0.33 0.31
p=0.29,
η2=0.03
χ²=0.97,
ddl=2,
ADO 0.31 0.31 0.33
p=0.62,
η2=0.05
TSA
χ²=1.2,
ddl=2,
JADU 0.33 0.33 0.33
p=0.55,
η2=0.06
χ²=1.8,
ddl=2,
ADU 0.36 0.31 0.31
p=0.4,
η2=0.01
Milieu
χ²=3.34,
ddl=2,
ENF 0.29 0.36 0.33
p=0.19,
η2=0.03
χ²=0.69,
ddl=2,
ADO 0.33 0.33 0.33
p=0.71,
η2=0.03
CTR
χ²=2.05,
ddl=2,
JADU 0.33 0.31 0.33
p=0.36,
η2=0.002
χ²=2.01,
ddl=2,
ADU 0.33 0.36 0.33
p=0.37,
η2=0

188
Annexe 17. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle chez
les participants TSA et CTR d’âge différent à la fin du jeu (effet de profil). L’astérisque indique
un résultat statistiquement significatif (p<0.002 pour le test de Kruskall-Wallis, p<0.016 pour
le test post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de l’effet.

Médiane Effet Test post-hoc (p<0.016)
Phase Groupe Age profil Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant
(p<0.002) Equitable Rejetant Rejetant
χ²=5.32,
ddl=2,
ENF 0.44 0.31 0.25
p=0.07,
η2=0.17
χ²=2.12,
ddl=2,
ADO 0.36 0.31 0.31
p=0.35,
η2=0.06
TSA
χ²=11.73,
ddl=2,
JADU 0.42 0.27 0.29
p=0.003,
η2=0.69
χ²=10.78,
ddl=2,
ADU 0.5 0.29 0.28
p=0.005,
η2=0.63
Fin
χ²=10.97,
ddl=2,
ENF 0.33 0.33 0.24
p=0.004,
η2=0.22
χ²=11.37,
ddl=2,
ADO 0.38 0.29 0.3
p=0.003,
η2=0.24
CTR
χ²=27.24,
Z=4.24, Z=4.66, Z=0.88,
ddl=2,
JADU 0.49 0.29 0.29 p<0.0001*, p<0.0001*, p=0.37,
p<0.0001*,
n=0.3 η2=0.26 η2=0.01
η2=0.93
χ²=5.19,
ddl=2,
ADU 0.36 0.33 0.25
p=0.07,
η2=0.16

189
Annexe 18. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle
(médiane) chez les participants TSA et CTR d’âge différent à chaque phase du jeu (effet du
groupe). L’astérisque indique un résultat statistiquement significatif (p<0.001 pour le test de
Wilcoxon). La valeur de η2 représente la taille de l’effet.
DÉBUT MILIEU FIN
Effet Effet Effet
PROFIL AGE TSA CTR groupe TSA CTR groupe TSA CTR groupe
(p<0.001) (p<0.001) (p<0.001)
Z=-0.2, Z=0.15, Z=0.18,
ENF 0.33 0.33 p=0.8!, 0.31 0.29 p=0.88, 0.44 0.33 p=0.85,
η2=0.001 η2=0 η2=0
Z=1.22, Z=0.08, Z=-0.72,
ADO 0.36 0.31 p=0.22, 0.31 0.33 p=0.93, 0.36 0.38 p=0.47,
Coopérant

η2=0.02 η2=0 η2=0.008

Z=-0.29, Z=-0.48, Z=-0.72,
JADU 0.29 0.29 p=0.77, 0.33 0.33 p=0.62, 0.42 0.49 p=0.47,
η2=0.002 η2=0.005 η2=0.011
Z=1.45, Z=1.17, Z=0.74,
ADU 0.33 0.27 p=0.15, 0.36 0.33 p=0.24, 0.5 0.36 p=0.45,
η2=0.05 η2=0.034 η2=0.01
Z=-0.22, Z=0.15, Z=-0.57,
ENF 0.35 0.36 p=0.82, 0.33 0.36 p=0.88, 0.31 0.33 p=0.57,
η2=0.001 η2=0 η2=0.005
Z=1.27, 2=-0.89, 2=0.57,
ADO 0.36 0.33 p=0.2, 0.31 0.33 p=0.37, 0.31 0.29 p=0.56,
Equitable

η2=0.02 η2=0.01 η2=0.005

Z=0.21, Z=0.23, Z=0.13,
JADU 0.4 0.39 p=0.83, 0.33 0.31 p=0.81, 0.27 0.29 p=0.89,
η2=0.001 η2=0.001 η2=0
Z=-1.47, Z=-1.47, Z=-1.83,
ADU 0.31 0.38 p=0.14, 0.31 0.36 p=0.14, 0.29 0.33 p=0.08,
η2=0.05 η2=0.05 η2=0.08
Z=0.34, Z=-0.80, Z=-1.53,
ENF 0.33 0.31 p=0.73, 0.31 0.33 p=0.42, 0.25 0.24 p=0.12,
η2=0.002 η2=0.01 η2=0.04
Z=-1.43, Z=0.81, Z=0.14,
ADO 0.29 0.33 p=0.15, 0.33 0.33 p=0.41, 0.31 0.3 p=0.89,
Rejetant

η2=0.03 η2=0.01 η2=0

Z=0.23, Z=0.72, Z=0.77,
JADU 0.33 0.33 p=0.81, 0.33 0.33 p=0.47, 0.29 0.24 p=0.43,
η2=0.001 η2=0.011 η2=0.012
Z=-1.03, Z=-0.22, Z=-0.37
ADU 0.29 0.33 p=0.3, 0.31 0.33 p=0.82, 0.28 0.25 p=0.71,
η2=0.03 η2=0.001 η2=0.003

190
Annexe 19. Test de la normalité des résidus pour les résidus des scores de préférence
Modèle Groupe2 x Age4 x Profil3

Résidu Score de préférence
Moments

Moyenne 1.576e-16
Écart-type 1.5600719
Erreur standard de la moyenne 0.0612854
Moyenne : Limite de confiance supérieure 0.1203423
à 95 %
Moyenne : Limite de confiance inférieure -0.120342
à 95 %
Nombre d'observations 648


Ajustement normal
Quantiles
Estimations des coefficients

100.0% maximum 3.52941 Type Coefficie Estimatio Inférieur Supérieu
nt n à 95 % r à 95 %
99.5% 3.50689
Position μ 1.576e- - 0.120342
97.5% 2.5 16 0.120342 3
90.0% 1.90476 Dispersio σ 1.560071 1.479509 1.649982
n 9 9 5
75.0% quartile 1.16667

50.0% médiane 0.04348 -2log(vraisemblance) = 2414.31691752236
25.0% quartile -1
Test du bon ajustement
10.0% -2.2353
2.5% -3.1591 Test W de Shapiro-Wilk
0.5% -4.2954
W Prob.<W
0.0% minimum -4.3913
0.987002 <.0001*

191
Annexe 20. Test de l’égalité des variances pour les scores de préférence
Modèle Groupe2 x Age4 x Profil3

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 7.1351 3 644 0.0001*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-value

F liberté du liberté du
numérateur dénominateur
Levene 18.2394 1 646 <.0001*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob.

F liberté du liberté du >F
numérateur dénominateur
Levene 1.0510 2 645 0.3502

Le résultat indique que les variances peuvent être considérées égales pour les trois profils (F(2,645)=1.05, p=0.35), mais pas
pour le facteur groupe (F(1,646)=18.24, p<0.0001), ni âge (F(3,646)=18.24, p<0.0001).

192
Annexe 21. Test de la normalité des résidus pour les scores de confiance
Modèle Groupe2 x Age4 x Profil3


Résidu Score de confiance

Moments

Moyenne -1.75e-15
Écart-type 1.5135011
Erreur standard de la moyenne 0.0600142
Moyenne : Limite de confiance supérieure 0.1178503
à 95 %
Moyenne : Limite de confiance inférieure -0.11785
à 95 %
Nombre d'observations 636

Ajustement normal

Estimations des coefficients

Type Coefficie Estimatio Inférieur Supérieu
Quantiles nt n à 95 % r à 95 %
Position μ -1.75e-15 -0.11785 0.117850
3
100.0% maximum 4
Dispersio σ 1.513501 1.434647 1.601595
99.5% 3.29412
n 1 9 6
97.5% 2.5122
Test du bon ajustement
90.0% 2.04545
Test W de Shapiro-Wilk
75.0% quartile 1.04545
50.0% médiane 0.17647 W Prob.<W

25.0% quartile -0.9545 0.989275 0.0001*

10.0% -2
Le résultat montre que l’hypothèse de la normalité peut
2.5% -3.2925 être rejetée (W=0.99, p<0.0001).

0.5% -3.9293
0.0% minimum -4.5217

193
Annexe 22. Test de l’égalité des variances pour les scores de confiance
Modèle Groupe2 x Age4 x Profil3
Test permettant de vérifier l'égalité des variances
Test Rapport Degrés de Degrés de P-value
F liberté du liberté du
numérateur dénominateur
Levene 4.2410 1 634 0.0399*

Test permettant de vérifier l'égalité des variances
Test Rapport Degrés de Degrés de Prob. >
F liberté du liberté du F
numérateur dénominateur
Levene 8.7482 3 632 <.0001*

Test Rapport Degrés de Degrés de Prob.

Test permettant de vérifier l'égalité des variances
F liberté du liberté du > F
numérateur dénominateur
Levene 2.0999 2 633 0.1233

Le résultat indique que les variances peuvent être considérées égales pour les trois profils (F(2,633)=2.09, p=0.12), mais pas
pour le facteur groupe (F(1,634)=4.24, p<0.0001), ni âge (F(3,632)=8.74, p<0.0001).

194
Annexe 23. Correlation entre les scores d’alexithymie et la fréquences des passes sur la totalité
du jeu chez les participants TSA et CTR de différentes tranches d’âge. La correction de
Bonferroni a été effectuée pour le nombre des tests réalisés (k=7, p=0.007).

TSA enfants : n=23
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Score TAS
ρ=-0.18, p=0.55
Coopérant
Fréquence des passes au joueur Score TAS
ρ=0.004, p=0.99
Equitable
Fréquence des passes au joueur Score TAS ρ=0.27, p=0.36
Rejetant

TSA adolescents : n=6, la taille de l’échantillon étant trop petite pour estimer correctement le
coefficient de corrélation, ce sous-groupe n’a pas été inclus dans l’analyse

TSA jeunes adultes : 15
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Score TAS ρ=0.37, p=0.18
Coopérant
Fréquence des passes au joueur Score TAS ρ=-0.42, p=0.11
Equitable
Fréquence des passes au joueur Score TAS ρ=0.04, p=0.88
Rejetant

TSA adultes : 16
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Score TAS ρ=-0.09, p=0.75
Coopérant
Fréquence des passes au joueur Score TAS ρ=-0.22, p=0.41
Equitable
Fréquence des passes au joueur Score TAS ρ=0.27, p=0.36
Rejetant

195
Annexe 23. Correlation entre les scores d’alexithymie et la fréquences des passes sur la totalité
du jeu chez les participants TSA et CTR de différentes tranches d’âge. La correction de
Bonferroni a été effectuée pour le nombre des tests réalisés (k=7, p=0.007).

CTR enfants : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Score TAS
ρ=0.11, p=0.62
Coopérant
Fréquence des passes au joueur Score TAS
ρ=0.27, p=0.20
Equitable
Fréquence des passes au joueur Score TAS
ρ=0.25, p=0.23
Rejetant

CTR adolescents : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Score TAS ρ=0.12, p=0.53
Coopérant
Fréquence des passes au joueur Score TAS ρ=-0.2, p=0.2
Equitable
Fréquence des passes au joueur Score TAS ρ=0.09, p=0.62
Rejetant

CTR jeunes adultes : 27
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Score TAS ρ=0.15, p=0.44
Coopérant
Fréquence des passes au joueur Score TAS ρ=0.05, p=0.8
Equitable
Fréquence des passes au joueur Score TAS ρ=-0.05, p=0.78
Rejetant

CTR adultes : 22
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Score TAS ρ=-0.14, p=0.52
Coopérant
Fréquence des passes au joueur Score TAS ρ=0.02, p=0.92
Equitable
Fréquence des passes au joueur Score TAS ρ=0.15, p=0.48
Rejetant

196
Annexe 24. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur la fréquence des passes à chaque profil au début du jeu et les scores
d’alexithymie. La correction de Bonferroni a été effectuée pour le nombre des tests réalisés
(k=7, p=0.007).

TSA enfants : n=13

VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS
ρ=0.25, p=0.41
(début)
Fréquence des passes au joueur Equitable Score TAS
ρ=0.03, p=0.94
(début)
Fréquence des passes au joueur Rejetant Score TAS ρ=-0.06, p=0.36
(début)

TSA adolescents : n=6, la taille de l’échantillon étant trop petite pour estimer correctement le
coefficient de corrélation, ce sous-groupe n’a pas été inclus dans l’analyse

TSA jeunes adultes : 15
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=0.22, p=0.43
(début)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.04, p=0.89
(début)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.48, p=0.17
(début)

TSA adultes : 16
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=-0.34, p=0.07
(début)
Fréquence des passes au joueur Equitable Score TAS ρ=0.12, p=0.68
(début)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.51, p=0.04
(début)

197
Annexe 24. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur la fréquence des passes à chaque profil au début du jeu et les scores
d’alexithymie. La correction de Bonferroni a été effectuée pour le nombre des tests réalisés
(k=7, p=0.007).

CTR enfants : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS
ρ=0.02, p=0.93
(début)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.26, p=0.18
(début)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.19, p=0.32
(début)

CTR adolescents : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=-0.39, p=0.07
(début)
Fréquence des passes au joueur Equitable Score TAS ρ=0.33, p=0.08
(début)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.36, p=0.06
(début)

CTR jeunes adultes : 27
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=0.04, p=0.83
(début)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.03, p=0.88
(début)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.14, p=0.50
(début)

CTR adultes : 22
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=-0.28, p=0.19
(début)
Fréquence des passes au joueur Equitable Score TAS ρ=0.22, p=0.32
(début)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.18, p=0.42
(début)

198
Annexe 25. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur la fréquence des passes à chaque profil au milieu du jeu et les scores
d’alexithymie. La correction de Bonferroni a été effectuée pour le nombre des tests réalisés
(k=7, p=0.007).

TSA enfants : n=13
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS
ρ=-0.43, p=0.04
(milieu)
Fréquence des passes au joueur Equitable Score TAS
ρ=0.02, p=0.94
(milieu)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.27, p=0.37
(milieu)

TSA adolescents : n=6, la taille de l’échantillon étant trop petite pour estimer correctement le
coefficient de corrélation, ce sous-groupe n’a pas été inclus dans l’analyse

TSA jeunes adultes : 15
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=0.06, p=0.81
(milieu)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.34, p=0.20
(milieu)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.48, p=0.07
(milieu)

TSA adultes : 16
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=-0.44, p=0.08
(milieu)
Fréquence des passes au joueur Equitable Score TAS ρ=0.12, p=0.68
(milieu)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.51, p=0.04
(milieu)

199
Annexe 25. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur la fréquence des passes à chaque profil au milieu du jeu et les scores
d’alexithymie. La correction de Bonferroni a été effectuée pour le nombre des tests réalisés
(k=7, p=0.007).

CTR enfants : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS
ρ=0.02, p=0.93
(milieu)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.26, p=0.18
(milieu)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.19, p=0.32
(milieu)

CTR adolescents : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=-0.39, p=0.07
(milieu)
Fréquence des passes au joueur Equitable Score TAS ρ=0.33, p=0.08
(milieu)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.36, p=0.06
(milieu)

CTR jeunes adultes : 27
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=0.04, p=0.83
(milieu)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.03, p=0.88
(milieu)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.14, p=0.50
(milieu)

CTR adultes : 22
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=-0.28, p=0.19
(milieu)
Fréquence des passes au joueur Equitable Score TAS ρ=0.22, p=0.32
(milieu)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.18, p=0.42
(milieu)

200
Annexe 26. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur la fréquence des passes à chaque profil à la fin du jeu et les scores
d’alexithymie. La correction de Bonferroni a été effectuée pour le nombre des tests réalisés
(k=7, p=0.007).

TSA enfants : n=13
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS
ρ=-0.15, p=0.62
(fin)
Fréquence des passes au joueur Equitable Score TAS
ρ=0.19, p=0.52
(fin)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.29, p=0.33
(fin)

TSA adolescents : n=6, la taille de l’échantillon étant trop petite pour estimer correctement le
coefficient de corrélation, ce sous-groupe n’a pas été inclus dans l’analyse

TSA jeunes adultes : 15
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=0.18, p=0.52
(milieu)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.13, p=0.64
(milieu)
Fréquence des passes au joueur Rejetant Score TAS ρ=-0.19, p=0.50
(milieu)

TSA adultes : 16
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=0.07, p=0.79
(fin)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.22, p=0.41
(fin)
Fréquence des passes au joueur Rejetant Score TAS ρ=-0.01, p=0.97
(fin)

201
Annexe 26. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur la fréquence des passes à chaque profil à la fin du jeu et les scores
d’alexithymie. La correction de Bonferroni a été effectuée pour le nombre des tests réalisés
(k=7, p=0.007).

CTR enfants : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS
ρ=-0.03, p=0.87
(fin)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.19, p=0.32
(fin)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.04, p=0.85
(fin)

CTR adolescents : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=-0.24, p=0.21
(fin)
Fréquence des passes au joueur Equitable Score TAS ρ=0.31, p=0.85
(fin)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.01, p=0.96
(fin)

CTR jeunes adultes : 27
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=0.18, p=0.37
(fin)
Fréquence des passes au joueur Equitable Score TAS ρ=-0.24, p=0.22
(fin)
Fréquence des passes au joueur Rejetant Score TAS ρ=-0.07, p=0.71
(fin)

CTR adultes : 22
VARIABLE 1 VARIABLE 2 STATISTIQUES
Fréquence des passes au joueur Coopérant Score TAS ρ=-0.16, p=0.46
(fin)
Fréquence des passes au joueur Equitable Score TAS ρ=0.11, p=0.63
(fin)
Fréquence des passes au joueur Rejetant Score TAS ρ=0.08, p=0.73
(fin)

202
Annexe 27. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur les scores de préférence à chaque profil et les scores d’alexithymie. La
correction de Bonferroni a été effectuée pour le nombre de tests (k=7, p=0.007).

TSA enfants : n=14
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de préférence au joueur Score TAS ρ=-0.1, p=0.74
Coopérant
Score de préférence au joueur Equitable Score TAS ρ=0.13, p=0.65
Score de préférence au joueur Rejetant Score TAS ρ=-0.08, p=0.78

TSA adolescents : n=6, la taille de l’échantillon étant trop petite pour estimer correctement le
coefficient de corrélation, ce sous-groupe n’a pas été inclus dans l’analyse

TSA jeunes adultes : 14
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de préférence au joueur Score TAS ρ=-0.02, p=0.94
Coopérant
Score de préférence au joueur Equitable Score TAS ρ=-0.31, p=0.25
Score de préférence au joueur Rejetant Score TAS ρ=-0.16, p=0.54

TSA adultes : 16
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de préférence au joueur Score TAS ρ=-0.03, p=0.90
Coopérant
Score de préférence au joueur Equitable Score TAS ρ=-0.15, p=0.58
Score de préférence au joueur Rejetant Score TAS ρ=0.05, p=0.87

203
Annexe 27. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur les scores de préférence à chaque profil et les scores d’alexithymie. La
correction de Bonferroni a été effectuée pour le nombre de tests (k=7, p=0.007).

CTR enfants : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de préférence au joueur Score TAS ρ=0.04, p=0.82
Coopérant
Score de préférence au joueur Equitable Score TAS ρ=-0.33, p=0.07
Score de préférence au joueur Rejetant Score TAS ρ=0.04, p=0.80

CTR adolescents : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de préférence au joueur Score TAS ρ=-0.38, p=0.04
Coopérant
Score de préférence au joueur Equitable Score TAS ρ=0.47, p=0.02
Score de préférence au joueur Rejetant Score TAS ρ=0.09, p=0.62

CTR jeunes adultes : 22
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de préférence au joueur Score TAS ρ=-0.12, p=0.55
Coopérant
Score de préférence au joueur Equitable Score TAS ρ=-0.18, p=0.37
Score de préférence au joueur Rejetant Score TAS ρ=-0.19, p=0.33

CTR adultes : 22
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de préférence au joueur Score TAS ρ=0.11, p=0.62
Coopérant
Score de préférence au joueur Equitable Score TAS ρ=-0.02, p=0.37
Score de préférence au joueur Rejetant Score TAS ρ=0.05, p=0.82

204
Annexe 28. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur les scores de confiance à chaque profil et les scores d’alexithymie. La
correction de Bonferroni a été effectuée pour le nombre de tests (k=7, p=0.007).

TSA enfants : n=13
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de confiance au joueur Coopérant Score TAS ρ=-0.28, p=0.35
Score de confiance au joueur Equitable Score TAS ρ=0.23, p=0.43
Score de confiance au joueur Rejetant Score TAS ρ=-0.05, p=0.86

TSA adolescents : n=6, la taille de l’échantillon étant trop petite pour estimer correctement le
coefficient de corrélation, ce sous-groupe n’a pas été inclus dans l’analyse

TSA jeunes adultes : 14
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de confiance au joueur Coopérant Score TAS ρ=-0.23, p=0.4
Score de confiance au joueur Equitable Score TAS ρ=0.04, p=0.88
Score de confiance au joueur Rejetant Score TAS ρ=-0.14, p=0.6

TSA adultes : 16
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de confiance au joueur Coopérant Score TAS ρ=-0.08, p=0.76
Score de confiance au joueur Equitable Score TAS ρ=0.09, p=0.72
Score de confiance au joueur Rejetant Score TAS ρ=-0.26, p=0.32

205
Annexe 28. Le résumé de l’analyse des coefficients de corrélation de Spearman et la probabilité
associée réalisée sur les scores de confiance à chaque profil et les scores d’alexithymie. La
correction de Bonferroni a été effectuée pour le nombre de tests (k=7, p=0.007).

CTR enfants : 29
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de confiance au joueur Coopérant Score TAS ρ=-0.14, p=0.44
Score de confiance au joueur Equitable Score TAS ρ=-0.02, p=0.88
Score de confiance au joueur Rejetant Score TAS ρ=0.13, p=0.47

CTR adolescents : 28
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de confiance au joueur Coopérant Score TAS ρ=-0.29, p=0.12
Score de confiance au joueur Equitable Score TAS ρ=0.12, p=0.51
Score de confiance au joueur Rejetant Score TAS ρ=0.02, p=0.88

CTR jeunes adultes : 27
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de confiance au joueur Coopérant Score TAS ρ=0.27, p=0.19
Score de confiance au joueur Equitable Score TAS ρ=0.03, p=0.88
Score de confiance au joueur Rejetant Score TAS ρ=0.24, p=0.24

CTR adultes : 22
VARIABLE 1 VARIABLE 2 STATISTIQUES
Score de confiance au joueur Coopérant Score TAS ρ=-0.19, p=0.4
Score de confiance au joueur Equitable Score TAS ρ=-0.09, p=0.67
Score de confiance au joueur Rejetant Score TAS ρ=0.47, p=0.027

206
Annexe 29. Test de la normalité des résidus pour la fréquence des passes sur la totalité du jeu
(180 essais).
Modèle Version3 x Age4 x Profil3

Résidu Fréquence des passes

Moments

Moyenne 1.256e-17
Écart-type 0.1009372
Erreur standard de la moyenne 0.002568
Moyenne : Limite de confiance supérieure 0.005037
à 95 %
Moyenne : Limite de confiance inférieure -0.005037
à 95 %
Nombre d'observations 1545

Ajustement normal

Quantiles Estimations des coefficients

Type Coefficie Estimatio Inférieur Supérie
100.0% maximum 0.5373 nt n à 95 % ur à 95
%
99.5% 0.37234
Position μ 1.256e- - 0.00503
97.5% 0.22039 17 0.005037 7
90.0% 0.11262 Dispersio σ 0.100937 0.097499 0.10462
n 2 5 8
75.0% quartile 0.0499

50.0% médiane -0.0039
25.0% quartile -0.0575 Test du bon ajustement
Test W de Shapiro-Wilk
10.0% -0.117
2.5% -0.1909 W Prob.<W
0.5% -0.2659 0.967724 <.0001*
0.0% minimum -0.3381

207
Annexe 30. Test de l’égalité des variances pour la fréquence des passes sur la totalité du jeu
(180 essais).
Modèle Version3 x Age4 x Profil3


Test permettant de vérifier l'égalité des variances
Test Rapport Degrés de Degrés de liberté Prob. >
F liberté du du dénominateur F
numérateur
Levene 3.9822 3 1541 0.0077*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de liberté Prob. >

F liberté du du dénominateur F
numérateur
Levene 37.3772 2 1542 <.0001*

Test permettant de vérifier l'égalité des variances
Test Rapport Degrés de Degrés de liberté Prob. >
F liberté du du dénominateur F
numérateur
Levene 16.7792 2 1542 <.0001*

208
Annexe 31. Résumé des statistiques pour la comparaison de la fréquence d’envoi de balle
(médiane) aux profils Coopérant, Equitable et Rejetant chez les enfants, adolescents, jeunes
adultes et adultes TSA et CTR sur la totalité du jeu dans les trois versions (effet de profil).
L’astérisque indique un résultat statistiquement significatif (p<0.004 pour le test de Kruskall-
Wallis, p<0.016 pour les post-hoc, test de Wilcoxon). La valeur de η2 représente la taille de
l’effet.

PROFIL Post-hoc (p<0.016)
Effet profil
VERSION AGE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.004)
Equitable Rejetant Rejetant
χ²=34.22,
Z=2.05, Z=5.48, Z=4.12,
ENF ddl=2,
0.38 0.34 0.27 p=0.04, p<0.0001*, p<0.0001*,
(n=50) p<0.0001*,
η2=0.04 η2=0.3 η2=0.17
η2=0.69
χ²=23.66,
Z=4.21, Z=4.18, Z=0.32,
ADO ddl=2,
0.36 0.31 0.3 p<0.0001*, p<0.0001*, p=0.75,
(n=43) p<0.0001*,
η2=0.21 η2=0.2 η2=0.001
η2=0.52
Gain
χ²=19.29,
Z=3.41, Z=4.02, Z=0.95,
JADU ddl=2,
0.42 0.3 0.28 p=0.0006*, p<0.0001*, p=0.34,
(n=32) p<0.0001*,
η2=0.18 η2=0.25 η2=0.01
η2=0.59
χ²=37.6,
Z=5.17, Z=5.48, Z=0.08,
ADU ddl=2,
0.46 0.27 0.24 p<0.0001*, p<0.0001*, p=0.94,
(n=25) p<0.0001*,
η2=0.53 η2=0.6 η2=0
η2=0.76
χ²=8.36,
ENF ddl=2,
0.35 0.35 0.28 -- -- --
(n=44) p=0.015,
η2=0.16
χ²=4.31,
ADO ddl=2,
0.34 0.32 0.33 -- -- --
(n=42) p=0.12,
Mixte η2=0.06
χ²=13.49,
Z=2.5, Z=3.49, Z=1.28,
JADU ddl=2,
0.39 0.32 0.3 p=0.012*, p=0.0005*, p=0.2,
(n=30) p=0.001
η2=0.10 η2=0.20 η2=0.02
η2=0.4
χ²=2.2, ddl=2,
ADU
0.34 0.36 0.3 p=0.33, -- -- --
(n=23)
η2=0.01
χ²=2.27,
ENF ddl=2,
0.33 0.33 0.32 -- -- --
(n=43) p=0.32,
η2=0.007
χ²=10.15,
ADO ddl=2,
0.3 0.33 0.35 -- -- --
(n=40) p=0.006,
Sociale η2=0.22
χ²=16.17,
Z=-1.64, Z=-3.99, Z=-2.31,
JADU ddl=2,
0.31 0.33 0.36 p=0.1, p<0.0001*, p=0.02,
(n=27) p=0.0003,
η2=0.05 η2=0.29 η2=0.1
η2=0.58
χ²=3.6, ddl=2,
ADU
0.31 0.33 0.36 p=0.16, -- -- --
(n=21)
η2=0.09

209
Annexe 32. Test de la normalité des résidus pour la fréquence des passes en fonction de la phase
du jeu
Modèle Version3 x Age4 x Phase3 x Profil3

Résidu Fréquence des passes


Moments


Moyenne -5.42e-18
Écart-type 0.1397751
Erreur standard de la moyenne 0.0022734
Moyenne : Limite de confiance supérieure 0.0044573
à 95 %
Moyenne : Limite de confiance inférieure -0.004457
à 95 %
Nombre d'observations 3780

Ajustement normal
Quantiles
Estimations des coefficients
Type Coefficie Estimatio Inférieu Supérieu
nt n r à 95 % r à 95 %
100.0% maximum 0.72442
Position μ -5.42e-18 - 0.004457
99.5% 0.50426
0.00445 3
97.5% 0.32407 7

90.0% 0.16081 Dispersio σ 0.139775 0.13669 0.142999

n 1 4 3
75.0% quartile 0.07167

50.0% médiane -0.0046
Test W de Shapiro-Wilk
25.0% quartile -0.0803
10.0% -0.1671
W Prob.<W
2.5% -0.2578
0.967724 <.001*
0.5% -0.3469

210
Annexe 33. Test de l’égalité des variances pour la fréquence des passes sur la totalité du jeu
(180 essais).
Modèle Version3 x Age4 x Phase3 x Profil3

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 3.3983 3 3776 0.0171*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 84.0768 2 3777 <.0001*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 26.6827 2 3777 <.0001*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 94.9461 2 3777 <.0001*

211
Annexe X. Test de la normalité des résidus pour les scores de préférence.
Modèle Version3 x Age4 x Profil3

Résidu Score de préférence

Moments

Moyenne -1.12e-15
Écart-type 1.4291701
Erreur standard de la moyenne 0.040553
Moyenne : Limite de confiance supérieure 0.07956
à 95 %
Moyenne : Limite de confiance inférieure -0.07956
à 95 %

Nombre d'observations 1242
Quantiles


Ajustement normal
100.0% maximum 3.64
99.5% 3.14427 Estimations des coefficients

97.5% 2.52174 Type Coefficie Estimatio Inférieur Supérieu

nt n à 95 % r à 95 %
90.0% 1.84091
Position μ -1.12e-15 -0.07956 0.07956
75.0% quartile 1.08259
Dispersio σ 1.429170 1.375093 1.487706
50.0% médiane 0.16667 n 1 9 2
25.0% quartile -0.8409

10.0% -1.9375 Test W de Shapiro-Wilk

2.5% -3.1242
0.5% -3.81 W Prob.<W

0.0% minimum -4.6304 0.991839 <.0001*

212
Annexe 34. Test de l’égalité des variances pour les scores de préférence.
Modèle Version3 x Age4 x Profil3


Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 15.8011 3 1238 <.0001*

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob.

F liberté du liberté du > F
numérateur dénominateur
Levene 0.1035 2 1239 0.9017

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 9.4628 2 1239 <.0001*

213
Annexe 35. Résumé des statistiques pour la comparaison des scores de préférence (médiane)
chez les participants TSA et CTR d’âge différent à chaque phase du jeu (effet du groupe) pour
les trois versions. L’astérisque indique un résultat statistiquement significatif (p<0.001 pour le
test de Wilcoxon). La valeur de η2 représente la taille de l’effet.

PROFIL Post-hoc (p<0.016)

Effet profil
VERSION AGE Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant (p<0.004)
Equitable Rejetant Rejetant
χ²=18.94,
Z=3.57, Z=3.87, Z=0.91,
ENF ddl=2,
6 5 4 p=0.0004*, p=0.0001*, p=0.91,
(n=46) p<0.0001*,
η2=0.14 η2=0.16 η2=0.009
η2=0.39
χ²=45.98,
Z=5.9, Z=5.8, Z=0.59,
ADO ddl=2,
6 4 4 p<0.0001*, p<0.0001*, p=0.55,
(n=42) p<0.0001*,
η2=0.41 η2=0.4 η2=0.004
η2=0.8
Gain
χ²=44.2,
Z=3.7, Z=6.11, Z=4.01,
JADU ddl=2,
6 5 2 p=0.0002*, p<0.0001*, p<0.0001*,
(n=32) p<0.0001*,
η2=0.17 η2=0.58 η2=0.25
η2=0.8
χ²=31.4,
Z=4.52, Z=5.09, Z=0.8,
ADU ddl=2,
6 4 4 p<0.0001*, p<0.0001*, p=0.04,
(n=25) p<0.0001*,
η2=0.41 η2=0.51 η2=0.01
η2=0.8
χ²=17.94,
Z=0.74, Z=4.08, Z=3.09,
ENF ddl=2,
5 5 3 p=0.45, p<0.0001*, p=0.002*,
(n=44) p=0.0001*,
η2=0.01 η2=0.38 η2=0.22
η2=0.36
χ²=10.21,
ADO ddl=2,
5 4 4 -- -- --
(n=42) p=0.006,
η2=0.2
Mixte
χ²=27.61
Z=2.79, Z=4.81, Z=3.24,
JADU ddl=2,
6 5 3 p=0.005*, p<0.0001*, p=0.001*,
(n=23) p<0.0001*,
η2=0.26 η2=0.77 η2=0.35
η2=0.45
χ²=23,
Z=2.32, Z=4.63, Z=2.72,
ADU ddl=2,
5 4 3 p=0.02, p<0.0001*, p=0.007*,
(n=30) p<0.0001,
η2=0.23 η2=0.93 η2=0.32
η2=0.41
χ²=5.5,
ENF ddl=2,
4 4 3 -- -- --
(n=42) p=0.06,
η2=0.09
χ²=12.6,
Z=1.9, Z=3.57, Z=1.54,
ADO ddl=2,
5 4 4 p=0.06, p=0.0003*, p=0.12,
(n=40) p=0.002*,
η2=0.04 η2=0.16 η2=0.03
η2=0.28
Sociale
χ²=2.19,
JADU ddl=2,
5 6 5 -- -- --
(n=27) p=0.33,
η2=0.03
χ²=9.37,
Z=1.39, Z=2.9, Z=1.8,
ADU ddl=2,
6 5 4 p=0.16, p<0.004*, p=0.06,
(n=21) p=0.0009*,
η2=0.04 η2=0.02 η2=0.07
η2=0.4

214
Annexe 36. Test de la normalité des résidus pour les scores de confiance.
Modèle Version2 x Age4 x Profil3

Résidu Score de confiance

Moments

Moyenne -1.24e-15
Écart-type 1.4366051
Erreur standard de la moyenne 0.0491309
Moyenne : Limite de confiance supérieure 0.0964314
à 95 %
Moyenne : Limite de confiance inférieure -0.096431
à 95 %
Nombre d'observations 855



Ajustement normal
Quantiles
Estimations des coefficients

Type Coefficie Estimatio Inférieur Supérieu
100.0% maximum 4 nt n à 95 % r à 95 %

99.5% 3.15723 Position μ -1.24e-15 - 0.096431

0.096431 4
97.5% 2.5122
Dispersio σ 1.436605 1.371591 1.508137
90.0% 1.93903 n 1 1 4
75.0% quartile 1.02564
50.0% médiane 0.07692
Test W de Shapiro-Wilk
25.0% quartile -0.9545
10.0% -1.9744 W Prob.<W

2.5% -2.942 0.992168 0.0002*

0.5% -3.8145

0.0% minimum -4.2195

215
Annexe 37. Test de l’égalité des variances pour les scores de confiance.
Modèle Version2 x Age4 x Profil3

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 12.4302 3 851 <.0001*

Test Rapport Degrés de Degrés de Prob.

F liberté du liberté du > F
numérateur dénominateur
Levene 0.0875 1 772 0.7675

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de Prob. >

F liberté du liberté du F
numérateur dénominateur
Levene 4.1481 2 852 0.0161*

216
Annexe 38. Résumé des statistiques pour la comparaison des scores de confiance (médiane)
chez les participants TSA et CTR d’âge différent à chaque phase du jeu (effet du groupe) pour
les versions Mixte et Sociale. L’astérisque indique un résultat statistiquement significatif
(p<0.006 pour le test de Kruskall-Wallis ; p<0.016 pour le test de Wilcoxon). La valeur de η2
représente la taille de l’effet.

PROFIL Effet Post-hoc (p<0.016)
VERSION AGE profil Coopérant- Coopérant- Equitable-
Coopérant Equitable Rejetant
(p<0.006) Equitable Rejetant Rejetant
χ²=15.17,
Z=0.32, Z=3.59, Z=3.1,
ENF ddl=2,
5 5 4 p=0.74, p=0.0003*, p=0.002*,
(n=44) p=0.0005*,
η2=0 η2=0.15 η2=0.11
η2=0.32
χ²=13.44,
Z=1.22, Z=3.56, Z=2.4,
ADO ddl=2,
5 4 4 p=0.22, p=0.0004*, p=0.016*,
(n=41) p=0.001*,
η2=0.02 η2=0.16 η2=0.07
η2=0.3
Mixte
χ²=24.93
Z=2.13, Z=4.63, Z=3.31,
JADU ddl=2,
5 4 3 p=0.03, p<0.0001*, p=0.0009*,
(n=23) p<0.0001*,
η2=0.09 η2=0.47 η2=0.24
η2=0.8
χ²=23.5,
Z=1.95, Z=4.65, Z=3.1,
ADU ddl=2,
5 4 4 p=0.05, p<0.0001*, p=0.002*,
(n=23) p<0.0001,
η2=0.08 η2=0.47 η2=0.21
η2=0.8
χ²=4.41,
ENF ddl=2,
5 6 4 -- -- --
(n=41) p=0.1,
2
η =0.06
χ²=6.9,
ADO ddl=2,
5 4 4 -- -- --
(n=39) p=0.03,
2
η =0.13
Sociale
χ²=5.97,
JADU ddl=2,
5 5 5 -- -- --
(n=26) p=0.05,
2
η =0.16
χ²=11.6,
Z=1.6, Z=3.2, Z=2,
ADU ddl=2,
6 4 4 p=0.11, p=0.001*, p=0.04,
(n=17) p=0.003*,
η2=0.07 η2=0.3 η2=0.11
η2=0.68

217
Annexe 39. Test de la normalité des résidus pour l’investissement (ratio) sur la totalité du jeu
Modèle Groupe2 x Réciprocité2 x Réputation2

Résidu Données

Moments

Moyenne -7.29e-17
Écart-type 0.3157
Erreur standard de la moyenne 0.0227837
Moyenne : Limite de confiance supérieure 0.04494
à 95 %
Moyenne : Limite de confiance inférieure -0.04494
à 95 %
Nombre d'observations 192

Ajustement normal

Quantiles Estimations des coefficients

Type Coefficie Estimati Inférieu Supérie
nt on r à 95 % ur à 95
100.0% maximum 1.06333 %
99.5% 1.06333 Position µ -7.29e-17 -0.04494 0.04494
97.5% 0.60683 Dispersi σ 0.3157 0.28696 0.35087
90.0% 0.41921 on 59 89

75.0% quartile 0.2324

50.0% médiane -0.0235 Test W de Shapiro-Wilk
25.0% quartile -0.2583
W Prob.<W
10.0% -0.3732
0.981693 0.0130*
2.5% -0.5634
0.5% -0.7021
0.0% minimum -0.7021

218
Annexe 40. Test de l’égalité des variances pour les investissements sur la totalité du jeu
Modèle Groupe2 x Réciprocité2 x Réputation2

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur
Levene 0.0919 1 190 0.7621

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur
Levene 0.6197 1 190 0.4321

Test Rapport Degrés de Degrés de P-
Test permettant de vérifier l'égalité des variances
F liberté du liberté du value
numérateur dénominateur
Levene 0.4485 1 190 0.5039

219
Annexe 41. Test de la normalité des résidus pour le taux d’investissement sur la totalité du jeu
Modèle Groupe2 x Poids2 x Période2

Résidu Taux d'investissement

Moments

Moyenne -3.82e-17
Écart-type 0.5925782
Erreur standard de la moyenne 0.0427656
Moyenne : Limite de confiance supérieure 0.0843536
à 95 %
Moyenne : Limite de confiance inférieure -0.084354
à 95 %
Nombre d'observations 192


Quantiles
Ajustement normal

100.0% maximum 1.77958 Estimations des coefficients
Type Coefficie Estimatio Inférieur Supérieu
99.5% 1.77958
nt n à 95 % r à 95 %
97.5% 1.31842
Position μ -3.82e-17 - 0.084353
90.0% 0.84646 0.084354 6

75.0% quartile 0.29177 Dispersio σ 0.592578 0.538643 0.65861

n 2 5
50.0% médiane -0.0706

25.0% quartile -0.3295
10.0% -0.6726 Test W de Shapiro-Wilk

2.5% -1.2439
W Prob.<W
0.5% -1.5021
0.977325 0.0033*
0.0% minimum -1.5021

220
Annexe 42. Test de l’égalité des variances pour les investissements sur la totalité du jeu
Modèle Groupe2 x Poids2 x Période2

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur
Levene 1.2293 1 190 0.2689

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur
Levene 2.3924 1 190 0.1236

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-value

F liberté du liberté du
numérateur dénominateur
Levene 13.3690 1 190 0.0003*

221
Annexe 43. Test de la normalité des résidus pour les scores de préférence
Modèle Groupe2 x Réputation2 x Réciprocité


Résidu Score de préférence

Moments

Moyenne -7.28e-16
Écart-type 2.6346572
Erreur standard de la moyenne 0.1921521
Moyenne : Limite de confiance supérieure 0.3790645
à 95 %
Moyenne : Limite de confiance inférieure -0.379064
à 95 %
Nombre d'observations 188

Ajustement normal
Quantiles
Estimations des coefficients
100.0% maximum 5.70833 Type Coefficie Estimatio Inférieur Supérieu
nt n à 95 % r à 95 %
99.5% 5.70833
Position μ -7.28e-16 - 0.379064
97.5% 5.08696 0.379064 5
90.0% 4.0837 Dispersio σ 2.634657 2.392547 2.931712
75.0% quartile 1.78261 n 2 1 1

50.0% médiane -0.067
Test W de Shapiro-Wilk
25.0% quartile -1.8333
10.0% -3.3208 W Prob.<W

2.5% -5.318 0.985039 0.0329*

0.5% -5.8333

0.0% minimum -5.8333

222
Annexe 44. Test de l’égalité des variances pour les scores de préférence
Modèle Groupe2 x Réputation2 x Réciprocité

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur
Levene 0.0003 1 186 0.9866

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur
Levene 0.0342 1 186 0.8535

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-value
F liberté du liberté du
numérateur dénominateur
Levene 4.6978 1 186 0.0315*

223
Annexe 45. Test de la normalité des résidus pour les scores de confiance
Modèle Groupe2 x Réputation2 x Réciprocité2


Résidu Données

Moments

Moyenne -1.65e-16
Écart-type 2.4565136
Erreur standard de la moyenne 0.1791597
Moyenne : Limite de confiance supérieure 0.3534338
à 95 %
Moyenne : Limite de confiance inférieure -0.353434
à 95 %
Nombre d'observations 188

Ajustement normal

Quantiles Estimations des coefficients

Type Coefficie Estimatio Inférieur Supérieu
nt n à 95 % r à 95 %
100.0% maximum 6.83333
Position μ -1.65e-16 - 0.353433
99.5% 6.83333
0.353434 8
97.5% 4.34783
Dispersio σ 2.456513 2.230773 2.733482
90.0% 3 n 6 9 9

75.0% quartile 1.9144

50.0% médiane 0.13043 Test du bon ajustement

Test W de Shapiro-Wilk
25.0% quartile -1.75
10.0% -3.1667
W Prob.<W
2.5% -5.2174
0.988733 0.0329*
0.5% -5.7826
0.0% minimum -5.7826

224
Annexe 46. Test de l’égalité des variances pour les scores de confiance
Modèle Groupe2 x Réputation2 x Réciprocité2

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur
Levene 1.1527 1 186 0.2844

Test permettant de vérifier l'égalité des variances

Test Rapport Degrés de Degrés de P-

F liberté du liberté du value
numérateur dénominateur
Levene 0.3082 1 186 0.5795

Test permettant de vérifier l'égalité des variances

Rapport Degrés de Degrés de P-value

Test F liberté du liberté du
numérateur dénominateur
Levene 5.8047 1 186 0.0170*

225