Comprendre pourquoi un comportement émerge, comment une thérapie agit ou par quel mécanisme une émotion altère le jugement constitue le défi épistémologique fondamental des sciences psychologiques. Le test de cause à effet représente l’appareil méthodologique et conceptuel par excellence permettant de dépasser la simple observation fortuite pour affirmer avec certitude statistique et théorique qu’une variable détermine directement une altération observable chez l’être humain.
Test de cause à effet
1. Définition concise
Un test de cause à effet désigne tout dispositif expérimental, quasi expérimental ou psychométrique formel conçu pour déterminer si la manipulation ou la présence d’une variable indépendante engendre directement et de manière mesurable une modification au sein d’une variable dépendante. En sciences du comportement, cette démarche implique de prouver non seulement une relation statistique systématique, mais également l’antériorité temporelle de la cause et l’élimination plausible de toute explication alternative.
Au-delà de l’architecture générale de la recherche, l’expression s’applique à deux paradigmes complémentaires en psychologie. D’une part, elle renvoie à la procédure scientifique rigoureuse par laquelle un chercheur administre une condition de contrôle et une condition expérimentale afin d’isoler l’impact causal d’un stimulus, d’une intervention thérapeutique ou d’un état neurophysiologique. D’autre part, elle désigne des outils psychométriques ou neuropsychologiques standardisés évaluant la capacité intrinsèque d’un sujet — qu’il s’agisse d’un enfant en développement ou d’un patient cérébrolésé — à appréhender, raisonner et inférer des liaisons causales dans son environnement physique ou social.
Dans ce cadre, établir une causalité psychologique impose un niveau de preuve considérablement plus contraignant que la mise en évidence d’une corrélation. Le test de cause à effet cherche activement à briser l’ambiguïté directionnelle et à neutraliser les variables parasites afin de modéliser avec précision les lois qui régissent le fonctionnement affectif, cognitif et comportemental.
2. Étymologie et origine linguistique
L’expression associe trois racines issues du latin classique qui condensent les exigences de l’investigation expérimentale. Le vocable « test » provient de l’ancien français test (lui-même issu du latin testum, désignant une coupelle en terre cuite employée pour l’essai et la purification des métaux précieux), ayant transité par l’anglais pour acquérir sa connotation moderne d’examen rigoureux, d’épreuve méthodique ou d’instrument de mesure étalonné.
Le terme « cause » tire son origine du latin causa, qui caractérisait au départ un motif légal, un procès judiciaire ou la raison fondamentale justifiant un acte ou un état de fait, avant de désigner en philosophie naturelle le principe générateur par lequel une chose existe ou se transforme. Enfin, « effet » dérive du latin effectus, participe passé du verbe efficere (« achever », « accomplir », « réaliser »), composé du préfixe ex- et du verbe facere (faire). Il explicite le résultat concret et observable découlant de l’accomplissement d’une action.
L’agrégation conceptuelle sous la formule de cause-and-effect test s’est formalisée au sein du discours épistémologique anglophone au cours du XIXe siècle, parallèlement à l’essor des sciences expérimentales et à la codification des méthodes inductives. L’expression a ensuite été traduite et naturalisée dans les manuels francophones de méthodologie expérimentale et de psychométrie pour désigner l’épreuve empirique par laquelle la causalité est vérifiée ou réfutée.
3. Prononciation et forme grammaticale
Sur le plan morphosyntaxique, « test de cause à effet » est une locution nominale masculine singulière. Son pluriel s’orthographie « tests de cause à effet », le syntagme prépositionnel restant invariable car il qualifie la nature de la relation vérifiée. Sa transcription dans l’Alphabet Phonétique International (API) s’établit comme suit : /tɛst də koz a ɛ.fɛ/.
Dans le discours scientifique, l’expression s’utilise principalement comme complément du nom (par exemple : un protocole de test de cause à effet) ou comme sujet au sein de formulations décrivant la validation d’hypothèses de recherche (par exemple : le test de cause à effet confirme l’effet direct de la charge cognitive). On observe également des synonymes formels tels que « épreuve de causalité », « test expérimental de relation causale » ou, dans le registre de l’évaluation neuropsychologique, « test d’inférence causale ».
4. Explication conceptuelle détaillée
La délimitation d’un test de cause à effet repose sur des critères logiques rigoureux initialement conceptualisés par la philosophie des sciences et systématisés par la méthodologie expérimentale contemporaine. Pour qu’un test puisse légitimement conclure à une causalité, trois conditions sine qua non doivent être satisfaites : la covariation empirique entre les variables, la précédence temporelle de la cause supposée sur l’effet mesuré, et l’élimination formelle des facteurs confondants ou tiers facteurs explicatifs.
La première condition exige qu’une variation délibérée ou mesurée de la variable indépendante s’accompagne systématiquement d’un changement statistiquement robuste au niveau de la variable dépendante. La seconde condition implique que l’intervention ou la manipulation précède chronologiquement la réponse psychologique, interdisant toute inversion de la causalité. La troisième condition, souvent la plus complexe à verrouiller en laboratoire de psychologie, requiert que la variation observée ne puisse en aucun cas être attribuée à une tierce variable non contrôlée, telle que la maturation spontanée des participants, un biais de sélection ou un événement environnemental fortuit survenu au cours de l’évaluation.
Dans sa modalité d’administration psychométrique, le test de cause à effet évalue les représentations mentales et les compétences de déduction de l’individu. Ce type de test confronte le participant à des scenarii logiques, physiques ou interpersonnels au sein desquels il doit discerner les relations de causalité véritable des coïncidences fortuites. L’évaluation mesure alors la propension du sujet à adopter une analyse contrefactuelle (« Que se serait-il passé si cet événement n’avait pas eu lieu ? ») et sa capacité à inhiber les biais de raisonnement intuitifs, tels que l’illusion de contrôle ou le raisonnement circulaire.
Le champ d’application de ce concept s’étend également à la méthode expérimentale en psychothérapie. Lorsque des cliniciens évaluent l’efficacité d’un protocole d’intervention, ils recourent à des tests de cause à effet au travers d’essais contrôlés randomisés (ECR). Ces protocoles représentent l’étalon-or permettant de discriminer ce qui relève de l’effet intrinsèque de la technique thérapeutique de ce qui résulte de facteurs non spécifiques, tels que l’alliance thérapeutique, l’attente d’amélioration ou l’effet placebo.
5. Évolution historique
L’histoire du test de cause à effet s’enracine dans la remise en cause des certitudes métaphysiques au XVIIIe siècle. Le philosophe David Hume souligna avec force que la causalité en elle-même n’est jamais directement perceptible par les sens : nous n’observons jamais qu’une contiguïté spatiale et une succession temporelle d’événements. Cette aporie philosophique conduisit John Stuart Mill, au milieu du XIXe siècle, à formuler ses célèbres canons de la méthode inductive (notamment la méthode de concordance et la méthode de différence), jetant ainsi les bases logiques des procédures expérimentales modernes.
L’introduction formelle du test de causalité dans la psychologie naissante est attribuée à Wilhelm Wundt lors de la création de son laboratoire à Leipzig en 1879. Wundt introduisit le contrôle rigoureux des variables physiques appliquées aux organes sensoriels pour observer de façon chronométrique les réactions comportementales, opérationnalisant l’idée qu’un stimulus externe mesurable pouvait être considéré comme la cause directe d’une sensation subjective.
Au milieu du XXe siècle, le psychologue expérimentaliste belge Albert Michotte publia ses travaux séminaux sur La perception de la causalité (1946). En utilisant des disques rotatifs et des configurations visuelles cinétiques, Michotte démontra que l’être humain possède des détecteurs visuels et cognitifs automatiques qui perçoivent un « effet de lancement » purement causal dès lors que certaines contraintes de vitesse et de contiguïté spatiotemporelle sont respectées. La causalité n’était plus seulement un principe méthodologique, elle devenait un objet d’étude perceptif et cognitif autonome.
Parallèlement, la psychologie sociale et la psychologie clinique ont affiné le cadre méthodologique grâce aux apports de Donald Campbell et Julian Stanley dans les années 1960. Leurs travaux sur les devis expérimentaux et quasi expérimentaux ont permis de codifier formellement les menaces pesant sur la validité interne d’un test de cause à effet. Plus récemment, les formulations théoriques du mathématicien Judea Pearl relatives aux réseaux bayésiens causaux et aux modèles de causalité contrefactuelle ont enrichi l’analyse empirique en psychologie computationnelle, offrant des formalismes mathématiques rigoureux pour tester la causalité au sein de bases de données observationnelles complexes.
6. Fondements théoriques
Le test de cause à effet repose sur une articulation de paradigmes épistémologiques et cognitifs complémentaires. Sur le plan philosophique et méthodologique, il s’inscrit dans le cadre du réalisme critique et du déterminisme probabiliste. Ce modèle postule que les phénomènes psychologiques obéissent à des régularités sous-jacentes qui peuvent être modélisées mathématiquement, même si le comportement humain est influencé par une multitude de déterminants interagissant de façon non linéaire.
Sur le versant des théories cognitives, le modèle du schéma causal et la théorie de la covariation élaborée par Harold Kelley constituent un socle explicatif capital. Selon Kelley, les individus déterminent la cause d’un comportement d’autrui ou de leur propre conduite en appliquant une analyse factorielle implicite basée sur trois axes cardinaux : le consensus (les autres réagissent-ils de la même manière ?), la consistance (le comportement est-il récurrent dans le temps ?) et la distinctivité (le comportement est-il réservé à cette situation particulière ?). Les tests évaluant l’inférence causale s’appuient fréquemment sur ce modèle pour mesurer les déviations par rapport au raisonnement formel.
Un autre cadre théorique fondamental est le modèle contrefactuel de David Lewis et Donald Rubin. Dans cette perspective, affirmer que l’événement A cause le comportement B revient à poser que si A ne s’était pas produit, toutes choses étant égales par ailleurs, B ne serait pas survenu. Ce cadre structurel soutient l’ensemble des protocoles à double aveugle et des modèles d’équations structurelles modernes en démontrant que l’estimation de l’effet causal réside dans la comparaison entre l’état factuel d’un individu et son état contrefactuel inobservable (estimé à l’aide d’un groupe contrôle rigoureusement apparié).
Enfin, les modèles contemporains de la cognition développementale, portés par des chercheurs comme Alison Gopnik, formalisent le test de cause à effet comme un processus bayésien d’apprentissage causal. L’enfant, agissant tel un « petit scientifique », formule des hypothèses sur la structure du monde, met en œuvre des manipulations exploratoires (des tests naturels de cause à effet) et met continuellement à jour ses croyances probabilistes en fonction des résultats observés dans son environnement immédiat.
7. Composantes clés, types et dimensions
L’opérationnalisation d’un test de cause à effet implique plusieurs axes structuraux qui déterminent sa validité empirique et son champ d’application. Ces éléments peuvent être répertoriés ainsi :
- La manipulation active de la variable indépendante : L’investigateur doit introduire délibérément une modification, une tâche, un médicament ou un stimulus particulier, garantissant que l’apparition de ce facteur n’est pas tributaire de l’humeur ou de l’auto-sélection du sujet.
- La randomisation des participants : L’assignation aléatoire des sujets au sein du groupe expérimental et du groupe témoin assure une distribution homogène des caractéristiques individuelles initiales (âge, intelligence, antécédents, traits de personnalité), neutralisant le risque de biais de confusion.
- Le groupe contrôle et l’usage de placebos : La présence d’un point de référence stable permet de dissocier les effets directs de la manipulation expérimentale de l’impact des attentes subjectives, de l’effet Hawthorne ou des fluctuations spontanées.
- La standardisation de la mesure de la variable dépendante : Les instruments de capture (échelles psychométriques, temps de réaction, biomarqueurs neurophysiologiques) doivent présenter une haute fidélité test-retest et une sensibilité suffisante pour déceler l’effet causal présumé.
- Les protocoles quasi expérimentaux : Déployés lorsque la randomisation stricte s’avère impossible pour des raisons éthiques ou logistiques (par exemple, analyser les effets d’un traumatisme), ces tests emploient des séries temporelles interrompues ou des régressions sur discontinuité pour approcher la démonstration causale.
- Les tests neuropsychologiques d’inférence causale : Sous-types d’épreuves mesurant la capacité des patients à identifier les liaisons de cause à effet dans des situations séquentielles, évaluant spécifiquement la souplesse mentale, les fonctions exécutives et le raisonnement analogique frontal.
8. Exemples et cas illustratifs
Un exemple marquant de test de cause à effet dans l’histoire de la psychologie du développement est l’expérience classique de la poupée Bobo menée par Albert Bandura en 1961. En manipulant de manière strictement contrôlée l’exposition d’enfants à un modèle adulte agressif ou non agressif, Bandura a démontré sans équivoque que l’observation d’un comportement violent provoquait directement une hausse significative des actes agressifs imitatifs chez l’enfant, invalidant l’hypothèse psychanalytique alors dominante selon laquelle regarder la violence permettrait une catharsis bienfaisante.
Dans le domaine clinique contemporain, considérons un protocole de test de causalité visant à vérifier l’efficacité d’une nouvelle thérapie cognitive basée sur la pleine conscience pour réduire l’anxiété sociale. Les chercheurs sélectionnent cent patients diagnostiqués selon les critères du DSM-5 et les répartissent de manière aléatoire : cinquante bénéficient du nouveau protocole structuré en huit semaines, tandis que les cinquante autres sont inscrits sur une liste d’attente active recevant un soutien empathique non structuré. Si, au terme des huit semaines, le premier groupe présente une réduction statistiquement supérieure de ses scores d’anxiété sur l’échelle de Liebowitz, et que les deux groupes étaient équivalents à l’inclusion, le test conclut formellement à l’effet thérapeutique causal du protocole spécifique.
Au niveau neuropsychologique individuel, prenons le cas de Monsieur L., âgé de 54 ans, victime d’un accident vasculaire cérébral touchant les régions préfrontales dorsolatérales. Lors d’un test neuropsychologique informatisé évaluant le raisonnement causal mécanique, on lui présente une animation où une balle A percute une balle B avec un délai artificiel de 500 millisecondes avant le déplacement de B. Alors qu’un individu sain infère immédiatement que le déplacement de B n’est pas causé de façon purement cinétique par A en raison de ce retard temporel, Monsieur L. affirme systématiquement que « A a poussé B », révélant une altération sélective de son intégration spatio-temporelle de l’inférence causale.
9. Mesure et évaluation
La quantification de la validité d’un test de cause à effet implique un ensemble de démarches méthodologiques et statistiques précises. Le degré de certitude d’une conclusion causale repose en premier lieu sur la validité interne du dispositif expérimental, c’est-à-dire l’assurance que les variations observées sur la variable dépendante découlent uniquement de la manipulation théorique et non d’artefacts expérimentaux.
D’un point de vue statistique, les chercheurs emploient des analyses paramétriques de variance (ANOVA et ANCOVA) afin de déterminer si les différences intergroupes dépassent la simple variabilité attribuable au hasard. Pour des systèmes complexes impliquant plusieurs variables médiatrices, l’analyse par modèles d’équations structurelles (SEM) et la modélisation contrefactuelle formalisée par Judea Pearl permettent de tester la plausibilité de réseaux de causalité directed acyclic graphs (DAG), évaluant dans quelle mesure une chaîne causale hypothetico-déductive s’ajuste fidèlement aux matrices de covariance empiriques.
Dans le domaine psychométrique individuel, l’évaluation du style d’attribution causale s’effectue au moyen d’instruments standardisés comme l’Attributional Style Questionnaire (ASQ) développé par Martin Seligman et ses collègues. Cet outil évalue comment une personne attribue la cause d’événements positifs ou négatifs selon trois axes dimensionnels : interne versus externe, stable versus instable, et global versus spécifique, fournissant ainsi une cartographie précise de sa tendance aux distorsions cognitives ou à la vulnérabilité dépressive.
10. Applications et portée pratique
Les implications pratiques des tests de cause à effet sont cardinales pour de nombreuses branches appliquées des sciences humaines. En psychologie clinique et en psychiatrie, ces tests fondent la démarche de la médecine fondée sur les preuves (Evidence-Based Practice). Ils évitent la diffusion de prises en charge inefficaces voire iatrogènes en fournissant des repères empiriques inattaquables pour valider l’efficience des psychothérapies et des molécules psychotropes.
Dans le secteur de l’éducation et de la psychopédagogie, l’emploi de tests de cause à effet permet d’évaluer scientifiquement l’impact réel de nouvelles approches didactiques (apprentissage par le jeu, classe inversée, outils numériques) en comparant des cohortes d’élèves appariées. Cela permet aux décideurs publics d’allouer les financements vers les méthodes pédagogiques dont l’impact positif direct sur les apprentissages fondamentaux est prouvé de façon incontestable.
En psychologie du travail et ergonomie organisationnelle, tester des relations causales sert à comprendre les déterminants psychosociaux de l’épuisement professionnel (burnout) ou de la performance au travail. En appliquant des designs longitudinaux en panels croisés (cross-lagged panel models), les psychologues organisationnels peuvent déterminer si c’est la surcharge de travail perçue qui dégrade la satisfaction professionnelle à long terme, ou si un état dépressif préalable biaise négativement la perception de la charge de travail, orientant ainsi les actions de prévention primaire.
11. Recherche et données empiriques
La littérature scientifique contemporaine a permis d’enrichir considérablement notre compréhension des tests de causalité en montrant que l’être humain n’est pas un observateur purement rationnel des relations de cause à effet. Les travaux de Daniel Kahneman et Amos Tversky sur les heuristiques de jugement ont mis en évidence que les individus tendent à surévaluer les liens de causalité face à des coïncidences frappantes, victime de ce qu’ils ont nommé l’« heuristique de représentativité ».
En neurosciences cognitives, les études menées en imagerie par résonance magnétique fonctionnelle (IRMf) par des équipes comme celle de Fugelsang et Dunbar ont révélé que l’évaluation des tests de cause à effet active un réseau cérébral spécifique incluant le cortex préfrontal dorsolatéral et le cortex pariétal inférieur droit. Lorsqu’une information contredit un schéma causal préalablement ancré dans les croyances du sujet, une activation marquée du cortex cingulaire antérieur est observée, signalant la détection d’un conflit cognitif majeur entre les attentes et la réalité empirique.
Par ailleurs, la psychologie du développement expérimental a documenté la grande précocité des capacités d’inférence causale. Des études novatrices menées au début des années 2000 par Alison Gopnik et Laura Schulz ont prouvé que des bébés âgés de seulement seize mois utilisent spontanément des distributions statistiques pour inférer la cause de la panne d’un jouet : si le jouet ne fonctionne pour personne, ils concluent que l’objet est cassé ; s’il fonctionne pour d’autres personnes mais pas pour eux, ils attribuent l’échec à leur propre geste et demandent immédiatement de l’aide à un adulte.
12. Considérations culturelles et transculturelles
La mise en œuvre et l’interprétation des tests de cause à effet ne s’opèrent pas dans un vide culturel neutre. Des recherches pionnières en psychologie culturelle, menées notamment par Richard Nisbett et documentées dans son ouvrage The Geography of Thought, ont mis au jour d’importantes disparités dans l’attribution causale entre populations occidentales et populations est-asiatiques.
Les individus socialisés dans des cultures individualistes d’Europe et d’Amérique du Nord manifestent une forte tendance au biais d’attribution fondamentale. Dans les tests de raisonnement causal social, ils attribuent préférentiellement les causes des comportements à des dispositions internes stables de l’acteur (traits de caractère, intentions personnelles), sous-estimant le contexte environnemental. À l’inverse, les sujets issus de cultures collectivistes (notamment en Chine, au Japon et en Corée) adoptent un mode de raisonnement causal plus holiste, attribuant les effets observés à l’interaction dynamique et complexe entre l’individu et son réseau situationnel global.
Ces divergences imposent une vigilance extrême lors de l’étalonnage de tests neuropsychologiques d’inférence causale à l’échelle internationale. Une réponse jugée « atypique » ou « illogique » au prisme d’une grille d’évaluation occidentale peut refléter une appréhension systémique et contextuelle tout à fait adaptée au sein d’une autre écologie culturelle, soulignant la nécessité d’une validation transculturelle minutieuse des outils de mesure psychologique.
13. Critiques, débats et limites
En dépit de sa suprématie méthodologique, le test de cause à effet expérimental fait l’objet de vifs débats au sein des sciences humaines. La principale critique porte sur la tension permanente entre validité interne et validité écologique. Pour isoler avec une certitude absolue une relation de cause à effet, l’expérimentateur doit neutraliser le maximum de variables parasites en laboratoire, créant parfois un environnement artificiel et aseptisé qui ne ressemble en rien à la complexité multivariée de la vie quotidienne réelle.
Une seconde limite épistémologique concerne le réductionnisme causal. En cherchant systématiquement à isoler des relations linéaires simples (A produit B), la méthodologie expérimentale classique éprouve des difficultés à modéliser les systèmes dynamiques non linéaires, les boucles de rétroaction et la causalité circulaire qui caractérisent les troubles psychopathologiques. Dans une dépression majeure, par exemple, l’insomnie aggrave la dérégulation émotionnelle qui aggrave à son tour la détresse cognitive, rendant la recherche d’une « cause première » isolable souvent vaine et trompeuse.
Enfin, des contraintes éthiques infranchissables limitent l’utilisation des tests expérimentaux de cause à effet chez l’être humain. Il est rigoureusement impensable d’exposer expérimentalement des individus à des maltraitances infantiles, à des drogues hautement addictives ou à un isolement social prolongé pour mesurer l’impact causal de ces facteurs sur la cognition ou la santé mentale. La psychologie doit alors se contenter d’études corrélationnelles longitudinales ou de modèles quasi expérimentaux naturels, qui laissent toujours planer un doute résiduel sur l’existence d’éventuels tiers facteurs confondants non mesurés.
14. Termes connexes et distinctions
Pour éviter toute ambiguïté conceptuelle, il convient de distinguer clairement le test de cause à effet de plusieurs notions adjacentes en méthodologie et en statistique :
- Corrélation : Mesure mathématique (comme le coefficient r de Pearson) indiquant le degré de relation ou de co-variation entre deux variables. Contrairement au test de cause à effet, la corrélation n’informe aucunement sur la direction de l’influence et ne permet pas d’exclure l’effet d’une troisième variable cachée.
- Quasi-expérience : Protocole d’évaluation qui compare des groupes préexistants sans assignation aléatoire (par exemple, des fumeurs versus des non-fumeurs). Bien qu’elle vise à approcher le test de cause à effet, elle ne peut garantir une équivalence stricte au départ.
- Analyse de médiation : Modélisation statistique qui examine le chemin par lequel une cause produit un effet au travers d’une variable intermédiaire. Le test de cause à effet vérifie si l’impact global existe, tandis que la médiation explique comment il opère.
- Corrélation illusoire : Biais cognitif consistant à percevoir une relation causale ou une association étroite entre deux événements distincts alors qu’elle est en réalité inexistante ou purement fortuite.
- Raisonnement contrefactuel : Capacité cognitive à imaginer des scénarios alternatifs à la réalité (« si seulement… ») qui constitue le pendant réflexif indispensable sur lequel se base la logique d’un test de cause à effet.
15. Résumé et points clés
Le test de cause à effet demeure la pierre angulaire de l’édifice scientifique en psychologie contemporaine. Il désigne à la fois les démarches expérimentales rigoureuses visant à vérifier l’influence déterminante d’une variable indépendante sur un comportement et les instruments évaluant les facultés de raisonnement déductif des sujets.
L’établissement d’une véritable relation causale exige la réunion simultanée de trois critères stricts : la co-variation statistique démontrée des grandeurs, l’antériorité temporelle de la cause présumée, et l’exclusion sans équivoque de toutes les explications alternatives concurrentes grâce à la randomisation et aux groupes de contrôle.
Si sa puissance de démonstration est incomparable pour éliminer les illusions de causalité et garantir l’efficacité des thérapeutiques, le test de cause à effet doit toujours être articulé à une analyse de validité écologique, conscient de la complexité dynamique des conduites humaines et de l’influence des filtres socioculturels sur la perception du monde.
Références
- Bandura, A., Ross, D., & Ross, S. A. (1961). Transmission of aggression through imitation of aggressive models. Journal of Abnormal and Social Psychology, 63(3), 575–582. https://doi.org/10.1037/h0045925
- Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. Rand McNally.
- Gopnik, A., Glymour, C., Sobel, D. M., Schulz, L. E., Kushnir, T., & Danks, D. (2004). A theory of causal learning in children: Causal maps and Bayes nets. Psychological Review, 111(1), 3–32. https://doi.org/10.1037/0033-295X.111.1.3
- Kelley, H. H. (1973). The processes of causal attribution. American Psychologist, 28(2), 107–128. https://doi.org/10.1037/h0034225
- Michotte, A. (1946). La perception de la causalité. Institut Supérieur de Philosophie de Louvain.
- Pearl, J. (2009). Causality: Models, reasoning, and inference (2nd ed.). Cambridge University Press.