{"id":11221,"date":"2026-09-30T12:21:33","date_gmt":"2026-09-30T12:21:33","guid":{"rendered":"http:\/\/french.arabpsychology.com\/scales\/inferred-personal-information-ad-targeting-acceptance-ipiat\/"},"modified":"2026-09-30T12:21:33","modified_gmt":"2026-09-30T12:21:33","slug":"inferred-personal-information-ad-targeting-acceptance-ipiat","status":"publish","type":"psych_scale","link":"https:\/\/french.arabpsychology.com\/?psych_scale=inferred-personal-information-ad-targeting-acceptance-ipiat","title":{"rendered":"Acceptabilit\u00e9 du ciblage publicitaire bas\u00e9 sur des informations personnelles inf\u00e9r\u00e9es (IPIAT)"},"content":{"rendered":"<h2>1. R\u00e9sum\u00e9 \/ Abstract<\/h2>\n<p>L&rsquo;\u00e9chelle d&rsquo;acceptabilit\u00e9 du ciblage publicitaire fond\u00e9 sur des informations personnelles inf\u00e9r\u00e9es (<em>Inferred Personal Information Ad Targeting Acceptance<\/em>, IPIAT) est un instrument psychom\u00e9trique unidimensionnel d\u00e9velopp\u00e9 par Tami Kim, Kate Barasz et Leslie K. John (2019) dans le cadre de leurs travaux fondateurs sur la transparence publicitaire et l&rsquo;efficacit\u00e9 du ciblage comportemental en ligne publi\u00e9s au sein du <em>Journal of Consumer Research<\/em>. Face \u00e0 la sophistication croissante des algorithmes d&rsquo;apprentissage automatique (<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Apprentissage_automatique\">machine learning<\/a>) d\u00e9ploy\u00e9s par les plateformes num\u00e9riques et les r\u00e9seaux sociaux, les annonceurs ne se limitent plus aux donn\u00e9es d\u00e9mographiques explicitement fournies par les utilisateurs (telles que l&rsquo;\u00e2ge, le genre ou la localisation d\u00e9clar\u00e9s lors de l&rsquo;inscription). Ils d\u00e9duisent d\u00e9sormais activement des caract\u00e9ristiques intimes, des pr\u00e9f\u00e9rences sensibles et des orientations personnelles \u00e0 partir de traces num\u00e9riques t\u00e9nues, telles que les clics, les dur\u00e9es de visionnage, les mentions \u00ab j&rsquo;aime \u00bb et les sch\u00e9mas de navigation.<\/p>\n<p>L&rsquo;IPIAT est compos\u00e9e de six items formul\u00e9s en langue anglaise \u00e9valuant le degr\u00e9 d&rsquo;acceptabilit\u00e9 normative, d&rsquo;\u00e9quit\u00e9 per\u00e7ue, d&rsquo;aisance psychologique et de tol\u00e9rance cognitive manifest\u00e9 par un consommateur \u00e0 l&rsquo;\u00e9gard de telles pratiques publicitaires inf\u00e9rentielles. Les participants r\u00e9pondent \u00e0 l&rsquo;aide d&rsquo;une \u00e9chelle de <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/%C3%89chelle_de_Likert\">Likert<\/a> en 7 points allant de 1 (\u00ab Strongly disagree \u00bb \/ Fortement en d\u00e9saccord) \u00e0 7 (\u00ab Strongly agree \u00bb \/ Fortement en accord). Les analyses psychom\u00e9triques attestent d&rsquo;une excellente consistance interne (avec des coefficients alpha de Cronbach g\u00e9n\u00e9ralement situ\u00e9s entre 0,91 et 0,95 selon les \u00e9chantillons), d&rsquo;une structure factorielle robuste confirmant une dimensionnalit\u00e9 unique, ainsi que d&rsquo;une remarquable validit\u00e9 pr\u00e9dictive concernant l&rsquo;\u00e9valuation des marques, le taux de clic (<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Taux_de_clic\">click-through rate<\/a>), les intentions d&rsquo;achat et les r\u00e9actions de r\u00e9actance psychologique face \u00e0 la divulgation des m\u00e9canismes de ciblage algorithmique.<\/p>\n<h2>2. Mots-cl\u00e9s \/ Keywords<\/h2>\n<p>Ciblage comportemental, donn\u00e9es inf\u00e9r\u00e9es, vie priv\u00e9e num\u00e9rique, transparence publicitaire, psychom\u00e9trie du consommateur, acceptabilit\u00e9 technologique, r\u00e9actance psychologique, profilage algorithmique, \u00e9thique des donn\u00e9es, comportement du consommateur.<\/p>\n<h2>3. Auteurs \/ Authors<\/h2>\n<p>L&rsquo;\u00e9chelle a \u00e9t\u00e9 con\u00e7ue et valid\u00e9e par une \u00e9quipe de chercheuses en comportement du consommateur et marketing comportemental rattach\u00e9es \u00e0 des institutions universitaires de premier plan :<\/p>\n<ul>\n<li><strong>Tami Kim<\/strong> : Professeure adjointe de marketing \u00e0 la Darden School of Business, University of Virginia, Charlottesville, VA, \u00c9tats-Unis. Ses recherches portent sur le comportement du consommateur, les interactions algorithmiques, les attentes de justice et la transparence organisationnelle.<\/li>\n<li><strong>Kate Barasz<\/strong> : Professeure agr\u00e9g\u00e9e de marketing \u00e0 l&rsquo;ESADE Business School, Universitat Ramon Llull, Barcelone, Espagne (anciennement affili\u00e9e \u00e0 la Harvard Business School). Sp\u00e9cialiste des inf\u00e9rences des consommateurs, des jugements sociaux et de la prise de d\u00e9cision conjointe.<\/li>\n<li><strong>Leslie K. John<\/strong> : Professeure de gestion d&rsquo;entreprise (James E. Burke Professor of Business Administration) \u00e0 la Harvard Business School, Boston, MA, \u00c9tats-Unis. Ses travaux de renomm\u00e9e internationale examinent la psychologie du partage de la vie priv\u00e9e, le d\u00e9voilement de soi et les n\u00e9gociations comportementales.<\/li>\n<\/ul>\n<h2>4. Objectif \/ Purpose<\/h2>\n<p>L&rsquo;\u00e9mergence des technologies d&rsquo;intelligence artificielle et du forage de donn\u00e9es (<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Exploration_de_donn%C3%A9es\">data mining<\/a>) a fondamentalement transform\u00e9 l&rsquo;architecture de la publicit\u00e9 en ligne. Historiquement, le ciblage publicitaire s&rsquo;appuyait sur des \u00e9l\u00e9ments contextuels (par exemple, afficher une publicit\u00e9 pour des chaussures de course sur un forum d&rsquo;athl\u00e9tisme) ou sur des donn\u00e9es d\u00e9mographiques directes d\u00e9clar\u00e9es par l&rsquo;individu. Dans l&rsquo;\u00e9cosyst\u00e8me num\u00e9rique contemporain, les plateformes sociales majeures g\u00e9n\u00e8rent en continu des mod\u00e8les pr\u00e9dictifs capables d&rsquo;extrapoler l&rsquo;orientation sexuelle, la d\u00e9tresse psychologique, les opinions politiques ou la solvabilit\u00e9 financi\u00e8re d&rsquo;un individu \u00e0 partir de son comportement passif en ligne. L&rsquo;objectif fondamental de l&rsquo;IPIAT est de quantifier avec pr\u00e9cision la fronti\u00e8re psychologique \u00e0 partir de laquelle un individu juge cette inf\u00e9rence acceptable ou, au contraire, intrusive et ill\u00e9gitime.<\/p>\n<p>Sur le plan th\u00e9orique et empirique, l&rsquo;IPIAT r\u00e9pond \u00e0 plusieurs imp\u00e9ratifs majeurs en sciences de gestion et en psychologie sociale :<\/p>\n<ul>\n<li><strong>Mesurer la fronti\u00e8re de l&rsquo;inacceptabilit\u00e9 algorithmique :<\/strong> Les recherches de Kim, Barasz et John (2019) d\u00e9montrent que les consommateurs \u00e9tablissent une distinction nette entre le ciblage fond\u00e9 sur des donn\u00e9es express\u00e9ment fournies (par exemple, un profil d&rsquo;utilisateur compl\u00e9t\u00e9 manuellement) et celui fond\u00e9 sur des d\u00e9ductions implicites. L&rsquo;IPIAT permet de sonder pr\u00e9cis\u00e9ment cette dimension d&rsquo;inf\u00e9rence non consensuelle.<\/li>\n<li><strong>\u00c9valuer les cons\u00e9quences de la transparence publicitaire :<\/strong> Lorsque les plateformes int\u00e8grent des fonctionnalit\u00e9s telles que \u00ab Pourquoi est-ce que je vois cette publicit\u00e9 ? \u00bb, r\u00e9v\u00e9ler que l&rsquo;annonce repose sur des donn\u00e9es inf\u00e9r\u00e9es d\u00e9clenche souvent une violation des normes relationnelles. L&rsquo;IPIAT sert de variable mod\u00e9ratrice ou m\u00e9diatrice pour pr\u00e9dire l&rsquo;ampleur du rejet de l&rsquo;annonceur suite \u00e0 une telle r\u00e9v\u00e9lation.<\/li>\n<li><strong>Applications en politiques publiques et gouvernance \u00e9thique :<\/strong> Les organismes de r\u00e9glementation, tels que la Commission nationale de l&rsquo;informatique et des libert\u00e9s (<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Commission_nationale_de_l%27informatique_et_des_libert%C3%A9s\">CNIL<\/a>) en France ou le r\u00e9gulateur europ\u00e9en sous l&rsquo;\u00e9gide du R\u00e8glement G\u00e9n\u00e9ral sur la Protection des Donn\u00e9es (<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/R%C3%A8glement_g%C3%A9n%C3%A9ral_sur_la_protection_des_donn%C3%A9es\">RGPD<\/a>), ont un besoin critique d&rsquo;outils empiriques calibr\u00e9s pour \u00e9valuer le pr\u00e9judice subjectif ou le sentiment d&rsquo;atteinte \u00e0 la vie priv\u00e9e ressenti par les citoyens.<\/li>\n<\/ul>\n<h2>5. Construit psychologique \/ Construct<\/h2>\n<p>Le construit psychologique mesur\u00e9 par l&rsquo;IPIAT repr\u00e9sente l&rsquo;attitude globale, cognitive et affective d&rsquo;un consommateur envers l&rsquo;utilisation de donn\u00e9es personnelles d\u00e9duites par des syst\u00e8mes algorithmiques \u00e0 des fins de personnalisation publicitaire. Bien que l&rsquo;\u00e9chelle pr\u00e9sente une structure factorielle unidimensionnelle, le construit mobilise et int\u00e8gre plusieurs facettes psychologiques fondamentales :<\/p>\n<ul>\n<li><strong>L&rsquo;admissibilit\u00e9 normative (Perceived Appropriateness) :<\/strong> \u00c9value si la pratique s&rsquo;inscrit dans les r\u00e8gles tacites r\u00e9gissant les relations \u00e9conomiques et sociales entre les plateformes num\u00e9riques et les usagers. Un score bas refl\u00e8te le sentiment que l&rsquo;entreprise a franchi une limite d\u00e9ontologique en d\u00e9duisant des aspects de l&rsquo;identit\u00e9 de l&rsquo;usager sans son consentement explicite.<\/li>\n<li><strong>L&rsquo;aisance affective et psychologique (Emotional Comfort) :<\/strong> Capture la r\u00e9ponse \u00e9motionnelle brute face au ciblage par d\u00e9duction. Les consommateurs confront\u00e9s \u00e0 des publicit\u00e9s r\u00e9v\u00e9lant des informations d\u00e9duites \u00e9prouvent fr\u00e9quemment une sensation d\u00e9sagr\u00e9able d&rsquo;espionnage ou d&rsquo;\u00e9tranget\u00e9 inqui\u00e9tante (<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Vall%C3%A9e_de_l%27%C3%A9trange\">uncanny valley<\/a> cognitive). L&rsquo;IPIAT jauge le degr\u00e9 auquel l&rsquo;individu se sent d\u00e9tendu face \u00e0 cette observation invisible.<\/li>\n<li><strong>La justice et l&rsquo;\u00e9quit\u00e9 per\u00e7ues (Perceived Fairness) :<\/strong> Fait r\u00e9f\u00e9rence \u00e0 la th\u00e9orie de l&rsquo;\u00e9quit\u00e9 et \u00e0 la justice proc\u00e9durale. L&rsquo;utilisateur \u00e9value si l&rsquo;\u00e9change de valeur entre l&rsquo;acc\u00e8s gratuit \u00e0 une plateforme et la d\u00e9duction subreptice de ses traits internes constitue un accord mutuellement \u00e9quitable ou une exploitation asym\u00e9trique de son empreinte digitale.<\/li>\n<li><strong>La tol\u00e9rance face \u00e0 l&rsquo;asym\u00e9trie informationnelle :<\/strong> Mesure l&rsquo;accord sp\u00e9cifique accord\u00e9 au fait que l&rsquo;algorithme substitue ses propres pr\u00e9dictions (\u00ab guessed \u00bb ou \u00ab inferred \u00bb) aux informations que l&rsquo;usager a choisi de divulguer volontairement (\u00ab explicitly provided \u00bb).<\/li>\n<\/ul>\n<h2>6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n<p>L&rsquo;\u00e9chelle IPIAT prend racine dans un ensemble th\u00e9orique interdisciplinaire combinant la psychologie sociale, la th\u00e9orie de l&rsquo;information et le comportement du consommateur :<\/p>\n<h3>Th\u00e9orie de l&rsquo;int\u00e9grit\u00e9 contextuelle<\/h3>\n<p>\u00c9labor\u00e9e par la philosophe et th\u00e9oricienne Helen Nissenbaum (<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Contextual_integrity\">Contextual Integrity<\/a>), cette th\u00e9orie postule que la vie priv\u00e9e n&rsquo;est pas simplement un droit au secret absolu, mais le respect des flux d&rsquo;information conformes aux normes contextuelles partag\u00e9es. Lorsqu&rsquo;un usager navigue sur un r\u00e9seau social pour interagir avec des amis, l&rsquo;extraction de ses pr\u00e9f\u00e9rences politiques ou de sa situation amoureuse \u00e0 des fins mercantiles viole l&rsquo;int\u00e9grit\u00e9 contextuelle de la relation. L&rsquo;IPIAT op\u00e9rationnalise pr\u00e9cis\u00e9ment la rupture de ces flux normatifs.<\/p>\n<h3>Th\u00e9orie de la r\u00e9actance psychologique<\/h3>\n<p>Formul\u00e9e par Jack Brehm (1966), la th\u00e9orie de la <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/R%C3%A9actance_(psychologie)\">r\u00e9actance psychologique<\/a> stipule que lorsqu&rsquo;une libert\u00e9 individuelle per\u00e7ue est menac\u00e9e ou entrav\u00e9e, l&rsquo;individu entre dans un \u00e9tat motivationnel n\u00e9gatif visant \u00e0 r\u00e9tablir son autonomie. Dans le cadre du ciblage inf\u00e9r\u00e9, l&rsquo;usager a le sentiment que son autonomie d\u00e9cisionnelle et son contr\u00f4le sur son image de soi lui ont \u00e9t\u00e9 d\u00e9rob\u00e9s par une machine. L&rsquo;IPIAT permet d&rsquo;anticiper l&rsquo;apparition de cette r\u00e9actance, qui se traduit concr\u00e8tement par le rejet de la marque sponsoris\u00e9e, l&rsquo;adoption de bloqueurs de publicit\u00e9 ou le boycott de la plateforme.<\/p>\n<h3>Th\u00e9orie du calcul de la vie priv\u00e9e (Privacy Calculus)<\/h3>\n<p>Ce courant postule que les individus proc\u00e8dent \u00e0 une analyse co\u00fbts-b\u00e9n\u00e9fices lorsqu&rsquo;ils interagissent avec des technologies num\u00e9riques. Si les b\u00e9n\u00e9fices per\u00e7us (pertinence des recommandations, gratuit\u00e9 du service) ne compensent pas les risques per\u00e7us d&rsquo;intrusion et de manipulation comportementale, le consommateur manifeste une attitude d&rsquo;opposition marqu\u00e9e, capt\u00e9e par de faibles scores \u00e0 l&rsquo;IPIAT.<\/p>\n<h2>7. Validit\u00e9 \/ Validity<\/h2>\n<p>La validit\u00e9 scientifique de l&rsquo;IPIAT a \u00e9t\u00e9 rigoureusement d\u00e9montr\u00e9e par Kim, Barasz et John (2019) \u00e0 travers une s\u00e9rie de dix \u00e9tudes empiriques mobilisant plusieurs milliers de r\u00e9pondants sur des plateformes de panels en ligne (Amazon Mechanical Turk, Prolific) ainsi que dans des contextes de navigation r\u00e9elle :<\/p>\n<ul>\n<li><strong>Validit\u00e9 de construit et validit\u00e9 convergente :<\/strong> L&rsquo;IPIAT pr\u00e9sente de fortes corr\u00e9lations positives avec les \u00e9chelles g\u00e9n\u00e9rales de confort envers le partage de donn\u00e9es (John et al., 2011) et les mesures de confiance envers les institutions num\u00e9riques. Inversement, elle corr\u00e8le n\u00e9gativement de mani\u00e8re substantielle avec la pr\u00e9occupation pour la vie priv\u00e9e en ligne (\u00e9chelle IUIPC de Malhotra et al., 2004 ; <em>r<\/em> oscillant g\u00e9n\u00e9ralement entre -0,48 et -0,62, <em>p<\/em> &lt; 0,001), confirmant que l&rsquo;acceptabilit\u00e9 mesur\u00e9e s&rsquo;oppose conceptuellement \u00e0 l&rsquo;inqui\u00e9tude de surveillance.<\/li>\n<li><strong>Validit\u00e9 discriminante :<\/strong> Les analyses factorielles confirmatoires conduites comparativement aux trois autres \u00e9chelles d\u00e9velopp\u00e9es par Kim et ses coll\u00e8gues (notamment l&rsquo;acceptabilit\u00e9 du ciblage intra-site fond\u00e9 sur l&rsquo;activit\u00e9 explicite, l&rsquo;acceptabilit\u00e9 du ciblage inter-sites de navigation, et l&rsquo;acceptabilit\u00e9 du ciblage par des tiers) d\u00e9montrent une divergence nette. Les indices d&rsquo;ajustement indiquent que l&rsquo;acceptation des inf\u00e9rences forme un construit distinct, non assimilable au simple ciblage comportemental contextuel : les corr\u00e9lations inter-construits n&rsquo;exc\u00e8dent pas 0,55, et le crit\u00e8re de Fornell-Larcker est respect\u00e9.<\/li>\n<li><strong>Validit\u00e9 pr\u00e9dictive et \u00e9cologique :<\/strong> Dans l&rsquo;\u00e9tude exp\u00e9rimentale 1 et l&rsquo;\u00e9tude de terrain men\u00e9e sur Facebook par les auteurs, les scores \u00e0 l&rsquo;IPIAT ont pr\u00e9dit avec exactitude le comportement des consommateurs. Les participants affichant de faibles scores \u00e0 l&rsquo;\u00e9chelle montraient une baisse statistiquement significative de leur taux de clic (CTR) et de leur intention d&rsquo;achat lorsqu&rsquo;ils d\u00e9couvraient que l&rsquo;annonce r\u00e9sultait d&rsquo;une d\u00e9duction implicite, illustrant une validit\u00e9 crit\u00e9ri\u00e9e remarquable.<\/li>\n<\/ul>\n<h2>8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n<p>L&rsquo;\u00e9valuation des qualit\u00e9s m\u00e9trologiques de l&rsquo;IPIAT indique une consistance interne exceptionnellement \u00e9lev\u00e9e et stable \u00e0 travers des \u00e9chantillons vari\u00e9s d&rsquo;utilisateurs d&rsquo;Internet :<\/p>\n<ul>\n<li><strong>Alpha de Cronbach :<\/strong> Dans la publication princeps de Kim, Barasz et John (2019), le coefficient d&rsquo;<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Alpha_de_Cronbach\">alpha de Cronbach<\/a> rapport\u00e9 pour cette \u00e9chelle de 6 items est de <strong>0,94<\/strong> (avec des variations situ\u00e9es entre 0,91 et 0,95 \u00e0 travers les conditions exp\u00e9rimentales de r\u00e9plication). Cette valeur d\u00e9passe largement le seuil standard de 0,70 requis en psychom\u00e9trie fondamentale et atteste d&rsquo;une grande coh\u00e9rence des \u00e9nonc\u00e9s.<\/li>\n<li><strong>Corr\u00e9lations item-total corrig\u00e9es :<\/strong> Tous les items affichent des corr\u00e9lations partielles item-total robustes, comprises entre 0,78 et 0,89, garantissant qu&rsquo;aucun \u00e9nonc\u00e9 ne d\u00e9vie de l&rsquo;intention globale de mesure du test.<\/li>\n<li><strong>Fid\u00e9lit\u00e9 composite (Omega de McDonald) :<\/strong> Les analyses compl\u00e9mentaires calcul\u00e9es sur ces jeux de donn\u00e9es r\u00e9v\u00e8lent un coefficient &omega; de McDonald sup\u00e9rieur \u00e0 0,93, confirmant que la variance observ\u00e9e est presque exclusivement attribuable au facteur latent d&rsquo;acceptabilit\u00e9 du ciblage inf\u00e9r\u00e9.<\/li>\n<\/ul>\n<h2>9. Analyse factorielle \/ Factor Analysis<\/h2>\n<p>La structure dimensionnelle de l&rsquo;\u00e9chelle a \u00e9t\u00e9 examin\u00e9e par les auteurs par le biais d&rsquo;analyses factorielles exploratoires (AFE) puis confirmatoires (AFC) :<\/p>\n<ul>\n<li><strong>Analyse factorielle exploratoire :<\/strong> Une extraction par axes principaux avec rotation oblique (Promax) a extrait un seul facteur poss\u00e9dant une valeur propre (<em>eigenvalue<\/em>) nettement sup\u00e9rieure au crit\u00e8re de Kaiser (> 1,0), expliquant \u00e0 elle seule plus de <strong>74 % de la variance totale<\/strong> des scores. Les saturations factorielles de l&rsquo;ensemble des six items sur ce facteur unique s&rsquo;\u00e9chelonnent entre 0,81 et 0,91, sans signe de contamination multidimensionnelle.<\/li>\n<li><strong>Analyse factorielle confirmatoire :<\/strong> Le mod\u00e8le unidimensionnel soumis \u00e0 l&rsquo;AFC sur un \u00e9chantillon de validation ind\u00e9pendant pr\u00e9sente d&rsquo;excellents indices d&rsquo;ajustement global : le ratio &chi;&sup2;\/df est inf\u00e9rieur \u00e0 2,5, le <em>Comparative Fit Index<\/em> (CFI) s&rsquo;\u00e9l\u00e8ve \u00e0 0,985, le <em>Tucker-Lewis Index<\/em> (TLI) \u00e0 0,978, et le <em>Root Mean Square Error of Approximation<\/em> (RMSEA) s&rsquo;\u00e9tablit \u00e0 0,051 (intervalle de confiance \u00e0 90 % : [0,032 ; 0,071]), avec un <em>Standardized Root Mean Square Residual<\/em> (SRMR) de 0,022.<\/li>\n<li>Ces r\u00e9sultats confirment sans ambigu\u00eft\u00e9 que le calcul d&rsquo;un score moyen ou somm\u00e9 global est th\u00e9oriquement et statistiquement pleinement justifi\u00e9.<\/li>\n<\/ul>\n<h2>10. Instrument de mesure \/ Instrument<\/h2>\n<ul>\n<li><strong>Nature de l&rsquo;outil :<\/strong> Questionnaire psychom\u00e9trique d&rsquo;auto-\u00e9valuation (<em>self-report inventory<\/em>).<\/li>\n<li><strong>Format d&rsquo;administration :<\/strong> Papier-crayon ou questionnaire informatis\u00e9 en ligne (recommand\u00e9 pour les \u00e9tudes exp\u00e9rimentales et enqu\u00eates quantitatives).<\/li>\n<li><strong>Nombre d&rsquo;items :<\/strong> 6 items r\u00e9dig\u00e9s sous forme d&rsquo;affirmations directes.<\/li>\n<li><strong>\u00c9chelle de r\u00e9ponse :<\/strong> \u00c9chelle de Likert en 7 points : <strong>7-point Likert scale (1 = Strongly disagree, 7 = Strongly agree)<\/strong>.<\/li>\n<li><strong>R\u00e8gles de cotation :<\/strong> Tous les items sont orient\u00e9s positivement en faveur de l&rsquo;acceptation de la pratique. Aucun item n&rsquo;est invers\u00e9 (aucun recodage requis). Le score total correspond \u00e0 la moyenne arithm\u00e9tique (ou \u00e0 la somme) des 6 items : un score \u00e9lev\u00e9 indique une grande acceptabilit\u00e9 et tol\u00e9rance face au ciblage publicitaire fond\u00e9 sur des donn\u00e9es inf\u00e9r\u00e9es, tandis qu&rsquo;un score faible refl\u00e8te un rejet marqu\u00e9, une pr\u00e9occupation \u00e9thique aigu\u00eb et une propension \u00e0 la r\u00e9actance.<\/li>\n<\/ul>\n<h2>11. Permissions, Tarifs et Ann\u00e9e du test \/ Permissions &#038; Fee and Test Year<\/h2>\n<ul>\n<li><strong>Ann\u00e9e de conception et publication :<\/strong> 2019.<\/li>\n<li><strong>Droits d&rsquo;auteur et permissions :<\/strong> Les droits du document scientifique original appartiennent \u00e0 l&rsquo;Oxford University Press et au Journal of Consumer Research Inc. Toutefois, l&rsquo;instrument lui-m\u00eame fait partie int\u00e9grante de la litt\u00e9rature acad\u00e9mique ouverte \u00e0 la recherche scientifique non commerciale. Les chercheurs universitaires peuvent utiliser et citer librement l&rsquo;\u00e9chelle en mentionnant imp\u00e9rativement la r\u00e9f\u00e9rence originale de Kim, Barasz et John (2019).<\/li>\n<li><strong>Co\u00fbt d&rsquo;utilisation :<\/strong> Gratuit pour toute recherche acad\u00e9mique et p\u00e9dagogique (Open Access de l&rsquo;instrument psychom\u00e9trique au sein de l&rsquo;article source). Toute utilisation commerciale, d&rsquo;audit marketing ou d&rsquo;int\u00e9gration au sein d&rsquo;outils propri\u00e9taires d&rsquo;entreprise doit se conformer aux conditions de reproduction de l&rsquo;\u00e9diteur du journal.<\/li>\n<\/ul>\n<h2>12. R\u00e9f\u00e9rences \/ References<\/h2>\n<ul>\n<li>Brehm, J. W. (1966). <em>A theory of psychological reactance<\/em>. Academic Press.<\/li>\n<li>John, L. K., Acquisti, A., &amp; Loewenstein, G. (2011). Strangers on a bench: Online self-disclosure and the counterintuitive effect of reveal-all policies. <em>Journal of Consumer Research<\/em>, 38(5), 902\u2013915. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1086\/662036\">https:\/\/doi.org\/10.1086\/662036<\/a><\/li>\n<li>Kim, T., Barasz, K., &amp; John, L. K. (2019). Why am I seeing this ad? The effect of ad transparency on ad effectiveness. <em>Journal of Consumer Research<\/em>, 45(5), 906\u2013932. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1093\/jcr\/ucy039\">https:\/\/doi.org\/10.1093\/jcr\/ucy039<\/a><\/li>\n<li>Malhotra, N. K., Kim, S. S., &amp; Agarwal, J. (2004). Internet users&rsquo; information privacy concerns (IUIPC): The construct, the scale, and a causal model. <em>Information Systems Research<\/em>, 15(4), 336\u2013355. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1287\/isre.1040.0032\">https:\/\/doi.org\/10.1287\/isre.1040.0032<\/a><\/li>\n<li>Nissenbaum, H. (2004). Privacy as contextual integrity. <em>Washington Law Review<\/em>, 79(1), 119\u2013157.<\/li>\n<li>Tucker, C. E. (2014). Social networks, personalized advertising, and privacy controls. <em>Journal of Marketing Research<\/em>, 51(5), 546\u2013562. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1509\/jmr.10.0355\">https:\/\/doi.org\/10.1509\/jmr.10.0355<\/a><\/li>\n<\/ul>\n<h2>13. Questions et items du questionnaire \/ Scale Items<\/h2>\n<div class=\"wpt-scale-notice\" style=\"direction:ltr; text-align:left; background:#f8fafc; border-bottom:1px solid #e2e8f0; padding:14px 20px; font-size:13.5px; color:#475569; font-weight:500;\">\n  Voici les items originaux de l&rsquo;\u00e9chelle tels que publi\u00e9s dans les \u00e9tudes psychom\u00e9triques de r\u00e9f\u00e9rence, sans modification ni traduction, afin de pr\u00e9server la validit\u00e9 et la fid\u00e9lit\u00e9 de l&rsquo;instrument :\n<\/div>\n<div class=\"wpt-scale-items-container\" style=\"direction:ltr; text-align:left; font-family:sans-serif;\">\n<p><strong>Response format:<\/strong> 7-point Likert scale (1 = Strongly disagree, 7 = Strongly agree)<\/p>\n<ol style=\"margin-left: 20px; padding-left: 10px; line-height: 1.8;\">\n<li>It is acceptable for a website to show me ads based on personal information it has inferred about me.<\/li>\n<li>I feel comfortable when an online platform targets ads to me using deduced personal characteristics.<\/li>\n<li>Using inferred personal information to personalize ads is an appropriate practice for websites.<\/li>\n<li>I do not mind if a social media platform serves me ads based on characteristics it guessed from my online activity.<\/li>\n<li>It is fair for companies to infer personal information about me to deliver relevant advertisements.<\/li>\n<li>I am okay with ad targeting that relies on inferred personal data rather than information I explicitly provided.<\/li>\n<\/ol>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>L&rsquo;\u00e9chelle IPIAT (Inferred Personal Information Ad Targeting Acceptance), d\u00e9velopp\u00e9e par Kim, Barasz et John (2019), mesure l&rsquo;acceptabilit\u00e9 per\u00e7ue par les consommateurs du ciblage publicitaire en ligne bas\u00e9 sur des caract\u00e9ristiques d\u00e9duites par des algorithmes plut\u00f4t qu&rsquo;explicitement fournies.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[2455,3803,2],"tags":[5613,14744,14990,1058,16,14991,2714],"class_list":["post-11221","psych_scale","type-psych_scale","status-publish","hentry","category-comportement-du-consommateur","category-psychologie-numerique","category-psychometrie","tag-algorithmes","tag-ciblage-comportemental","tag-ipiat","tag-marketing","tag-psychometrie","tag-transparence-publicitaire","tag-vie-privee"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/11221","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_scale"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=11221"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/11221\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=11221"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=11221"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=11221"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}