{"id":6990,"date":"2026-09-16T15:23:02","date_gmt":"2026-09-16T15:23:02","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/biais-autoselection-definition-exemples\/"},"modified":"2026-09-16T15:23:02","modified_gmt":"2026-09-16T15:23:02","slug":"biais-autoselection-definition-exemples","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=biais-autoselection-definition-exemples","title":{"rendered":"Biais d&rsquo;autos\u00e9lection : d\u00e9finition et exemples"},"content":{"rendered":"<p>Dans le champ de l&rsquo;\u00e9pist\u00e9mologie contemporaine et des sciences empiriques, la validit\u00e9 de toute inf\u00e9rence repose fondamentalement sur la qualit\u00e9 du lien unissant les donn\u00e9es observ\u00e9es \u00e0 la r\u00e9alit\u00e9 sous-jacente qu&rsquo;elles pr\u00e9tendent d\u00e9crire. Lorsqu&rsquo;un chercheur, un statisticien ou un d\u00e9cideur public tente d&rsquo;extrapoler des conclusions g\u00e9n\u00e9rales \u00e0 partir d&rsquo;un sous-ensemble d&rsquo;individus, il formule implicitement l&rsquo;hypoth\u00e8se que cet \u00e9chantillon constitue un miroir fid\u00e8le de la population cible. Or, cette correspondance est perp\u00e9tuellement menac\u00e9e par un ensemble de distorsions m\u00e9thodologiques dont la plus pernicieuse, par son ubiquit\u00e9 et sa discr\u00e9tion, demeure le <strong>biais d&rsquo;autos\u00e9lection<\/strong>. Ce ph\u00e9nom\u00e8ne survient d\u00e8s lors que le m\u00e9canisme d&rsquo;inclusion au sein d&rsquo;une \u00e9tude ou d&rsquo;un dispositif d&rsquo;observation n&rsquo;est pas assign\u00e9 de mani\u00e8re al\u00e9atoire ou exog\u00e8ne par l&rsquo;exp\u00e9rimentateur, mais rel\u00e8ve d&rsquo;une d\u00e9cision volontaire prise par les sujets eux-m\u00eames.<\/p>\n<p>Loin d&rsquo;\u00eatre une simple anomalie marginale r\u00e9serv\u00e9e aux sondages d&rsquo;opinion informels sur Internet, le biais d&rsquo;autos\u00e9lection repr\u00e9sente une faille structurelle majeure qui traverse l&rsquo;ensemble de la production scientifique, de l&rsquo;\u00e9conom\u00e9trie du travail \u00e0 la recherche clinique, en passant par la sociologie politique, l&rsquo;\u00e9valuation des politiques publiques et l&rsquo;analyse des m\u00e9gadonn\u00e9es num\u00e9riques. D\u00e8s lors que la propension d&rsquo;un individu \u00e0 participer \u00e0 une recherche est corr\u00e9l\u00e9e, directement ou indirectement, aux caract\u00e9ristiques, attitudes ou comportements que l&rsquo;\u00e9tude cherche pr\u00e9cis\u00e9ment \u00e0 quantifier, les estimateurs statistiques classiques perdent leur propri\u00e9t\u00e9 fondamentale de consistance. La distribution observ\u00e9e au sein de l&rsquo;\u00e9chantillon ne refl\u00e8te plus la distribution r\u00e9elle au sein de la population, g\u00e9n\u00e9rant des artefacts d&rsquo;analyse qui peuvent conduire \u00e0 des diagnostics erron\u00e9s et \u00e0 des prises de d\u00e9cision d\u00e9sastreuses.<\/p>\n<p>Comprendre la nature profonde de ce biais exige de d\u00e9passer la simple tautologie consistant \u00e0 affirmer que les \u00ab volontaires sont diff\u00e9rents des non-volontaires \u00bb. Il convient d&rsquo;analyser les ressorts psychologiques de l&rsquo;engagement individuel, de formaliser math\u00e9matiquement l&rsquo;asym\u00e9trie informationnelle induite par la s\u00e9lection non al\u00e9atoire, et de diss\u00e9quer ses manifestations pratiques dans les champs soci\u00e9taux les plus cruciaux. Cet article propose une exploration exhaustive, th\u00e9orique et appliqu\u00e9e du biais d&rsquo;autos\u00e9lection, mettant en lumi\u00e8re ses fondements conceptuels, ses cons\u00e9quences m\u00e9thodologiques sur l&rsquo;inf\u00e9rence causale, ainsi que l&rsquo;arsenal d&rsquo;outils statistiques et protocolaires d\u00e9ploy\u00e9 par la science moderne pour le d\u00e9tecter, le corriger ou en pr\u00e9venir l&rsquo;\u00e9mergence.<\/p>\n<h2>1. Introduction conceptuelle et d\u00e9finition du biais d&rsquo;autos\u00e9lection<\/h2>\n<p>L&rsquo;\u00e9tude de l&rsquo;autos\u00e9lection constitue l&rsquo;une des pierres angulaires de la m\u00e9thodologie quantitative. Pour appr\u00e9hender les m\u00e9canismes par lesquels la repr\u00e9sentativit\u00e9 d&rsquo;un \u00e9chantillon se trouve compromise, il est n\u00e9cessaire de formaliser rigoureusement le processus de collecte des donn\u00e9es et de retracer la g\u00e9n\u00e9alogie intellectuelle de ce concept au confluent de plusieurs disciplines scientifiques.<\/p>\n<h3>1.1 D\u00e9finition formelle en \u00e9pist\u00e9mologie et m\u00e9thodologie scientifique<\/h3>\n<p>D&rsquo;un point de vue \u00e9pist\u00e9mologique, le biais d&rsquo;autos\u00e9lection d\u00e9signe l&rsquo;erreur syst\u00e9matique introduite dans un processus d&rsquo;inf\u00e9rence statistique lorsque l&rsquo;attribution des unit\u00e9s d&rsquo;observation \u00e0 l&rsquo;\u00e9chantillon analys\u00e9 est d\u00e9termin\u00e9e par les unit\u00e9s elles-m\u00eames plut\u00f4t que par un protocole probabiliste contr\u00f4l\u00e9. Dans le cadre de l&rsquo;<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.insee.fr\/fr\/metadonnees\/definition\/c1452\">\u00e9chantillonnage al\u00e9atoire simple<\/a>, chaque individu d&rsquo;une population cible d\u00e9finie dispose d&rsquo;une probabilit\u00e9 strictement positive, connue et non nulle d&rsquo;\u00eatre inclus dans l&rsquo;\u00e9tude. Cette condition assure que la loi des grands nombres et le th\u00e9or\u00e8me central limite s&rsquo;appliquent, garantissant que les moyennes empiriques convergent asymptotiquement vers les esp\u00e9rances math\u00e9matiques de la population.<\/p>\n<p>Lorsqu&rsquo;un protocole d&rsquo;autos\u00e9lection op\u00e8re, cette hypoth\u00e8se probabiliste fondamentale s&rsquo;effondre. Le m\u00e9canisme d&rsquo;inclusion devient une variable endog\u00e8ne r\u00e9gie par une fonction de d\u00e9cision individuelle non observ\u00e9e. L&rsquo;\u00e9chantillon r\u00e9sultant est dit non probabiliste : certains segments de la population voient leur probabilit\u00e9 d&rsquo;inclusion tendre vers z\u00e9ro en raison de barri\u00e8res cognitives, temporelles ou motivationnelles, tandis que d&rsquo;autres pr\u00e9sentent une certitude quasi absolue d&rsquo;adh\u00e9sion. Il en r\u00e9sulte une asym\u00e9trie informationnelle profonde o\u00f9 l&rsquo;observateur observe une distribution empirique tronqu\u00e9e ou d\u00e9form\u00e9e, confondant les d\u00e9terminants de la participation avec les propri\u00e9t\u00e9s intrins\u00e8ques de l&rsquo;objet d&rsquo;\u00e9tude.<\/p>\n<p>Il est d\u00e8s lors imp\u00e9ratif de maintenir une diff\u00e9renciation conceptuelle stricte entre trois entit\u00e9s statistiques distinctes : la <em>population cible<\/em>, qui repr\u00e9sente l&rsquo;ensemble th\u00e9orique des individus auxquels les conclusions ont vocation \u00e0 s&rsquo;appliquer ; la <em>population accessible<\/em>, qui d\u00e9limite la fraction de la population cible pouvant \u00eatre mat\u00e9riellement atteinte par l&rsquo;instrument d&rsquo;enqu\u00eate ; et l&rsquo;<em>\u00e9chantillon auto-s\u00e9lectionn\u00e9<\/em>, qui ne rassemble que la sous-fraction active ayant consenti, de sa propre initiative, \u00e0 fournir des donn\u00e9es. Le biais d&rsquo;autos\u00e9lection r\u00e9side pr\u00e9cis\u00e9ment dans la distance math\u00e9matique et comportementale qui s\u00e9pare cette derni\u00e8re entit\u00e9 des deux pr\u00e9c\u00e9dentes.<\/p>\n<h3>1.2 Origines historiques et th\u00e9orisation en \u00e9conom\u00e9trie et sociologie<\/h3>\n<p>Bien que les praticiens de la statistique aient intuitivement per\u00e7u les p\u00e9rils du volontariat d\u00e8s le d\u00e9but du XXe si\u00e8cle, la formalisation th\u00e9orique du biais d&rsquo;autos\u00e9lection a connu une avanc\u00e9e majeure gr\u00e2ce aux travaux de l&rsquo;\u00e9conomiste am\u00e9ricain <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.nobelprize.org\/prizes\/economic-sciences\/2000\/heckman\/biographical\/\">James Heckman<\/a> \u00e0 la fin des ann\u00e9es 1970. Heckman s&rsquo;est pench\u00e9 sur une \u00e9nigme \u00e9conom\u00e9trique fondamentale : l&rsquo;analyse de l&rsquo;offre de travail f\u00e9minine et des d\u00e9terminants salariaux. Dans les bases de donn\u00e9es observationnelles de l&rsquo;\u00e9poque, les salaires n&rsquo;\u00e9taient observables que pour les femmes occupant un emploi r\u00e9mun\u00e9r\u00e9. Les femmes inactives au foyer ne d\u00e9claraient aucun salaire, non pas au hasard, mais parce que leur salaire de r\u00e9serve potentiel \u00e9tait inf\u00e9rieur au salaire propos\u00e9 par le march\u00e9.<\/p>\n<p>En d\u00e9montrant que l&rsquo;exclusion des inactives n&rsquo;\u00e9tait pas un simple probl\u00e8me de donn\u00e9es manquantes mais une censure endog\u00e8ne assimilable \u00e0 un biais de variable omise, Heckman a r\u00e9volutionn\u00e9 la mod\u00e9lisation statistique. Ses contributions pionni\u00e8res, couronn\u00e9es par le prix de la Banque de Su\u00e8de en sciences \u00e9conomiques en 2000, ont mis en \u00e9vidence que l&rsquo;estimation par les moindres carr\u00e9s ordinaires d&rsquo;une \u00e9quation de salaire sur un \u00e9chantillon auto-s\u00e9lectionn\u00e9 d&rsquo;actifs produisait des coefficients structurellement biais\u00e9s. Cette prise de conscience a rapidement d\u00e9pass\u00e9 le champ de l&rsquo;\u00e9conomie du travail pour innerver la sociologie et la psychologie exp\u00e9rimentale.<\/p>\n<p>Parall\u00e8lement, la sociologie de l&rsquo;action collective et de l&rsquo;engagement civique, sous l&rsquo;impulsion de th\u00e9oriciens comme Mancur Olson, formalisait le probl\u00e8me du passager clandestin et mettait en exergue que les individus s&rsquo;engageant volontairement dans des d\u00e9marches collectives poss\u00e9daient des profils motivationnels atypiques. Sur le plan historique, le fiasco institutionnel du sondage du <em>Literary Digest<\/em> lors de l&rsquo;\u00e9lection pr\u00e9sidentielle am\u00e9ricaine de 1936 avait d\u00e9j\u00e0 fourni une illustration empirique spectaculaire de cette faille : la revue avait distribu\u00e9 des millions de cartes postales \u00e0 ses lecteurs et propri\u00e9taires d&rsquo;automobiles, pr\u00e9disant l&rsquo;\u00e9crasante d\u00e9faite de Franklin D. Roosevelt sur la base d&rsquo;un \u00e9chantillon auto-s\u00e9lectionn\u00e9 de millions de r\u00e9pondants socialement privil\u00e9gi\u00e9s, alors m\u00eame que l&rsquo;\u00e9chantillon probabiliste restreint de George Gallup pr\u00e9disait avec exactitude le triomphe du pr\u00e9sident sortant.<\/p>\n<h3>1.3 Typologie g\u00e9n\u00e9rale des contextes propices \u00e0 l&rsquo;autos\u00e9lection<\/h3>\n<p>L&rsquo;autos\u00e9lection ne survient pas de mani\u00e8re uniforme dans l&rsquo;espace m\u00e9thodologique ; elle prosp\u00e8re dans des architectures protocolaires pr\u00e9cises o\u00f9 le co\u00fbt d&rsquo;entr\u00e9e ou l&rsquo;int\u00e9r\u00eat pour la d\u00e9marche requiert un arbitrage individuel d\u00e9lib\u00e9r\u00e9. Le cas d&rsquo;\u00e9cole le plus r\u00e9pandu r\u00e9side dans les <strong>sondages en acc\u00e8s libre sur Internet<\/strong>, les p\u00e9titions en ligne ou les enqu\u00eates relay\u00e9es sur les r\u00e9seaux sociaux. L&rsquo;absence totale de base de sondage nominative pr\u00e9alable transforme l&rsquo;\u00e9chantillonnage en un entonnoir o\u00f9 seules les fractions les plus connect\u00e9es, disponibles et th\u00e9matiquement conscientis\u00e9es prennent la peine de remplir le formulaire.<\/p>\n<p>Un deuxi\u00e8me \u00e9cosyst\u00e8me particuli\u00e8rement vuln\u00e9rable concerne les <strong>essais cliniques et protocoles de recherche biom\u00e9dicale<\/strong> complexes. Lorsqu&rsquo;une \u00e9tude exige des d\u00e9placements hospitaliers fr\u00e9quents, la tenue rigoureuse de journaux de bord nutritionnels, des prises de sang r\u00e9currentes ou l&rsquo;acceptation d&rsquo;effets secondaires potentiels, les sujets int\u00e9grant la cohorte diff\u00e8rent radicalement du patient moyen. Ils manifestent un capital de sant\u00e9, une litt\u00e9ratie m\u00e9dicale et une volont\u00e9 d&rsquo;observance th\u00e9rapeutique tr\u00e8s au-dessus de la norme \u00e9pid\u00e9miologique g\u00e9n\u00e9rale.<\/p>\n<p>Les <strong>consultations citoyennes participatives<\/strong> et les enqu\u00eates d&rsquo;utilit\u00e9 publique locales repr\u00e9sentent un troisi\u00e8me terrain fertile pour ce biais. Qu&rsquo;il s&rsquo;agisse de d\u00e9battre du trac\u00e9 d&rsquo;une nouvelle ligne de tramway ou de l&rsquo;am\u00e9nagement d&rsquo;une piste cyclable, le processus attire presque exclusivement des riverains inquiets pour la valeur patrimoniale de leur logement ou des usagers militants hyper-concern\u00e9s. Enfin, le secteur du commerce \u00e9lectronique et des <strong>plateformes d&rsquo;avis consommateurs<\/strong> illustre quotidiennement une manifestation radicale du biais, o\u00f9 le refus de mod\u00e9ration de la majorit\u00e9 silencieuse laisse le champ libre aux \u00e9valuations extr\u00eames de clients extatiques ou furieux.<\/p>\n<h2>2. Fondements psychologiques et motivationnels de l&rsquo;autos\u00e9lection<\/h2>\n<p>Pour appr\u00e9hender la distorsion math\u00e9matique induite par l&rsquo;autos\u00e9lection, il est imp\u00e9ratif de d\u00e9crypter les dynamiques cognitives et psychologiques qui poussent un individu \u00e0 consacrer volontairement ses ressources attentionnelles et temporelles \u00e0 un protocole d&rsquo;\u00e9valuation. La d\u00e9cision de r\u00e9pondre n&rsquo;est jamais neutre ; elle est le fruit d&rsquo;un calcul subjectif d&rsquo;utilit\u00e9 et de filtres de personnalit\u00e9 bien pr\u00e9cis.<\/p>\n<h3>2.1 Th\u00e9orie de l&rsquo;implication personnelle et saillance cognitive<\/h3>\n<p>Le principal moteur comportemental de l&rsquo;autos\u00e9lection r\u00e9side dans le niveau d&rsquo;<strong>implication \u00e9gocentrique<\/strong> qu&rsquo;un stimulus externe g\u00e9n\u00e8re chez le sujet. Selon les th\u00e9ories de l&rsquo;engagement et de la pertinence cognitive formul\u00e9es en psychologie sociale, un individu ne franchit le seuil d&rsquo;action requis pour r\u00e9pondre \u00e0 une sollicitation informationnelle que si le co\u00fbt marginal per\u00e7u (temps allou\u00e9, fatigue cognitive, divulgation de la vie priv\u00e9e) est inf\u00e9rieur au b\u00e9n\u00e9fice psychologique escompt\u00e9. Ce b\u00e9n\u00e9fice est quasi nul pour les individus indiff\u00e9rents \u00e0 l&rsquo;objet d&rsquo;\u00e9tude, mais substantiel pour ceux dont les int\u00e9r\u00eats directs sont en jeu.<\/p>\n<p>Cette implication est \u00e9troitement modul\u00e9e par la proximit\u00e9 g\u00e9ographique, financi\u00e8re ou \u00e9motionnelle. Un propri\u00e9taire terrien sera visc\u00e9ralement mobilis\u00e9 par une consultation sur les zones constructibles de sa commune, tandis qu&rsquo;un locataire pr\u00e9caire n&rsquo;y accordera aucune attention. De plus, la prise de d\u00e9cision de participer repose sur un <em>traitement heuristique de l&rsquo;information<\/em>. La r\u00e8gle de la <strong>disponibilit\u00e9 cognitive<\/strong> th\u00e9oris\u00e9e par <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.apa.org\/pubs\/books\/4316049\">Amos Tversky et Daniel Kahneman<\/a> implique que les personnes ayant v\u00e9cu une exp\u00e9rience marquante, traumatisante ou exaltante li\u00e9e au th\u00e8me de recherche acc\u00e8dent instantan\u00e9ment \u00e0 ces souvenirs. L&rsquo;enqu\u00eate devient alors saillante, semblant urgente et digne d&rsquo;int\u00e9r\u00eat.<\/p>\n<p>Le corollaire m\u00e9canique de cette dynamique est l&rsquo;invisibilisation absolue des profils apathiques, mod\u00e9r\u00e9s ou neutres. La population qui ne ressent ni enthousiasme ni animosit\u00e9 envers un sujet donn\u00e9 n&rsquo;a aucun motif d&rsquo;allouer de la bande passante cognitive \u00e0 l&rsquo;exercice d&rsquo;\u00e9valuation. Ce d\u00e9ficit d&rsquo;engagement condamne les \u00e9chantillons auto-s\u00e9lectionn\u00e9s \u00e0 sous-repr\u00e9senter dramatiquement le centre mou de la distribution d&rsquo;opinion, qui constitue pourtant fr\u00e9quemment la majorit\u00e9 arithm\u00e9tique de la population g\u00e9n\u00e9rale.<\/p>\n<h3>2.2 Biais de polarisation affective et besoin d&rsquo;expression<\/h3>\n<p>L&rsquo;asym\u00e9trie de participation est amplifi\u00e9e par les m\u00e9canismes de polarisation affective. Lorsqu&rsquo;une enqu\u00eate est ouverte \u00e0 tous sans contingentement strict, la motivation \u00e0 participer r\u00e9pond souvent \u00e0 un besoin irr\u00e9pressible de <em>catharsis<\/em> ou d&rsquo;affirmation identitaire. Les individus \u00e9prouvant un ressentiment profond ou, inversement, une satisfaction extraordinaire sont les seuls chez qui la charge affective est suffisante pour surmonter l&rsquo;inertie du quotidien.<\/p>\n<p>Ce ph\u00e9nom\u00e8ne engendre une alt\u00e9ration topologique majeure des donn\u00e9es : la transformation d&rsquo;une distribution th\u00e9oriquement unimodale (souvent distribu\u00e9e selon une courbe de Gauss autour d&rsquo;un avis ti\u00e8de ou moyen) en une <strong>distribution bimodale artificielle<\/strong> en forme de \u00ab U \u00bb ou de \u00ab J \u00bb. L&rsquo;absence d&rsquo;avis nuanc\u00e9s dans l&rsquo;\u00e9chantillon ne refl\u00e8te nullement une disparition des mod\u00e9r\u00e9s au sein du corps social, mais r\u00e9sulte d&rsquo;un effet de censure volontaire o\u00f9 seuls les deux p\u00f4les extr\u00eames mobilisent l&rsquo;\u00e9nergie n\u00e9cessaire \u00e0 la revendication morale.<\/p>\n<p>Il existe ainsi une corr\u00e9lation positive quasi syst\u00e9matique entre l&rsquo;intensit\u00e9 \u00e9motionnelle ressentie face \u00e0 un enjeu (col\u00e8re, indignation, ravissement mystique) et le sacrifice de temps accord\u00e9 \u00e0 la formalisation d&rsquo;une r\u00e9ponse. Par cons\u00e9quent, les donn\u00e9es issues de cohortes spontan\u00e9es capturent l&rsquo;intensit\u00e9 passionnelle d&rsquo;une minorit\u00e9 activiste plut\u00f4t que le consensus soci\u00e9tal ou la r\u00e9alit\u00e9 moyenne de l&rsquo;exp\u00e9rience collective.<\/p>\n<h3>2.3 Traits de personnalit\u00e9 et propension diff\u00e9rentielle \u00e0 coop\u00e9rer<\/h3>\n<p>Au-del\u00e0 de l&rsquo;int\u00e9r\u00eat th\u00e9matique circonstanciel, des invariants psychologiques structurels pr\u00e9d\u00e9terminent la propension d&rsquo;un sujet \u00e0 devenir un \u00ab volontaire professionnel \u00bb. La recherche en psychom\u00e9trie, articul\u00e9e autour du mod\u00e8le des <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.sciencedirect.com\/topics\/neuroscience\/big-five-personality-traits\">Big Five<\/a>, d\u00e9montre de mani\u00e8re r\u00e9currente que les participants volontaires pr\u00e9sentent des \u00e9carts types significatifs par rapport \u00e0 la moyenne sur plusieurs dimensions de personnalit\u00e9 fondamentales.<\/p>\n<p>Le trait d&rsquo;<strong>Agr\u00e9abilit\u00e9<\/strong> (tendance \u00e0 la coop\u00e9ration, \u00e0 la bienveillance et \u00e0 la conformit\u00e9 prosociale) ainsi que la <strong>Conscience professionnelle<\/strong> (sens du devoir, ponctualit\u00e9, scrupulosit\u00e9) sont tr\u00e8s fortement corr\u00e9l\u00e9s \u00e0 la d\u00e9cision d&rsquo;achever un questionnaire long et fastidieux sans r\u00e9tribution financi\u00e8re directe. De son c\u00f4t\u00e9, le trait d&rsquo;<em>Extraversion<\/em> conditionne l&rsquo;app\u00e9tence pour les \u00e9tudes impliquant des entretiens semi-directifs, des auto-\u00e9valuations psychologiques ou des interactions directes avec l&rsquo;exp\u00e9rimentateur, introduisant un filtrage psychologique initial.<\/p>\n<p>Inversement, le refus de participer est fr\u00e9quemment associ\u00e9 \u00e0 des traits d&rsquo;ali\u00e9nation sociale, d&rsquo;anomie, de m\u00e9fiance envers les institutions scientifiques ou d&rsquo;anxi\u00e9t\u00e9 parano\u00efde. Dans les cas extr\u00eames de psychopathologie subclinique ou de marginalit\u00e9 \u00e9conomique, l&rsquo;\u00e9vitement syst\u00e9matique des protocoles d&rsquo;enqu\u00eate est la r\u00e8gle. Enfin, certains sujets recherchent dans l&rsquo;acte de r\u00e9ponse une gratification narcissique, un besoin d&rsquo;auto-validation ou le sentiment valorisant d&rsquo;influer sur le cours de la science, cr\u00e9ant ainsi une surrepr\u00e9sentation d&rsquo;individus \u00e9gocentr\u00e9s dont la psychologie d\u00e9tonne radicalement avec celle du citoyen moyen r\u00e9ticent \u00e0 s&rsquo;exposer.<\/p>\n<h2>3. Distinction conceptuelle : autos\u00e9lection versus biais d&rsquo;\u00e9chantillonnage connexes<\/h2>\n<p>Dans la litt\u00e9rature m\u00e9thodologique, le terme d&rsquo;autos\u00e9lection est fr\u00e9quemment confondu avec d&rsquo;autres d\u00e9viations syst\u00e9matiques de l&rsquo;\u00e9chantillonnage. Bien que ces biais partagent des parent\u00e9s structurelles, la rigueur analytique impose de d\u00e9limiter avec pr\u00e9cision leurs fronti\u00e8res op\u00e9rationnelles et leurs implications \u00e9conom\u00e9triques distinctes.<\/p>\n<h3>3.1 Biais d&rsquo;autos\u00e9lection versus biais de non-r\u00e9ponse<\/h3>\n<p>La distinction entre le biais d&rsquo;autos\u00e9lection et le <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.pewresearch.org\/methods\/2012\/05\/15\/assessing-the-representativeness-of-public-opinion-surveys\/\">biais de non-r\u00e9ponse<\/a> peut appara\u00eetre subtile, car ils constituent les deux faces d&rsquo;un m\u00eame ph\u00e9nom\u00e8ne de filtrage s\u00e9lectif. N\u00e9anmoins, leur diff\u00e9rence r\u00e9side dans le protocole d&rsquo;acc\u00e8s initial \u00e0 l&rsquo;unit\u00e9 d&rsquo;observation et dans la m\u00e9canique d\u00e9cisionnelle de l&rsquo;\u00e9chantillonnage.<\/p>\n<p>Le biais de non-r\u00e9ponse survient \u00e0 l&rsquo;int\u00e9rieur d&rsquo;un protocole probabiliste contr\u00f4l\u00e9 o\u00f9 l&rsquo;enqu\u00eateur a pr\u00e9\u00e9tabli une liste de sujets tir\u00e9s au sort selon un cadre rigoureux. Les sujets sont activement sollicit\u00e9s, mais une fraction d&rsquo;entre eux refuse de participer ou ne peut \u00eatre jointe. Dans ce cadre, la non-r\u00e9ponse correspond \u00e0 une <em>d\u00e9fection active ou passive<\/em> face \u00e0 une invitation dirig\u00e9e. L&rsquo;analyste dispose souvent d&rsquo;informations marginales sur les non-r\u00e9pondants (adresse, sexe, statut marital issu du fichier d&rsquo;origine) permettant de mod\u00e9liser le taux d&rsquo;attrition.<\/p>\n<p>Le biais d&rsquo;autos\u00e9lection, quant \u00e0 lui, op\u00e8re de mani\u00e8re plus radicale par <strong>sollicitation ouverte et passive<\/strong> (<em>opt-in<\/em>). L&rsquo;exp\u00e9rimentateur ne dispose d&rsquo;aucune liste pr\u00e9alable, n&rsquo;exerce aucun contr\u00f4le sur le d\u00e9nominateur de la population ayant pris connaissance de l&rsquo;appel, et ne peut pas quantifier pr\u00e9cis\u00e9ment qui s&rsquo;est abstenu. Alors que le biais de non-r\u00e9ponse \u00e9rode la taille et la repr\u00e9sentativit\u00e9 d&rsquo;un \u00e9chantillon th\u00e9oriquement sain au d\u00e9part, l&rsquo;autos\u00e9lection contamine la cohorte d\u00e8s son premier instant, interdisant toute estimation exacte de la probabilit\u00e9 d&rsquo;inclusion marginale.<\/p>\n<h3>3.2 Biais d&rsquo;autos\u00e9lection versus biais de survie et biais d&rsquo;attrition<\/h3>\n<p>Une confusion temporelle fr\u00e9quente \u00e9merge lors de la comparaison de l&rsquo;autos\u00e9lection avec le <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/catalogofbias.org\/biases\/attrition-bias\/\">biais d&rsquo;attrition<\/a> ou le biais du survivant. L&rsquo;autos\u00e9lection est un ph\u00e9nom\u00e8ne <strong>transversal initial<\/strong> qui intervient au temps <span class=\"arabpsy-math-inline\" data-latex=\"t_0\">$t_0$<\/span>, au moment pr\u00e9cis de l&rsquo;entr\u00e9e dans le dispositif d&rsquo;observation. Elle d\u00e9termine la morphologie du point de d\u00e9part exp\u00e9rimental.<\/p>\n<p>\u00c0 l&rsquo;inverse, l&rsquo;attrition est un processus <strong>longitudinal s\u00e9quentiel<\/strong> survenant entre <span class=\"arabpsy-math-inline\" data-latex=\"t_0\">$t_0$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"t_n\">$t_n$<\/span>. Elle frappe les sujets d\u00e9j\u00e0 recrut\u00e9s qui abandonnent l&rsquo;\u00e9tude en cours de route. L&rsquo;exemple paradigmatique des cohortes d&rsquo;\u00e9valuation en psychoth\u00e9rapie illustre parfaitement cette superposition de biais :<\/p>\n<ul>\n<li>Le <em>biais d&rsquo;autos\u00e9lection<\/em> gouverne le choix initial d&rsquo;entamer une th\u00e9rapie (les volontaires sont des individus dot\u00e9s d&rsquo;une prise de conscience de leur mal-\u00eatre et d&rsquo;une volont\u00e9 minimale de changement).<\/li>\n<li>Le <em>biais d&rsquo;attrition<\/em> frappe la pers\u00e9v\u00e9rance th\u00e9rapeutique (les patients chez qui le traitement \u00e9choue ou g\u00e9n\u00e8re une anxi\u00e9t\u00e9 intol\u00e9rable quittent l&rsquo;essai avant la fin des s\u00e9ances).<\/li>\n<\/ul>\n<p>L&rsquo;amalgame entre ces temporalit\u00e9s vicie particuli\u00e8rement l&rsquo;arbitrage m\u00e9thodologique entre l&rsquo;<strong>analyse en intention de traiter (ITT)<\/strong> et l&rsquo;<strong>analyse per protocole<\/strong>. Si l&rsquo;analyse ITT tente d&rsquo;amortir le biais d&rsquo;attrition en conservant tous les inscrits initiaux, elle demeure totalement impuissante face au biais d&rsquo;autos\u00e9lection qui s&rsquo;est cristallis\u00e9 au moment m\u00eame de l&rsquo;inclusion basale de la cohorte.<\/p>\n<h3>3.3 Biais de d\u00e9sirabilit\u00e9 sociale et biais de volontariat<\/h3>\n<p>Le biais d&rsquo;autos\u00e9lection interf\u00e8re fr\u00e9quemment avec les dynamiques psychosociologiques de conformisme, regroup\u00e9es sous les concepts de <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/psycnet.apa.org\/record\/1966-07525-001\">biais de volontariat (l&rsquo;effet Rosenthal)<\/a> et de d\u00e9sirabilit\u00e9 sociale. Robert Rosenthal a document\u00e9 d\u00e8s les ann\u00e9es 1960 que les sujets qui se portent spontan\u00e9ment volontaires pour la recherche scientifique pr\u00e9sentent un quotient intellectuel moyen plus \u00e9lev\u00e9, un statut socio-\u00e9conomique sup\u00e9rieur et un besoin aigu de valorisation sociale par rapport \u00e0 leurs pairs non volontaires.<\/p>\n<p>Cette constellation psychologique g\u00e9n\u00e8re un double \u00e9cueil :<\/p>\n<ul>\n<li>D&rsquo;une part, l&rsquo;adh\u00e9sion volontaire s\u00e9lectionne des sujets intrins\u00e8quement plus enclins \u00e0 adopter les normes socioculturelles valoris\u00e9es par l&rsquo;institution scientifique.<\/li>\n<li>D&rsquo;autre part, une fois int\u00e9gr\u00e9s au protocole, ces m\u00eames volontaires manifestent un <strong>biais d&rsquo;acquiescement<\/strong> prononc\u00e9, cherchant consciemment ou inconsciemment \u00e0 deviner les hypoth\u00e8ses de l&rsquo;exp\u00e9rimentateur pour y r\u00e9pondre favorablement et s&rsquo;assurer son approbation.<\/li>\n<\/ul>\n<p>L&rsquo;enchev\u00eatrement entre ces deux forces cr\u00e9e une boucle d&rsquo;amplification : l&rsquo;autos\u00e9lection sur-repr\u00e9sente les profils coop\u00e9ratifs, et la coop\u00e9ration de ces sujets d\u00e9forme le contenu de leurs d\u00e9clarations. L&rsquo;imputation causale devient d\u00e8s lors extr\u00eamement vuln\u00e9rable, l&rsquo;effet mesur\u00e9 \u00e9tant le sous-produit d&rsquo;une complaisance interactive plut\u00f4t que la preuve d&rsquo;une loi comportementale robuste.<\/p>\n<h2>4. Mod\u00e9lisation math\u00e9matique et formulation statistique de la distorsion<\/h2>\n<p>Pour mesurer avec exactitude la nocivit\u00e9 du biais d&rsquo;autos\u00e9lection, il est n\u00e9cessaire de quitter le registre du vocabulaire qualitatif et de formaliser son expression au sein des \u00e9quations fondamentales de l&rsquo;inf\u00e9rence statistique et de l&rsquo;\u00e9conom\u00e9trie lin\u00e9aire.<\/p>\n<h3>4.1 Formalisation statistique de la s\u00e9lection non al\u00e9atoire<\/h3>\n<p>Consid\u00e9rons une population d&rsquo;individus o\u00f9 l&rsquo;on s&rsquo;int\u00e9resse \u00e0 une variable d&rsquo;int\u00e9r\u00eat <span class=\"arabpsy-math-inline\" data-latex=\"Y_i\">$Y_i$<\/span>, expliqu\u00e9e par un vecteur de caract\u00e9ristiques exog\u00e8nes <span class=\"arabpsy-math-inline\" data-latex=\"X_i\">$X_i$<\/span>, selon le mod\u00e8le de r\u00e9gression lin\u00e9aire canonique :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"Y_i = X_i\\beta + \\varepsilon_i\">$$Y_i = X_i\\beta + \\varepsilon_i$$<\/span><\/p>\n<p>Dans ce cadre, <span class=\"arabpsy-math-inline\" data-latex=\"\\beta\">$\\beta$<\/span> repr\u00e9sente le vecteur des param\u00e8tres structurels \u00e0 estimer, et <span class=\"arabpsy-math-inline\" data-latex=\"\\varepsilon_i\">$\\varepsilon_i$<\/span> le terme d&rsquo;erreur stochastique non observ\u00e9, avec pour hypoth\u00e8se fondamentale que <span class=\"arabpsy-math-inline\" data-latex=\"\\mathbb{E}[\\varepsilon_i | X_i] = 0\">$\\mathbb{E}[\\varepsilon_i | X_i] = 0$<\/span>.<\/p>\n<p>Introduisons \u00e0 pr\u00e9sent un indicateur binaire d&rsquo;inclusion <span class=\"arabpsy-math-inline\" data-latex=\"S_i in {0, 1}\">$S_i in {0, 1}$<\/span>, o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"S_i = 1\">$S_i = 1$<\/span> indique que l&rsquo;individu d\u00e9cide volontairement de participer \u00e0 l&rsquo;\u00e9chantillon, et <span class=\"arabpsy-math-inline\" data-latex=\"S_i = 0\">$S_i = 0$<\/span> indique qu&rsquo;il s&rsquo;abstient. L&rsquo;analyste n&rsquo;observe la variable d\u00e9pendante <span class=\"arabpsy-math-inline\" data-latex=\"Y_i\">$Y_i$<\/span> que si et seulement si <span class=\"arabpsy-math-inline\" data-latex=\"S_i = 1\">$S_i = 1$<\/span>. L&rsquo;\u00e9quation r\u00e9gissant la d\u00e9cision d&rsquo;autos\u00e9lection d\u00e9pend g\u00e9n\u00e9ralement d&rsquo;un ensemble de covariables <span class=\"arabpsy-math-inline\" data-latex=\"Z_i\">$Z_i$<\/span> (qui peuvent partager des \u00e9l\u00e9ments communs avec <span class=\"arabpsy-math-inline\" data-latex=\"X_i\">$X_i$<\/span>) et d&rsquo;un terme r\u00e9siduel non observ\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"u_i\">$u_i$<\/span> :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"S_i^* = Z_i\\gamma + u_i \\quad \\text{a\\vec} \\quad S_i = \\mathbb{I}(S_i^* &gt; 0)\">$$S_i^* = Z_i\\gamma + u_i \\quad \\text{a\\vec} \\quad S_i = \\mathbb{I}(S_i^* > 0)$$<\/span><\/p>\n<p>L&rsquo;esp\u00e9rance conditionnelle de la variable d&rsquo;int\u00e9r\u00eat mesur\u00e9e au sein de l&rsquo;\u00e9chantillon effectivement observ\u00e9 s&rsquo;\u00e9crit formellement :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\mathbb{E}[Y_i mid X_i, S_i = 1] = X_i\\beta + \\mathbb{E}[\\varepsilon_i mid X_i, S_i = 1]\">$$\\mathbb{E}[Y_i mid X_i, S_i = 1] = X_i\\beta + \\mathbb{E}[\\varepsilon_i mid X_i, S_i = 1]$$<\/span><\/p>\n<p>Dans l&rsquo;hypoth\u00e8se d&rsquo;un \u00e9chantillonnage probabiliste id\u00e9al, l&rsquo;inclusion <span class=\"arabpsy-math-inline\" data-latex=\"S_i\">$S_i$<\/span> est ind\u00e9pendante des termes d&rsquo;erreur r\u00e9siduels, de sorte que <span class=\"arabpsy-math-inline\" data-latex=\"\\mathbb{E}[\\varepsilon_i mid S_i = 1] = 0\">$\\mathbb{E}[\\varepsilon_i mid S_i = 1] = 0$<\/span>. En revanche, en pr\u00e9sence d&rsquo;autos\u00e9lection, les r\u00e9sidus <span class=\"arabpsy-math-inline\" data-latex=\"u_i\">$u_i$<\/span> (qui dictent la motivation \u00e0 participer) et les r\u00e9sidus <span class=\"arabpsy-math-inline\" data-latex=\"\\varepsilon_i\">$\\varepsilon_i$<\/span> (qui conditionnent la valeur de la variable d&rsquo;int\u00e9r\u00eat) sont corr\u00e9l\u00e9s avec une covariance non nulle <span class=\"arabpsy-math-inline\" data-latex=\"\\text{Cov}(\\varepsilon_i, u_i) = \\sigma_{\\varepsilon u} \\neq 0\">$\\text{Cov}(\\varepsilon_i, u_i) = \\sigma_{\\varepsilon u} \\neq 0$<\/span>. Par cons\u00e9quent :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\mathbb{E}[\\varepsilon_i mid X_i, S_i^* &gt; 0] = \\mathbb{E}[\\varepsilon_i mid u_i &gt; -Z_i\\gamma] \\neq 0\">$$\\mathbb{E}[\\varepsilon_i mid X_i, S_i^* > 0] = \\mathbb{E}[\\varepsilon_i mid u_i > -Z_i\\gamma] \\neq 0$$<\/span><\/p>\n<p>L&rsquo;esp\u00e9rance conditionnelle du terme d&rsquo;erreur n&rsquo;est plus nulle. Elle se transforme en une fonction non lin\u00e9aire des variables explicatives de la s\u00e9lection. Si l&rsquo;on applique l&rsquo;<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.econometrics-with-r.org\/6-1-omitted-variable-bias.html\">estimateur des Moindres Carr\u00e9s Ordinaires (MCO)<\/a> sans correction, le terme d&rsquo;erreur corr\u00e9l\u00e9 aux r\u00e9gresseurs vicie l&rsquo;estimation : les estimateurs perdent leur consistance asymptotique et pr\u00e9sentent un biais syst\u00e9matique non r\u00e9ductible, m\u00eame si la taille de l&rsquo;\u00e9chantillon <span class=\"arabpsy-math-inline\" data-latex=\"N to \\infty\">$N to \\infty$<\/span>.<\/p>\n<h3>4.2 Effet sur la variance, les intervalles de confiance et la puissance statistique<\/h3>\n<p>L&rsquo;autos\u00e9lection n&rsquo;alt\u00e8re pas uniquement la justesse de l&rsquo;estimation ponctuelle de la moyenne ou des coefficients de r\u00e9gression ; elle ravage l&rsquo;ensemble de la structure inf\u00e9rentielle de second ordre. Le premier effet pervers est l&rsquo;<strong>homog\u00e9n\u00e9it\u00e9 artificielle<\/strong> du panel volontaire. \u00c9tant donn\u00e9 que les individus recrut\u00e9s partagent des pr\u00e9dispositions psychologiques, \u00e9conomiques ou id\u00e9ologiques convergentes, la dispersion observ\u00e9e au sein de l&rsquo;\u00e9chantillon est souvent consid\u00e9rablement plus faible que la v\u00e9ritable variance de la population g\u00e9n\u00e9rale :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\text{Var}(Y_i mid S_i = 1) &lt; \\text{Var}(Y_i)\">$$\\text{Var}(Y_i mid S_i = 1) < \\text{Var}(Y_i)$$<\/span><\/p>\n<p>Cette variance empirique tronqu\u00e9e induit en erreur les formules standard d&rsquo;erreur-type. L&rsquo;\u00e9cart-type de la moyenne estim\u00e9e <span class=\"arabpsy-math-inline\" data-latex=\"\\hat{\\sigma}\/\\sqrt{n}\">$\\hat{\\sigma}\/\\sqrt{n}$<\/span> appara\u00eet faussement diminu\u00e9. Il en r\u00e9sulte la cr\u00e9ation d&rsquo;<strong>intervalles de confiance trompeusement \u00e9troits<\/strong> : le chercheur croit mesurer un ph\u00e9nom\u00e8ne avec une pr\u00e9cision chirurgicale, alors qu&rsquo;il cerne avec une grande exactitude une grandeur profond\u00e9ment biais\u00e9e \u00e0 la source.<\/p>\n<p>Cette distorsion a des r\u00e9percussions directes sur le test d&rsquo;hypoth\u00e8ses statistiques. Elle provoque une <em>inflation dramatique de l&rsquo;erreur de type I<\/em> (rejet \u00e0 tort de l&rsquo;hypoth\u00e8se nulle d&rsquo;absence d&rsquo;effet), validant faussement l&rsquo;existence de corr\u00e9lations ou d&rsquo;effets th\u00e9rapeutiques illusoires. Paradoxalement, sur les sous-groupes minoritaires de la population cible qui n&rsquo;ont particip\u00e9 qu&rsquo;en proportion infime, la <em>puissance statistique<\/em> s&rsquo;effondre litt\u00e9ralement, rendant tout test de sous-groupe totalement inop\u00e9rant en raison d&rsquo;un effectif r\u00e9siduel an\u00e9mique.<\/p>\n<h3>4.3 Le paradoxe de la taille de l&rsquo;\u00e9chantillon dans les donn\u00e9es massives<\/h3>\n<p>L&rsquo;av\u00e8nement de l&rsquo;\u00e8re du <em>Big Data<\/em> et de l&rsquo;intelligence artificielle a r\u00e9activ\u00e9 un sophisme m\u00e9thodologique tenace : l&rsquo;illusion selon laquelle le gigantisme d&rsquo;un volume de donn\u00e9es compenserait l&rsquo;absence de rigueur de son protocole de s\u00e9lection. Pour formaliser cette erreur intellectuelle, il convient de convoquer l&rsquo;expression de l&rsquo;<strong>Erreur Quadratique Moyenne (EQM)<\/strong> d&rsquo;un estimateur <span class=\"arabpsy-math-inline\" data-latex=\"\\hat{\\theta}\">$\\hat{\\theta}$<\/span> :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\text{EQM}(\\hat{\\theta}) = \\text{Var}(\\hat{\\theta}) + [\\text{Biais}(\\hat{\\theta})]^2\">$$\\text{EQM}(\\hat{\\theta}) = \\text{Var}(\\hat{\\theta}) + [\\text{Biais}(\\hat{\\theta})]^2$$<\/span><\/p>\n<p>Lorsque la taille de l&rsquo;\u00e9chantillon <span class=\"arabpsy-math-inline\" data-latex=\"n\">$n$<\/span> cro\u00eet vers l&rsquo;infini dans le cadre d&rsquo;un \u00e9chantillon auto-s\u00e9lectionn\u00e9 (comme des millions de clics, de tweets ou d&rsquo;avis sur un portail web), la variance statistique s&rsquo;annule rapidement selon un taux de convergence en <span class=\"arabpsy-math-inline\" data-latex=\"\\mathcal{O}(1\/n)\">$\\mathcal{O}(1\/n)$<\/span> :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\lim_{n to \\infty} \\text{Var}(\\hat{\\theta}) = 0 implies \\lim_{n to \\infty} \\text{EQM}(\\hat{\\theta}) = [\\text{Biais}(\\hat{\\theta})]^2\">$$\\lim_{n to \\infty} \\text{Var}(\\hat{\\theta}) = 0 implies \\lim_{n to \\infty} \\text{EQM}(\\hat{\\theta}) = [\\text{Biais}(\\hat{\\theta})]^2$$<\/span><\/p>\n<p>Le terme de variance devient n\u00e9gligeable, mais le terme de <em>biais au carr\u00e9<\/em>, lui, demeure totalement invariant. Un ensemble massif de millions d&rsquo;observations auto-s\u00e9lectionn\u00e9es ne fait que converger avec une certitude absolue vers une estimation intrins\u00e8quement fausse. Le statisticien Xiao-Li Meng de l&rsquo;universit\u00e9 Harvard a formalis\u00e9 ce paradoxe sous le concept de \u00ab loi de la d\u00e9croissance de l&rsquo;information dans les m\u00e9gadonn\u00e9es \u00bb : quelques centaines d&rsquo;observations tir\u00e9es au sort selon un protocole probabiliste strict surclassent math\u00e9matiquement des dizaines de millions de donn\u00e9es issues de l&rsquo;adh\u00e9sion spontan\u00e9e non corrig\u00e9e.<\/p>\n<h2>5. Exemples embl\u00e9matiques dans les politiques publiques et l&rsquo;urbanisme<\/h2>\n<p>Les d\u00e9cisions d&rsquo;am\u00e9nagement du territoire et la gestion des affaires publiques sont le th\u00e9\u00e2tre d&rsquo;affrontements constants o\u00f9 l&rsquo;autos\u00e9lection sert souvent d&rsquo;acc\u00e9l\u00e9rateur d&rsquo;in\u00e9galit\u00e9s et de distorsion d\u00e9mocratique.<\/p>\n<h3>5.1 Consultations citoyennes et planification des infrastructures de transport<\/h3>\n<p>L&rsquo;illustration la plus courante de la d\u00e9formation d&rsquo;un diagnostic d&rsquo;urbanisme se manifeste lors des consultations publiques ouvertes pour la requalification des axes de circulation, l&rsquo;am\u00e9nagement d&rsquo;un rond-point ou la pi\u00e9tonnisation d&rsquo;un centre urbain. Les municipalit\u00e9s mettent r\u00e9guli\u00e8rement en ligne des questionnaires ou organisent des r\u00e9unions de quartier sans contr\u00f4le d&rsquo;\u00e9chantillonnage.<\/p>\n<p>La sociologie des r\u00e9pondants r\u00e9v\u00e8le imm\u00e9diatement un d\u00e9s\u00e9quilibre spectaculaire. Les personnes qui se mobilisent pour remplir l&rsquo;enqu\u00eate sont presque exclusivement des automobilistes pendulaires quotidiens exc\u00e9d\u00e9s par la perspective de ralentissements, ou des commer\u00e7ants de proximit\u00e9 craignant pour leur chiffre d&rsquo;affaires imm\u00e9diat. \u00c0 l&rsquo;oppos\u00e9, les pi\u00e9tons, les usagers occasionnels des transports collectifs, les t\u00e9l\u00e9travailleurs et les jeunes g\u00e9n\u00e9rations, qui b\u00e9n\u00e9ficieraient pourtant collectivement d&rsquo;une diminution des nuisances sonores et de la pollution de l&rsquo;air, s&rsquo;abstiennent massivement de r\u00e9pondre en raison d&rsquo;une implication unitaire per\u00e7ue comme trop diffuse.<\/p>\n<p>Le r\u00e9sultat chiffr\u00e9 de la consultation indiquera syst\u00e9matiquement une opposition \u00e9crasante (par exemple 75 % de votes hostiles au r\u00e9am\u00e9nagement), incitant les \u00e9lus timor\u00e9s \u00e0 renoncer au projet. L&rsquo;autos\u00e9lection a ici cr\u00e9\u00e9 une divergence totale entre la <em>proportion d&rsquo;approbation mesur\u00e9e<\/em> parmi les contestataires mobilis\u00e9s et le <em>b\u00e9n\u00e9fice d&rsquo;int\u00e9r\u00eat g\u00e9n\u00e9ral r\u00e9el<\/em> pour l&rsquo;ensemble des habitants de la m\u00e9tropole.<\/p>\n<h3>5.2 Le ph\u00e9nom\u00e8ne \u00ab NIMBY \u00bb (Not In My Backyard) dans les projets d&rsquo;am\u00e9nagement<\/h3>\n<p>Le biais d&rsquo;autos\u00e9lection constitue le carburant sociologique et m\u00e9thodologique du ph\u00e9nom\u00e8ne bien connu sous l&rsquo;acronyme <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.britannica.com\/topic\/NIMBY\">NIMBY<\/a> (\u00ab Pas dans mon jardin \u00bb). Dans tout grand projet d&rsquo;infrastructure d&rsquo;utilit\u00e9 collective \u2014 qu&rsquo;il s&rsquo;agisse de l&rsquo;implantation d&rsquo;un parc \u00e9olien, de la construction d&rsquo;un centre d&rsquo;h\u00e9bergement d&rsquo;urgence, d&rsquo;un centre de traitement des d\u00e9chets ou d&rsquo;un corridor ferroviaire \u00e0 grande vitesse \u2014, la structure des co\u00fbts et des b\u00e9n\u00e9fices est profond\u00e9ment asym\u00e9trique :<\/p>\n<ul>\n<li>Les b\u00e9n\u00e9fices du projet sont distribu\u00e9s \u00e0 l&rsquo;\u00e9chelle r\u00e9gionale ou nationale entre des centaines de milliers d&rsquo;individus (\u00e9nergie d\u00e9carbon\u00e9e, r\u00e9seau de transport fluide), mais le gain individuel ressenti est modeste.<\/li>\n<li>Les nuisances (d\u00e9pr\u00e9ciation visuelle, baisse de la valeur v\u00e9nale des biens immobiliers, bruits de chantier) sont concentr\u00e9es sur un cercle restreint de r\u00e9sidents imm\u00e9diats.<\/li>\n<\/ul>\n<p>Lorsque les autorit\u00e9s d\u00e9ploient un processus de concertation publique ouvert sans \u00e9chantillonnage repr\u00e9sentatif al\u00e9atoire, l&rsquo;autos\u00e9lection op\u00e8re comme un filtre unidirectionnel. Les riverains imm\u00e9diats se constituent en collectifs de d\u00e9fense, assistent en bloc aux r\u00e9unions d&rsquo;information et saturent les registres d&rsquo;enqu\u00eate de contributions univoques, confisquant la l\u00e9gitimit\u00e9 participative. Les b\u00e9n\u00e9ficiaires finaux du projet n&rsquo;\u00e9tant pas alert\u00e9s ou ne mesurant pas leur int\u00e9r\u00eat individuel, la concertation se r\u00e9sume \u00e0 un affrontement st\u00e9rile fond\u00e9 sur un artefact de participation.<\/p>\n<h3>5.3 Budgets participatifs locaux et disparit\u00e9s socio-d\u00e9mographiques<\/h3>\n<p>Les dispositifs de \u00ab budget participatif \u00bb, instaur\u00e9s dans de nombreuses m\u00e9tropoles occidentales sur le mod\u00e8le historique de Porto Alegre, visaient initialement \u00e0 redonner le pouvoir d&rsquo;arbitrage financier aux populations traditionnellement exclues des sph\u00e8res de d\u00e9cision. Pourtant, les \u00e9valuations empiriques men\u00e9es par les sociologues d\u00e9montrent que ces dispositifs sont le th\u00e9\u00e2tre d&rsquo;une autos\u00e9lection socio-\u00e9conomique flagrante.<\/p>\n<p>Le profil sociod\u00e9mographique type du votant r\u00e9gulier aux budgets participatifs urbains se caract\u00e9rise par :<br \/>\n1. Un niveau de dipl\u00f4me tr\u00e8s largement sup\u00e9rieur au baccalaur\u00e9at (capital culturel \u00e9lev\u00e9).<br \/>\n2. Une appartenance massive aux cadres et professions intellectuelles sup\u00e9rieures.<br \/>\n3. Un \u00e2ge m\u00e9dian souvent situ\u00e9 entre 45 et 65 ans.<br \/>\n4. Une ma\u00eetrise parfaite des technologies num\u00e9riques et du vocabulaire administratif.<\/p>\n<p>Les populations pr\u00e9caires, les ouvriers, les immigr\u00e9s r\u00e9cents et les \u00e9tudiants aux horaires d\u00e9cal\u00e9s sont implicitement \u00e9vinc\u00e9s du m\u00e9canisme d&rsquo;autos\u00e9lection, n&rsquo;ayant ni le temps, ni les codes sociolinguistiques, ni le sentiment de l\u00e9gitimit\u00e9 n\u00e9cessaire pour r\u00e9diger un projet ou voter en ligne. En cons\u00e9quence, les budgets participatifs financent r\u00e9guli\u00e8rement des projets de tiers-lieux culturels, d&rsquo;ateliers de r\u00e9paration de cycles ou de potagers urbains dans des quartiers gentrifi\u00e9s, d\u00e9laissant les urgences mat\u00e9rielles objectives des quartiers populaires (r\u00e9novation thermique, \u00e9clairage s\u00e9curisant, soutien parascolaire).<\/p>\n<h2>6. Manifestations critiques dans la recherche clinique et m\u00e9dicale<\/h2>\n<p>Si dans les sciences sociales le biais d&rsquo;autos\u00e9lection alt\u00e8re la compr\u00e9hension de l&rsquo;opinion ou l&rsquo;\u00e9quit\u00e9 des investissements, il constitue dans les sciences biom\u00e9dicales une menace directe pour la sant\u00e9 humaine et l&rsquo;int\u00e9grit\u00e9 des soins prodigu\u00e9s aux patients.<\/p>\n<h3>6.1 Le paradoxe de l&rsquo;adh\u00e9rent sain (\u00ab Healthy Volunteer Bias \u00bb)<\/h3>\n<p>Dans la recherche \u00e9pid\u00e9miologique et les essais observationnels de long terme, le <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/catalogofbias.org\/biases\/healthy-worker-volunteer-effect\/\">biais du volontaire sain<\/a> repr\u00e9sente une anomalie bien document\u00e9e. Les individus qui consentent \u00e0 s&rsquo;engager spontan\u00e9ment dans de vastes cohortes de suivi nutritionnel ou d&rsquo;\u00e9valuation de modes de vie (telles que les c\u00e9l\u00e8bres \u00e9tudes de cohorte en sant\u00e9 publique) ne ressemblent en rien \u00e0 la moyenne de la population g\u00e9n\u00e9rale.<\/p>\n<p>Ces volontaires fument substantiellement moins, consomment de l&rsquo;alcool de mani\u00e8re plus mod\u00e9r\u00e9e, pratiquent une activit\u00e9 sportive r\u00e9guli\u00e8re, ont un niveau d&rsquo;\u00e9ducation plus \u00e9lev\u00e9 et respectent scrupuleusement les recommandations di\u00e9t\u00e9tiques officielles. D\u00e8s lors, lorsqu&rsquo;une cohorte observationnelle tente de mesurer l&rsquo;efficacit\u00e9 protectrice d&rsquo;un r\u00e9gime m\u00e9diterran\u00e9en ou de l&rsquo;adh\u00e9sion \u00e0 des d\u00e9pistages pr\u00e9coces r\u00e9currents, une part majeure de la r\u00e9duction observ\u00e9e de la mortalit\u00e9 toutes causes confondues ne d\u00e9coule pas de l&rsquo;intervention cibl\u00e9e elle-m\u00eame, mais des caract\u00e9ristiques de sant\u00e9 favorables basales des volontaires.<\/p>\n<p>Cette confusion causale induit une sous-estimation dramatique de l&rsquo;incidence r\u00e9elle des pathologies chroniques au sein de la population g\u00e9n\u00e9rale et conduit \u00e0 attribuer faussement des gains d&rsquo;esp\u00e9rance de vie spectaculaires \u00e0 des interventions mineures. Lorsque ces pr\u00e9conisations sont ensuite g\u00e9n\u00e9ralis\u00e9es \u00e0 l&rsquo;ensemble de la population \u2014 dont les conditions mat\u00e9rielles d&rsquo;existence interdisent l&rsquo;adoption d&rsquo;un tel mode de vie \u2014, les b\u00e9n\u00e9fices cliniques escompt\u00e9s ne se mat\u00e9rialisent jamais dans les proportions annonc\u00e9es par les publications initiales.<\/p>\n<h3>6.2 Essais cliniques de traitements psychiatriques et pharmacologiques<\/h3>\n<p>Le recrutement dans les essais cliniques randomis\u00e9s portant sur la d\u00e9pression majeure, le trouble anxieux g\u00e9n\u00e9ralis\u00e9 ou la schizophr\u00e9nie offre un terrain particuli\u00e8rement vuln\u00e9rable aux distorsions de l&rsquo;autos\u00e9lection. Par d\u00e9finition, un \u00e9pisode d\u00e9pressif caract\u00e9ris\u00e9 s\u00e9v\u00e8re s&rsquo;accompagne d&rsquo;<strong>aboulie<\/strong>, d&rsquo;anh\u00e9donie profonde et d&rsquo;un ralentissement psychomoteur majeur rendant presque impossible le simple fait de remplir un dossier d&rsquo;inscription ou de se pr\u00e9senter r\u00e9guli\u00e8rement \u00e0 des consultations de recherche.<\/p>\n<p>De ce fait, les essais psychiatriques recrutent structurellement une population de patients d\u00e9pressifs pr\u00e9sentant des formes l\u00e9g\u00e8res \u00e0 mod\u00e9r\u00e9es, conservant un degr\u00e9 d&rsquo;agentivit\u00e9 suffisant pour se porter volontaires. Cette s\u00e9lection cr\u00e9e une scission pr\u00e9occupante :<\/p>\n<ul>\n<li>L&rsquo;<em>efficacit\u00e9 th\u00e9rapeutique<\/em> mesur\u00e9e dans l&rsquo;essai est souvent excellente sur ce sous-groupe fonctionnel.<\/li>\n<li>L&rsquo;<em>efficacit\u00e9 en pratique m\u00e9dicale courante<\/em> s&rsquo;effondre lorsque le m\u00e9dicament est prescrit en milieu hospitalier ferm\u00e9 \u00e0 des patients r\u00e9fractaires souffrant de comorbidit\u00e9s lourdes.<\/li>\n<\/ul>\n<p>Par ailleurs, les profils d&rsquo;effets secondaires et de tol\u00e9rance m\u00e9tabolique observ\u00e9s sur les volontaires \u2014 plus jeunes, mieux entour\u00e9s socialement et sans ant\u00e9c\u00e9dents cardiovasculaires graves \u2014 s&rsquo;av\u00e8rent infiniment plus favorables qu&rsquo;ils ne le seront en vie r\u00e9elle, dissimulant la toxicit\u00e9 potentielle de la mol\u00e9cule sur les populations les plus vuln\u00e9rables.<\/p>\n<h3>6.3 Enqu\u00eates de sant\u00e9 publique \u00e9pid\u00e9miologiques en auto-\u00e9valuation<\/h3>\n<p>La survenue de crises sanitaires majeures a mis en lumi\u00e8re les dangers des enqu\u00eates de sant\u00e9 auto-administr\u00e9es sans contr\u00f4le probabiliste. L&rsquo;un des exemples les plus embl\u00e9matiques de ces derni\u00e8res ann\u00e9es concerne l&rsquo;\u00e9valuation de la pr\u00e9valence des sympt\u00f4mes prolong\u00e9s post-viraux, commun\u00e9ment regroup\u00e9s sous le terme de \u00ab Covid long \u00bb. De multiples \u00e9tudes d&rsquo;auto-\u00e9valuation ont circul\u00e9 sur les r\u00e9seaux sociaux et forums de patients au pic de l&rsquo;\u00e9pid\u00e9mie.<\/p>\n<p>Dans ces protocoles ouverts, les personnes ne souffrant d&rsquo;aucune s\u00e9quelle apr\u00e8s leur infection aigu\u00eb ont presque syst\u00e9matiquement ignor\u00e9 le formulaire en ligne, tandis que les patients \u00e9prouvant des sympt\u00f4mes d\u00e9bilitants, inexpliqu\u00e9s ou douloureux ont investi l&rsquo;enqu\u00eate avec une mobilisation exceptionnelle. Ces \u00e9tudes ont d\u00e8s lors rapport\u00e9 des taux de persistance symptomatique ahurissants (atteignant parfois 30 \u00e0 50 % de l&rsquo;ensemble des contamin\u00e9s).<\/p>\n<p>Lorsque des \u00e9quipes de recherche \u00e9pid\u00e9miologique rigoureuses ont ult\u00e9rieurement r\u00e9pliqu\u00e9 ces protocoles sur des cohortes probabilistes nationales strictement tir\u00e9es au sort avec groupe t\u00e9moin s\u00e9ron\u00e9gatif appari\u00e9, la pr\u00e9valence r\u00e9elle s&rsquo;est av\u00e9r\u00e9e consid\u00e9rablement plus basse. La confusion initiale entre la <em>corr\u00e9lation observ\u00e9e parmi les r\u00e9pondants<\/em> et le <em>risque attribuable dans la population g\u00e9n\u00e9rale<\/em> a provoqu\u00e9 des paniques sanitaires disproportionn\u00e9es et une d\u00e9stabilisation dans le dimensionnement des budgets allou\u00e9s aux services hospitaliers sp\u00e9cialis\u00e9s.<\/p>\n<h2>7. Implications profondes en psychologie empirique et sciences comportementales<\/h2>\n<p>La psychologie scientifique moderne affronte une crise de l\u00e9gitimit\u00e9 m\u00e9thodologique majeure. Au c\u0153ur de cette temp\u00eate \u00e9pist\u00e9mologique se trouve l&rsquo;autos\u00e9lection des sujets d&rsquo;exp\u00e9rience, qui remet en cause le postulat d&rsquo;universalit\u00e9 des d\u00e9couvertes sur l&rsquo;esprit humain.<\/p>\n<h3>7.1 Le probl\u00e8me universel des \u00e9chantillons WEIRD<\/h3>\n<p>D\u00e9nonc\u00e9 dans un article s\u00e9minal de <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.cambridge.org\/core\/journals\/behavioral-and-brain-sciences\/article\/weirdest-people-in-the-world\/302A127CDDD314F000B0D80F63BD429D\">Joseph Henrich, Steven Heine et Ara Norenzayan (2010)<\/a>, le probl\u00e8me des \u00e9chantillons dits <strong>WEIRD<\/strong> (acronyme de <em>Western, Educated, Industrialized, Rich, Democratic<\/em>) est le fruit direct d&rsquo;une autos\u00e9lection acad\u00e9mique historique. Depuis des d\u00e9cennies, l&rsquo;\u00e9crasante majorit\u00e9 des th\u00e9ories sur la cognition, la prise de d\u00e9cision, la perception visuelle ou les \u00e9motions morales repose sur des protocoles exp\u00e9rimentaux dont les participants sont des \u00e9tudiants de licence en psychologie inscrits dans des universit\u00e9s d&rsquo;Am\u00e9rique du Nord ou d&rsquo;Europe occidentale.<\/p>\n<p>Ces \u00e9tudiants s&rsquo;inscrivent volontairement \u00e0 ces exp\u00e9riences sur des portails internes de campus pour valider des cr\u00e9dits d&rsquo;enseignement obligatoire ou obtenir quelques dizaines de dollars. Ce vivier constitue l&rsquo;une des fractions les plus atypiques et les moins repr\u00e9sentatives de l&rsquo;humanit\u00e9 sur les plans :<br \/>\n* \u00c9conomique (soci\u00e9t\u00e9s industrielles avanc\u00e9es \u00e0 haut revenu par habitant),<br \/>\n* Culturel (individualisme forcen\u00e9 versus collectivisme majoritaire \u00e0 l&rsquo;\u00e9chelle plan\u00e9taire),<br \/>\n* D\u00e9mographique (\u00e2ge m\u00e9dian oscillant entre 19 et 22 ans, c\u00e9libataires sans enfants \u00e0 charge).<\/p>\n<p>L&rsquo;erreur \u00e9pist\u00e9mologique magistrale a consist\u00e9 \u00e0 postuler que le fonctionnement neurocognitif de ce sous-groupe auto-s\u00e9lectionn\u00e9 d&rsquo;\u00e9tudiants occidentaux constituait le \u00ab syst\u00e8me d&rsquo;exploitation \u00bb universel de l&rsquo;esp\u00e8ce <em>Homo sapiens<\/em>. Des pans entiers de la th\u00e9orie des jeux, des illusions perceptives (comme l&rsquo;illusion de M\u00fcller-Lyer) ou du raisonnement moral se sont r\u00e9v\u00e9l\u00e9s \u00eatre des particularismes culturels locaux sans transf\u00e9rabilit\u00e9 internationale.<\/p>\n<h3>7.2 Recherche sur les plateformes de micro-travail (Amazon Mechanical Turk, Prolific)<\/h3>\n<p>Pour s&rsquo;\u00e9manciper du carcan des cohortes d&rsquo;\u00e9tudiants, les chercheurs en sciences sociales se sont tourn\u00e9s massivement \u00e0 partir des ann\u00e9es 2010 vers les plateformes de micro-travail r\u00e9mun\u00e9r\u00e9 \u00e0 la t\u00e2che, telles qu&rsquo;<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.mturk.com\/\">Amazon Mechanical Turk<\/a> ou <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.prolific.co\/\">Prolific<\/a>. Si cette transition a permis de diversifier la tranche d&rsquo;\u00e2ge des sujets, elle a en r\u00e9alit\u00e9 substitu\u00e9 un biais d&rsquo;autos\u00e9lection \u00e0 un autre, plus insidieux encore.<\/p>\n<p>Les \u00e9tudes quantitatives examinant la sociologie des \u00ab Turkers \u00bb d\u00e9montrent qu&rsquo;il s&rsquo;agit d&rsquo;une population de r\u00e9pondants semi-professionnels. Ils passent plusieurs heures par jour \u00e0 cliquer fr\u00e9n\u00e9tiquement sur des sondages d&rsquo;opinion pour quelques centimes par t\u00e2che. Psychologiquement, ce vivier auto-s\u00e9lectionn\u00e9 pr\u00e9sente des scores de n\u00e9vrosisme bien plus hauts que la population g\u00e9n\u00e9rale, un taux de sous-emploi \u00e9lev\u00e9, et une forte pr\u00e9valence d&rsquo;isolement social ou d&rsquo;introversion.<\/p>\n<p>De surcro\u00eet, ces sujets ont d\u00e9velopp\u00e9 une hyper-acculturation aux paradigmes exp\u00e9rimentaux. Ils connaissent par c\u0153ur le dilemme du tramway, les t\u00e2ches d&rsquo;ancrage de Kahneman ou le jeu de l&rsquo;ultimatum. Cette familiarit\u00e9 d\u00e9truit la spontan\u00e9it\u00e9 cognitive recherch\u00e9e : le participant r\u00e9pond selon les attentes per\u00e7ues de la plateforme pour s\u00e9curiser son paiement sans rejet de t\u00e2che, r\u00e9duisant \u00e0 n\u00e9ant la validit\u00e9 \u00e9cologique des r\u00e9sultats comportementaux.<\/p>\n<h3>7.3 \u00c9tudes sur la sexualit\u00e9 humaine et les comportements tabous<\/h3>\n<p>L&rsquo;histoire de la sexologie empirique fournit sans doute le cas le plus extr\u00eame de distorsion par autos\u00e9lection. Lorsque le biologiste <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/kinseyinstitute.org\/research\/kinsey-reports.php\">Alfred Kinsey<\/a> publia ses rapports historiques sur le comportement sexuel de l&rsquo;homme (1948) et de la femme (1953), il fit sensation en r\u00e9v\u00e9lant des taux vertigineux de pratiques adult\u00e9rines, homosexuelles ou f\u00e9tichistes jusqu&rsquo;alors condamn\u00e9es par la morale publique.<\/p>\n<p>Cependant, les critiques m\u00e9thodologiques imm\u00e9diates de statisticiens de renom (dont John Tukey) ont soulign\u00e9 la m\u00e9thode de recrutement de Kinsey : ses donn\u00e9es reposaient sur des entretiens approfondis avec des personnes s&rsquo;\u00e9tant port\u00e9es explicitement volontaires pour raconter leur intimit\u00e9 sexuelle \u00e0 des inconnus. Les \u00e9tudes psychologiques ult\u00e9rieures sur l&rsquo;\u00e9chantillonnage des comportements \u00e9rotiques ont invariablement d\u00e9montr\u00e9 que les volontaires aux enqu\u00eates sexologiques manifestent :<br \/>\n1. Une ouverture \u00e0 l&rsquo;exp\u00e9rience significativement sup\u00e9rieure \u00e0 la norme sociale,<br \/>\n2. Une permissivit\u00e9 morale et une tol\u00e9rance \u00e0 la prise de risque tr\u00e8s \u00e9lev\u00e9es,<br \/>\n3. Un niveau d&rsquo;inhibition et d&rsquo;anxi\u00e9t\u00e9 sexuelle bien plus bas que la moyenne.<\/p>\n<p>Par cons\u00e9quent, les donn\u00e9es de ces enqu\u00eates sur\u00e9valuent structurellement la fr\u00e9quence des pratiques sexuelles marginales ou aventureuses et sous-estiment massivement la pr\u00e9valence des inhibitions, des dysfonctions ou de l&rsquo;abstinence au sein du grand public.<\/p>\n<h2>8. L&rsquo;\u00e9cosyst\u00e8me num\u00e9rique : amplification de l&rsquo;autos\u00e9lection en ligne<\/h2>\n<p>Loin d&rsquo;avoir r\u00e9solu les d\u00e9fis d&rsquo;\u00e9chantillonnage, la transition num\u00e9rique de nos soci\u00e9t\u00e9s a industrialis\u00e9 et maximis\u00e9 la puissance distorsive de l&rsquo;autos\u00e9lection, avec des r\u00e9percussions directes sur l&rsquo;\u00e9conomie et le d\u00e9bat d\u00e9mocratique.<\/p>\n<h3>8.1 Plateformes d&rsquo;avis en ligne (TripAdvisor, Google Reviews, Amazon)<\/h3>\n<p>Le fonctionnement des agr\u00e9gateurs d&rsquo;avis sur Internet offre une mat\u00e9rialisation parfaite de la d\u00e9gradation de l&rsquo;information par s\u00e9lection volontaire. Dans l&rsquo;exp\u00e9rience quotidienne de consommation, la plupart des interactions avec un restaurant, un h\u00f4tel ou un produit commercial sont ordinaires et conformes aux attentes moyennes.<\/p>\n<p>Cependant, d\u00e9poser un avis requiert une d\u00e9marche active : s&rsquo;identifier sur un site, r\u00e9diger un texte, calibrer un score. Ce co\u00fbt d&rsquo;opportunit\u00e9 temporel n&rsquo;est assum\u00e9 que par deux cat\u00e9gories d&rsquo;utilisateurs :<br \/>\n* Les clients profond\u00e9ment indign\u00e9s par un incident grave ou une d\u00e9convenue majeure (besoin de r\u00e9torsion ou de vengeance),<br \/>\n* Les clients absolument \u00e9merveill\u00e9s par une prestation sortant de l&rsquo;ordinaire (gratitude affective).<\/p>\n<p>Ce m\u00e9canisme engendre dans les bases de donn\u00e9es d&rsquo;avis une distribution binationale caract\u00e9ristique, dite en <strong>forme de J<\/strong> ou en <strong>forme de U<\/strong>, o\u00f9 les notes 1 \u00e9toile et 5 \u00e9toiles s&#8217;empilent massivement au d\u00e9triment des notes 2, 3 et 4 \u00e9toiles. La note moyenne affich\u00e9e est une fiction math\u00e9matique qui ne refl\u00e8te en rien la satisfaction m\u00e9diane des milliers de clients silencieux. De plus, cette hypersensibilit\u00e9 rend les entreprises extr\u00eamement vuln\u00e9rables aux raids coordonn\u00e9s ou aux campagnes de boycott men\u00e9es par des minorit\u00e9s militantes actives.<\/p>\n<h3>8.2 Sondages informels sur les r\u00e9seaux sociaux (X\/Twitter, LinkedIn, Instagram)<\/h3>\n<p>Les micro-sondages int\u00e9gr\u00e9s aux publications sur les r\u00e9seaux sociaux sont r\u00e9guli\u00e8rement brandis par des influenceurs, des personnalit\u00e9s politiques et parfois des r\u00e9dactions journalistiques comme des barom\u00e8tres de l&rsquo;opinion publique. Il s&rsquo;agit pourtant du degr\u00e9 z\u00e9ro de la repr\u00e9sentativit\u00e9 scientifique.<\/p>\n<p>Ces dispositifs concentrent trois vecteurs d&rsquo;autos\u00e9lection destructeurs :<br \/>\n* <strong>L&rsquo;enfermement algorithmique :<\/strong> La question n&rsquo;est expos\u00e9e qu&rsquo;\u00e0 la communaut\u00e9 d&rsquo;abonn\u00e9s de l&rsquo;\u00e9metteur ou aux utilisateurs recommand\u00e9s par les algorithmes d&rsquo;engagement, enfermant le vote dans une bulle de filtres et une chambre d&rsquo;\u00e9cho id\u00e9ologique.<br \/>\n* <strong>L&rsquo;hyper-s\u00e9lection partisane :<\/strong> Seuls les utilisateurs les plus politis\u00e9s ou les plus virulents cliquent sur une option, souvent pour faire triompher leur camp symbolique.<br \/>\n* <strong>Les brigades de vote coordonn\u00e9es :<\/strong> Des canaux militants (boucles Telegram, salons Discord) peuvent ais\u00e9ment organiser des flux massifs de votants pour faire basculer le r\u00e9sultat d&rsquo;un sondage informel.<\/p>\n<p>Associer de telles m\u00e9triques quantitatives brutes \u00e0 la \u00ab volont\u00e9 du peuple \u00bb ou au \u00ab sentiment des citoyens \u00bb rel\u00e8ve de la d\u00e9sinformation m\u00e9thodologique pure, aucun cadre de redressement sociologique ou d&rsquo;\u00e9chantillonnage stratifi\u00e9 n&rsquo;encadrant ces clics spontan\u00e9s.<\/p>\n<h3>8.3 Applications de sant\u00e9 et objets connect\u00e9s d&rsquo;auto-quantification<\/h3>\n<p>L&rsquo;essor fulgurant des montres connect\u00e9es, des bracelets d&rsquo;activit\u00e9 physique et des applications de suivi nutritionnel ou menstruel engendre un volume colossal de donn\u00e9es biom\u00e9triques continues. Nombre d&rsquo;entreprises technologiques et d&rsquo;instituts de recherche tentent d&rsquo;exploiter ces m\u00e9tadonn\u00e9es d&rsquo;<em>auto-quantification<\/em> pour dresser des cartes de morbidit\u00e9 ou calibrer des profils de sant\u00e9 pr\u00e9dictifs.<\/p>\n<p>L&rsquo;erreur m\u00e9thodologique consiste ici \u00e0 oublier la nature ultra-s\u00e9lectionn\u00e9e des utilisateurs de ces dispositifs. Les possesseurs d&rsquo;une montre de suivi sportif \u00e0 plusieurs centaines d&rsquo;euros sont typiquement :<br \/>\n1. Issus de classes socio-\u00e9conomiques favoris\u00e9es disposant d&rsquo;un fort pouvoir d&rsquo;achat,<br \/>\n2. D\u00e9j\u00e0 hautement sensibilis\u00e9s aux questions de long\u00e9vit\u00e9, d&rsquo;activit\u00e9 physique et de performance corporelle,<br \/>\n3. Plus jeunes et dot\u00e9s de biomarqueurs cardiom\u00e9taboliques bien plus performants que la moyenne.<\/p>\n<p>\u00c9tablir des seuils de r\u00e9f\u00e9rence physiologiques normaux (nombre de pas quotidiens m\u00e9dians, variabilit\u00e9 de la fr\u00e9quence cardiaque, cycles de sommeil) \u00e0 partir de panels d&rsquo;adeptes du fitness expose la m\u00e9decine de pr\u00e9cision \u00e0 d&rsquo;immenses \u00e9cueils. Des populations vieillissantes ou d\u00e9favoris\u00e9es pourraient \u00eatre \u00e9tiquet\u00e9es comme anormalement d\u00e9faillantes simplement parce que la norme a \u00e9t\u00e9 construite sur un \u00e9chantillon auto-s\u00e9lectionn\u00e9 d&rsquo;athl\u00e8tes du quotidien.<\/p>\n<h2>9. Cons\u00e9quences m\u00e9thodologiques : collision entre validit\u00e9 interne et validit\u00e9 externe<\/h2>\n<p>Pour mesurer la port\u00e9e destructrice du biais d&rsquo;autos\u00e9lection, la taxonomie de Donald Campbell relative aux validit\u00e9s scientifiques constitue la grille de lecture conceptuelle la plus puissante.<\/p>\n<h3>9.1 Compromission de l&rsquo;inf\u00e9rence causale et de la validit\u00e9 interne<\/h3>\n<p>La <strong>validit\u00e9 interne<\/strong> d\u00e9signe la certitude avec laquelle une relation de cause \u00e0 effet postul\u00e9e entre deux variables peut \u00eatre attribu\u00e9e sans ambigu\u00eft\u00e9 \u00e0 cette seule cause, sans interf\u00e9rence de facteurs de confusion alternatifs. Le biais d&rsquo;autos\u00e9lection est l&rsquo;ennemi mortel de la validit\u00e9 interne d\u00e8s lors qu&rsquo;il brise l&rsquo;orthogonalit\u00e9 entre le traitement exp\u00e9rimental et les caract\u00e9ristiques r\u00e9siduelles des sujets.<\/p>\n<p>Lorsqu&rsquo;un individu d\u00e9cide d&rsquo;adh\u00e9rer de sa propre volont\u00e9 \u00e0 un programme d&rsquo;accompagnement (qu&rsquo;il s&rsquo;agisse d&rsquo;un dispositif de reconversion professionnelle, d&rsquo;une nouvelle th\u00e9rapie ou d&rsquo;un tutorat acad\u00e9mique), la d\u00e9cision d&rsquo;adh\u00e9rer est invariablement gouvern\u00e9e par des attributs latents inobservables : ambition personnelle, anxi\u00e9t\u00e9, niveau d&rsquo;\u00e9nergie psychique, r\u00e9seau de soutien familial. L&rsquo;analyste se retrouve face \u00e0 un <strong>biais de variable omise endog\u00e8ne<\/strong> insoluble.<\/p>\n<p>Si l&rsquo;on observe que les participants au tutorat obtiennent de meilleures notes aux examens que les non-participants, est-ce gr\u00e2ce \u00e0 la valeur intrins\u00e8que de l&rsquo;enseignement dispens\u00e9, ou parce que seuls les \u00e9tudiants les plus rigoureux et motiv\u00e9s ont pris l&rsquo;initiative d&rsquo;assister aux cours du soir ? L&rsquo;incapacit\u00e9 \u00e0 d\u00e9m\u00ealer l&rsquo;effet propre de l&rsquo;intervention de l&rsquo;effet de s\u00e9lection r\u00e9trograde imm\u00e9diatement le r\u00e9sultat au bas de la hi\u00e9rarchie de la preuve scientifique.<\/p>\n<h3>9.2 Destruction de la validit\u00e9 externe et de la transf\u00e9rabilit\u00e9<\/h3>\n<p>La <strong>validit\u00e9 externe<\/strong>, quant \u00e0 elle, renvoie \u00e0 la possibilit\u00e9 de g\u00e9n\u00e9raliser et d&rsquo;extrapoler les conclusions empiriques d\u00e9gag\u00e9es sur un \u00e9chantillon restreint \u00e0 la population cible globale, ainsi qu&rsquo;\u00e0 d&rsquo;autres contextes temporels et g\u00e9ographiques. L&rsquo;autos\u00e9lection annihile m\u00e9thodiquement cette transf\u00e9rabilit\u00e9.<\/p>\n<p>Une politique publique test\u00e9e sur une cohorte de citoyens volontaires ultra-mobilis\u00e9s peut afficher une efficacit\u00e9 spectaculaire lors de sa phase pilote. Toutefois, d\u00e8s lors que le d\u00e9cideur politique institutionnalise la mesure et la d\u00e9ploie de mani\u00e8re universelle et obligatoire \u00e0 l&rsquo;ensemble du territoire national, les gains s&rsquo;effondrent r\u00e9guli\u00e8rement. Ce ph\u00e9nom\u00e8ne s&rsquo;explique par la rencontre avec les fractions r\u00e9calcitrantes, indiff\u00e9rentes ou d\u00e9pourvues des comp\u00e9tences basales n\u00e9cessaires \u00e0 la bonne ex\u00e9cution du dispositif.<\/p>\n<p>Ce gouffre m\u00e9thodologique g\u00e9n\u00e8re un co\u00fbt socio-\u00e9conomique colossal pour la collectivit\u00e9 : des centaines de millions d&rsquo;euros sont r\u00e9guli\u00e8rement inject\u00e9s dans des dispositifs d&rsquo;insertion, des programmes d&rsquo;aide \u00e0 la r\u00e9novation \u00e9nerg\u00e9tique ou des applications p\u00e9dagogiques dont l&rsquo;efficacit\u00e9 n&rsquo;avait \u00e9t\u00e9 prouv\u00e9e que sur une frange marginale d&rsquo;adeptes auto-s\u00e9lectionn\u00e9s.<\/p>\n<h3>9.3 Alt\u00e9ration de la cr\u00e9dibilit\u00e9 scientifique et crise de la reproductibilit\u00e9<\/h3>\n<p>Enfin, le biais d&rsquo;autos\u00e9lection se trouve aux avant-postes de la <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.nature.com\/articles\/533452a\">crise de la reproductibilit\u00e9<\/a> qui frappe les sciences empiriques depuis une d\u00e9cennie. Les revues \u00e0 comit\u00e9 de lecture ont historiquement privil\u00e9gi\u00e9 la publication de r\u00e9sultats spectaculaires affichant des tailles d&rsquo;effet spectaculaires, ignorant que ces tailles d&rsquo;effet \u00e9taient artificiellement gonfl\u00e9es par l&rsquo;observation d&rsquo;individus atypiques ultra-r\u00e9ceptifs.<\/p>\n<p>Lorsque des laboratoires ind\u00e9pendants tentent de r\u00e9pliquer ces protocoles en mobilisant des \u00e9chantillons probabilistes al\u00e9atoires stricts, l&rsquo;effet s&rsquo;\u00e9vanouit presque syst\u00e9matiquement. Ces \u00e9checs r\u00e9p\u00e9t\u00e9s nourrissent le scepticisme des d\u00e9cideurs publics et le rejet des sciences sociales par le grand public, accus\u00e9es de produire des v\u00e9rit\u00e9s de laboratoire \u00e9ph\u00e9m\u00e8res et d\u00e9connect\u00e9es du r\u00e9el.<\/p>\n<h2>10. Outils quantitatifs et approches statistiques pour d\u00e9tecter le biais<\/h2>\n<p>La d\u00e9couverte d&rsquo;un biais d&rsquo;autos\u00e9lection exige de l&rsquo;analyste le d\u00e9ploiement d&rsquo;une s\u00e9rie d&rsquo;\u00e9preuves diagnostiques et de tests statistiques sophistiqu\u00e9s destin\u00e9s \u00e0 quantifier l&rsquo;ampleur de la d\u00e9formation de l&rsquo;\u00e9chantillon.<\/p>\n<h3>10.1 Comparaison descriptive avec les param\u00e8tres d\u00e9mographiques de r\u00e9f\u00e9rence<\/h3>\n<p>L&rsquo;approche diagnostique initiale, la plus directe, consiste \u00e0 confronter les distributions univari\u00e9es et bivari\u00e9es de l&rsquo;\u00e9chantillon collect\u00e9 avec les tables de r\u00e9f\u00e9rence de la population g\u00e9n\u00e9rale, fournies par les instituts officiels de statistique publique (tels que l&rsquo;<a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.insee.fr\/\">Insee<\/a> en France ou le <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.census.gov\/\">Census Bureau<\/a> aux \u00c9tats-Unis).<\/p>\n<p>Le chercheur examine minutieusement la concordance des param\u00e8tres sociod\u00e9mographiques fondamentaux :<br \/>\n* Structure de la pyramide des \u00e2ges par tranches d\u00e9cennales,<br \/>\n* R\u00e9partition sexuelle (ratio hommes\/femmes),<br \/>\n* Cat\u00e9gories socio-professionnelles (CSP) et distribution des revenus m\u00e9dians,<br \/>\n* R\u00e9partition g\u00e9ographique (degr\u00e9 d&rsquo;urbanit\u00e9 versus ruralit\u00e9).<\/p>\n<p>Sur le plan math\u00e9matique, cette asym\u00e9trie se formalise par le calcul des <strong>\u00e9carts standardis\u00e9s absolus (Standardized Mean Differences &#8211; SMD)<\/strong> ou par des tests d&rsquo;ad\u00e9quation non param\u00e9triques comme le test du <span class=\"arabpsy-math-inline\" data-latex=\"\\chi^2\">$\\chi^2$<\/span> de Pearson :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\chi^2 = \\sum_{k=1}^K \\frac{(O_k - E_k)^2}{E_k}\">$$\\chi^2 = \\sum_{k=1}^K \\frac{(O_k &#8211; E_k)^2}{E_k}$$<\/span><\/p>\n<p>o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"O_k\">$O_k$<\/span> repr\u00e9sente l&rsquo;effectif observ\u00e9 dans la classe <span class=\"arabpsy-math-inline\" data-latex=\"k\">$k$<\/span> de l&rsquo;\u00e9chantillon volontaire et <span class=\"arabpsy-math-inline\" data-latex=\"E_k\">$E_k$<\/span> l&rsquo;effectif attendu sous les proportions r\u00e9elles de recensement. Des m\u00e9triques de th\u00e9orie de l&rsquo;information, telles que la <em>divergence de Kullback-Leibler<\/em>, peuvent \u00e9galement mesurer l&rsquo;entropie relative entre les deux distributions.<\/p>\n<p>Cependant, cette approche comporte une limite \u00e9pist\u00e9mologique majeure : le simple fait qu&rsquo;un \u00e9chantillon auto-s\u00e9lectionn\u00e9 soit miraculeusement \u00e9quilibr\u00e9 sur l&rsquo;\u00e2ge et le sexe ne garantit aucunement l&rsquo;absence de biais. L&rsquo;autos\u00e9lection op\u00e8re fr\u00e9quemment sur des variables psychologiques, attitudinales ou comportementales latentes que les donn\u00e9es du recensement national ne captent pas.<\/p>\n<h3>10.2 Analyse de la vitesse de r\u00e9ponse et m\u00e9thodes par vagues successives<\/h3>\n<p>Une technique ing\u00e9nieuse pour sonder la pr\u00e9sence d&rsquo;une autos\u00e9lection motivationnelle repose sur la <strong>th\u00e9orie du continuum de r\u00e9sistance<\/strong>. Ce paradigme th\u00e9orise que les participants qui r\u00e9pondent imm\u00e9diatement \u00e0 une enqu\u00eate lors du premier appel partagent des affinit\u00e9s psychologiques profondes avec le th\u00e8me, tandis que les r\u00e9pondants tardifs, qui n&rsquo;obtemp\u00e8rent qu&rsquo;apr\u00e8s plusieurs relances agressives, se rapprochent comportementalement du profil des non-r\u00e9pondants d\u00e9finitifs.<\/p>\n<p>Le protocole consiste \u00e0 enregistrer avec pr\u00e9cision le <em>d\u00e9lai de r\u00e9ponse<\/em> (exprim\u00e9 en jours ou en vagues d&rsquo;envois de relances) et \u00e0 analyser la tendance math\u00e9matique des variables d&rsquo;int\u00e9r\u00eat le long de cet axe temporel :<\/p>\n<table border=\"1\" style=\"border-collapse: collapse; width: 100%; text-align: left; margin: 20px 0;\">\n<thead>\n<tr style=\"background-color: #f2f2f2;\">\n<th style=\"padding: 10px;\">Vague de collecte<\/th>\n<th style=\"padding: 10px;\">Type de r\u00e9pondant<\/th>\n<th style=\"padding: 10px;\">Degr\u00e9 d&rsquo;autos\u00e9lection<\/th>\n<th style=\"padding: 10px;\">Comportement type<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td style=\"padding: 10px;\"><strong>Vague 1 (Jour 1-3)<\/strong><\/td>\n<td style=\"padding: 10px;\">Ultra-volontaires<\/td>\n<td style=\"padding: 10px;\">Extr\u00eame (Haute implication)<\/td>\n<td style=\"padding: 10px;\">R\u00e9ponse imm\u00e9diate, avis souvent polaris\u00e9s<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 10px;\"><strong>Vague 2 (Jour 4-10)<\/strong><\/td>\n<td style=\"padding: 10px;\">Volontaires mod\u00e9r\u00e9s<\/td>\n<td style=\"padding: 10px;\">Interm\u00e9diaire<\/td>\n<td style=\"padding: 10px;\">R\u00e9ponse apr\u00e8s une relance amicale<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 10px;\"><strong>Vague 3 (Jour 11+)<\/strong><\/td>\n<td style=\"padding: 10px;\">R\u00e9fractaires ralli\u00e9s<\/td>\n<td style=\"padding: 10px;\">Faible (Proche de la non-r\u00e9ponse)<\/td>\n<td style=\"padding: 10px;\">Exige de fortes incitations, avis plus neutres<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Si l&rsquo;analyste identifie une corr\u00e9lation monotone statistiquement significative entre le d\u00e9lai de r\u00e9action et la valeur moyenne de la r\u00e9ponse (par exemple, le score d&rsquo;anxi\u00e9t\u00e9 ou le niveau d&rsquo;adh\u00e9sion \u00e0 une r\u00e9forme), il peut extrapoler math\u00e9matiquement la trajectoire de la r\u00e9gression lin\u00e9aire pour estimer la valeur hypoth\u00e9tique qu&rsquo;auraient eue les r\u00e9fractaires absolus rest\u00e9s hors de l&rsquo;\u00e9chantillon.<\/p>\n<h3>10.3 Audits par sous-\u00e9chantillonnage al\u00e9atoire obligatoire<\/h3>\n<p>L&rsquo;\u00e9talon-or pour valider empiriquement l&rsquo;ampleur d&rsquo;un biais d&rsquo;autos\u00e9lection consiste \u00e0 mener un <strong>audit de confirmation al\u00e9atoire<\/strong> sur la cohorte r\u00e9fractaire. D\u00e9velopp\u00e9e historiquement par Hansen et Hurwitz en 1946, cette strat\u00e9gie implique les \u00e9tapes suivantes :<\/p>\n<ol>\n<li>L&rsquo;enqu\u00eate initiale est administr\u00e9e de mani\u00e8re standard (laissant \u00e9merger le groupe auto-s\u00e9lectionn\u00e9).<\/li>\n<li>Un sous-\u00e9chantillon probabiliste strict (par exemple 10 %) est tir\u00e9 au sort parmi l&rsquo;ensemble des individus qui ont ignor\u00e9 la sollicitation initiale.<\/li>\n<li>Des ressources financi\u00e8res et op\u00e9rationnelles tr\u00e8s intenses sont mobilis\u00e9es sur ce sous-\u00e9chantillon (visites d&rsquo;enqu\u00eateurs en face-\u00e0-face, d\u00e9dommagements mon\u00e9taires inconditionnels massifs) jusqu&rsquo;\u00e0 obtenir un taux de r\u00e9ponse proche de 100 %.<\/li>\n<\/ol>\n<p>La comparaison \u00e9conom\u00e9trique directe des estimateurs obtenus sur le noyau dur d&rsquo;auto-s\u00e9lectionn\u00e9s et sur l&rsquo;\u00e9chantillon forc\u00e9 repr\u00e9sentatif permet d&rsquo;isoler avec une rigueur absolue le <em>vecteur d&rsquo;erreur de s\u00e9lection<\/em>. Cette information fournit le bar\u00e8me exact du redressement \u00e0 appliquer sur l&rsquo;ensemble de la base de donn\u00e9es.<\/p>\n<h2>11. Techniques \u00e9conom\u00e9triques et statistiques de redressement a posteriori<\/h2>\n<p>Lorsqu&rsquo;un chercheur se retrouve face \u00e0 une base de donn\u00e9es d\u00e9j\u00e0 collect\u00e9e et compromise par un m\u00e9canisme d&rsquo;autos\u00e9lection, plusieurs voies de mod\u00e9lisation math\u00e9matique permettent de tenter une purge statistique des biais r\u00e9siduels.<\/p>\n<h3>11.1 La m\u00e9thode de correction en deux \u00e9tapes de James Heckman (Heckit)<\/h3>\n<p>La proc\u00e9dure d&rsquo;Heckman, universellement d\u00e9sign\u00e9e sous le nom de m\u00e9thode <strong>Heckit<\/strong>, constitue le traitement \u00e9conom\u00e9trique classique de l&rsquo;autos\u00e9lection dans les mod\u00e8les continus. Son architecture repose sur la d\u00e9composition du probl\u00e8me en un syst\u00e8me de deux \u00e9quations r\u00e9solues cons\u00e9cutivement :<\/p>\n<p><strong>\u00c9tape 1 : L&rsquo;\u00e9quation de s\u00e9lection.<\/strong> On mod\u00e9lise la d\u00e9cision de participation <span class=\"arabpsy-math-inline\" data-latex=\"S_i^*\">$S_i^*$<\/span> \u00e0 l&rsquo;aide d&rsquo;un mod\u00e8le probit sur l&rsquo;ensemble des individus observables (participants et non-participants, lorsque des covariables sont disponibles sur ces derniers) :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\mathbb{P}(S_i = 1 mid Z_i) = \\Phi(Z_i\\gamma)\">$$\\mathbb{P}(S_i = 1 mid Z_i) = \\Phi(Z_i\\gamma)$$<\/span><\/p>\n<p>o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"\\Phi(\\cdot)\">$\\Phi(\\cdot)$<\/span> d\u00e9signe la fonction de r\u00e9partition de la loi normale centr\u00e9e r\u00e9duite. \u00c0 l&rsquo;issue de cette estimation, on calcule pour chaque participant observ\u00e9 la quantit\u00e9 math\u00e9matique essentielle : le <strong>ratio inverse de Mills<\/strong> (<span class=\"arabpsy-math-inline\" data-latex=\"\\lambda_i\">$\\lambda_i$<\/span>) :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\lambda_i(Z_i\\gamma) = \\frac{\\phi(Z_i\\gamma)}{\\Phi(Z_i\\gamma)}\">$$\\lambda_i(Z_i\\gamma) = \\frac{\\phi(Z_i\\gamma)}{\\Phi(Z_i\\gamma)}$$<\/span><\/p>\n<p>o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"\\phi(\\cdot)\">$\\phi(\\cdot)$<\/span> est la densit\u00e9 de probabilit\u00e9 de la loi normale standard. Ce terme quantifie pr\u00e9cis\u00e9ment l&rsquo;al\u00e9a moral ou la propension inobserv\u00e9e \u00e0 s&rsquo;auto-s\u00e9lectionner conditionnellement aux variables <span class=\"arabpsy-math-inline\" data-latex=\"Z_i\">$Z_i$<\/span>.<\/p>\n<p><strong>\u00c9tape 2 : L&rsquo;\u00e9quation substantielle d&rsquo;int\u00e9r\u00eat.<\/strong> Le chercheur r\u00e9estime l&rsquo;\u00e9quation d&rsquo;origine en y adjoignant le ratio inverse de Mills comme un r\u00e9gresseur explicatif suppl\u00e9mentaire :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"Y_i = X_i\\beta + \\beta_\\lambda \\lambda_i + \\nu_i\">$$Y_i = X_i\\beta + \\beta_\\lambda \\lambda_i + \\nu_i$$<\/span><\/p>\n<p>L&rsquo;introduction explicite de <span class=\"arabpsy-math-inline\" data-latex=\"\\lambda_i\">$\\lambda_i$<\/span> capture l&rsquo;esp\u00e9rance conditionnelle non nulle de l&rsquo;erreur initiale. Par cons\u00e9quent, le coefficient <span class=\"arabpsy-math-inline\" data-latex=\"\\beta\">$\\beta$<\/span> obtenu par les moindres carr\u00e9s sur cette \u00e9quation augment\u00e9e retrouve sa <em>consistance statistique<\/em>. De surcro\u00eet, le test de Student appliqu\u00e9 au coefficient <span class=\"arabpsy-math-inline\" data-latex=\"\\beta_\\lambda\">$\\beta_\\lambda$<\/span> fournit un test d&rsquo;hypoth\u00e8se imm\u00e9diat : si <span class=\"arabpsy-math-inline\" data-latex=\"\\beta_\\lambda = 0\">$\\beta_\\lambda = 0$<\/span>, l&rsquo;hypoth\u00e8se nulle d&rsquo;absence de biais de s\u00e9lection n&rsquo;est pas rejet\u00e9e.<\/p>\n<p>Cette m\u00e9thode n&rsquo;est toutefois pas une panac\u00e9e : elle exige imp\u00e9rativement une <strong>restriction d&rsquo;exclusion<\/strong>. Il doit exister au moins une variable instrumentale pr\u00e9sente dans le vecteur <span class=\"arabpsy-math-inline\" data-latex=\"Z_i\">$Z_i$<\/span> (qui affecte la d\u00e9cision de participer) mais strictement absente du vecteur <span class=\"arabpsy-math-inline\" data-latex=\"X_i\">$X_i$<\/span> (qui n&rsquo;a aucun lien direct avec le r\u00e9sultat final). En l&rsquo;absence d&rsquo;un tel instrument, la correction repose uniquement sur la forme fonctionnelle non lin\u00e9aire de la loi normale et s&rsquo;effondre en raison d&rsquo;une multicolin\u00e9arit\u00e9 s\u00e9v\u00e8re.<\/p>\n<h3>11.2 Pond\u00e9ration par l&rsquo;inverse de la probabilit\u00e9 de s\u00e9lection (IPW)<\/h3>\n<p>Issue de la litt\u00e9rature sur les scores de propension d\u00e9velopp\u00e9e par Rosenbaum et Rubin, la m\u00e9thode de <strong>Pond\u00e9ration par l&rsquo;Inverse de la Probabilit\u00e9 de S\u00e9lection (Inverse Probability Weighting &#8211; IPW)<\/strong> tente de reconstruire synth\u00e9tiquement une pseudo-population \u00e9quilibr\u00e9e.<\/p>\n<p>Le principe consiste \u00e0 estimer d&rsquo;abord, pour chaque individu de l&rsquo;\u00e9chantillon, sa probabilit\u00e9 marginale de s&rsquo;\u00eatre port\u00e9 volontaire, not\u00e9e <span class=\"arabpsy-math-inline\" data-latex=\"p_i = \\mathbb{P}(S_i = 1 mid X_i)\">$p_i = \\mathbb{P}(S_i = 1 mid X_i)$<\/span>, \u00e0 l&rsquo;aide d&rsquo;une r\u00e9gression logistique multivari\u00e9e int\u00e9grant un vaste ensemble de variables de contr\u00f4le. On attribue ensuite \u00e0 chaque unit\u00e9 observ\u00e9e un poids statistique inversement proportionnel \u00e0 sa chance d&rsquo;appara\u00eetre dans l&rsquo;\u00e9tude :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"w_i = \\frac{1}{p_i}\">$$w_i = \\frac{1}{p_i}$$<\/span><\/p>\n<p>Gr\u00e2ce \u00e0 cette pond\u00e9ration :<br \/>\n* Les individus disposant d&rsquo;un profil hyper-fr\u00e9quent parmi les volontaires (qui avaient une tr\u00e8s forte probabilit\u00e9 <span class=\"arabpsy-math-inline\" data-latex=\"p_i \\approx 1\">$p_i \\approx 1$<\/span> de participer) re\u00e7oivent un poids proche de 1.<br \/>\n* Les individus atypiques, issus de sous-groupes tr\u00e8s r\u00e9ticents \u00e0 participer (associ\u00e9s \u00e0 une probabilit\u00e9 minuscule <span class=\"arabpsy-math-inline\" data-latex=\"p_i ll 1\">$p_i ll 1$<\/span>), re\u00e7oivent un poids multiplicateur consid\u00e9rable.<\/p>\n<p>L&rsquo;application de l&rsquo;IPW pr\u00e9sente toutefois des \u00e9cueils majeurs : l&rsquo;apparition de <em>poids extr\u00eames<\/em> pour des individus isol\u00e9s, ce qui fait exploser la variance des estimateurs. Les statisticiens ont alors recours \u00e0 des techniques d&rsquo;\u00e9lagage ou de troncature des poids (<em>weight trimming<\/em>). Enfin, l&rsquo;IPW est frapp\u00e9e d&rsquo;une impuissance cong\u00e9nitale : elle ne peut corriger le biais que sur les dimensions explicitement mesur\u00e9es et int\u00e9gr\u00e9es dans le mod\u00e8le de score, restant aveugle aux d\u00e9terminants d&rsquo;autos\u00e9lection purement latents.<\/p>\n<h3>11.3 Calage sur marges et post-stratification directe<\/h3>\n<p>Dans l&rsquo;ing\u00e9nierie des sondages et la statistique publique, la technique reine de redressement a posteriori demeure le <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.insee.fr\/fr\/metadonnees\/source\/operation\/s1330\/macro\">calage sur marges<\/a>, fr\u00e9quemment mis en \u0153uvre par l&rsquo;algorithme d&rsquo;ajustement proportionnel biproportionnel (ou algorithme de Deming-Stephan, dit de <em>Raking<\/em>).<\/p>\n<p>Cette approche ajuste it\u00e9rativement les poids de l&rsquo;\u00e9chantillon jusqu&rsquo;\u00e0 ce que les distributions marginales pond\u00e9r\u00e9es de variables cat\u00e9gorielles (sexe, tranches d&rsquo;\u00e2ge, niveau d&rsquo;\u00e9tudes, r\u00e9gion de r\u00e9sidence) co\u00efncident au milli\u00e8me pr\u00e8s avec les marges d\u00e9mographiques officielles de la population cible. Dans les contextes \u00e9lectoraux modernes, une variante bay\u00e9sienne hautement sophistiqu\u00e9e s&rsquo;est impos\u00e9e : la <strong>r\u00e9gression multiniveaux avec post-stratification (MRP)<\/strong>.<\/p>\n<p>Le mod\u00e8le MRP d\u00e9compose la population nationale en milliers de cellules d\u00e9mographiques crois\u00e9es extr\u00eamement fines (par exemple : \u00ab femme, 30-34 ans, dipl\u00f4m\u00e9e du sup\u00e9rieur, r\u00e9sidant en zone p\u00e9riurbaine dans la r\u00e9gion Auvergne-Rh\u00f4ne-Alpes \u00bb). Il utilise ensuite un mod\u00e8le hi\u00e9rarchique pour pr\u00e9dire les comportements au sein de chaque cellule avant de sommer ces pr\u00e9dictions pond\u00e9r\u00e9es par le poids d\u00e9mographique r\u00e9el de chaque strate dans le pays. Qu&rsquo;il s&rsquo;agisse du calage classique ou de la MRP, l&rsquo;efficacit\u00e9 repose int\u00e9gralement sur l&rsquo;<em>hypoth\u00e8se h\u00e9ro\u00efque d&rsquo;ignorabilit\u00e9<\/em> : postuler qu&rsquo;au sein d&rsquo;une m\u00eame cellule d\u00e9mographique, les individus auto-s\u00e9lectionn\u00e9s ont exactement le m\u00eame comportement que les individus silencieux, ce qui rel\u00e8ve d&rsquo;un acte de foi m\u00e9thodologique souvent contredit par l&rsquo;exp\u00e9rience.<\/p>\n<h2>12. Strat\u00e9gies m\u00e9thodologiques pr\u00e9ventives d\u00e8s la conception de l&rsquo;\u00e9tude<\/h2>\n<p>Corriger a posteriori des donn\u00e9es corrompues par l&rsquo;autos\u00e9lection s&rsquo;apparente souvent \u00e0 une tentative d\u00e9sesp\u00e9r\u00e9e de reconstituer un \u0153uf bris\u00e9. La seule r\u00e9ponse v\u00e9ritablement robuste r\u00e9side dans la neutralisation pr\u00e9ventive du biais d\u00e8s l&rsquo;\u00e9laboration du protocole de recherche.<\/p>\n<h3>12.1 Protocoles d&rsquo;\u00e9chantillonnage probabiliste rigoureux<\/h3>\n<p>Il n&rsquo;existe aucun substitut m\u00e9thodologique \u00e0 la puret\u00e9 de l&rsquo;<strong>\u00e9chantillonnage probabiliste<\/strong>. Pour garantir que les conclusions d&rsquo;une enqu\u00eate soient irr\u00e9prochables, les chercheurs doivent privil\u00e9gier sans compromis le tirage al\u00e9atoire stratifi\u00e9 op\u00e9r\u00e9 \u00e0 partir de r\u00e9pertoires d&rsquo;adresses exhaustifs, de registres nationaux de population ou de listes \u00e9lectorales officielles.<\/p>\n<p>Une inflexion protocolaire majeure consiste \u00e0 basculer d&rsquo;une architecture dite d&rsquo;adh\u00e9sion active (<em>opt-in<\/em>) vers un cadre d&rsquo;inclusion par d\u00e9faut avec possibilit\u00e9 de d\u00e9sistement explicite (<em>opt-out<\/em>). Dans les pays o\u00f9 la l\u00e9gislation le permet, la s\u00e9lection d&rsquo;office par registre coupl\u00e9e \u00e0 un droit de retrait r\u00e9duit massivement l&rsquo;effet de filtrage motivationnel par rapport aux appels \u00e0 candidature spontan\u00e9s.<\/p>\n<p>Lorsque le tirage al\u00e9atoire strict est rendu mat\u00e9riellement impossible par des contraintes budg\u00e9taires ou l\u00e9gales d&rsquo;acc\u00e8s aux fichiers, l&rsquo;\u00e9quipe d&rsquo;\u00e9tude doit impl\u00e9menter une m\u00e9thode des <strong>quotas crois\u00e9s multidimensionnels stricts<\/strong>. Plut\u00f4t que de simplement contingenter les variables sociologiques de base de fa\u00e7on isol\u00e9e, les quotas doivent verrouiller des croisements d&rsquo;attributs psychologiques et comportementaux pr\u00e9alables (degr\u00e9 d&rsquo;int\u00e9r\u00eat pour la politique, niveau d&rsquo;optimisme \u00e9conomique, usage des transports), refusant tout volontaire d\u00e8s lors que sa case de stratification est satur\u00e9e.<\/p>\n<h3>12.2 Minimisation des co\u00fbts cognitifs et optimisation des incitations<\/h3>\n<p>Puisque l&rsquo;autos\u00e9lection est gouvern\u00e9e par le calcul d&rsquo;utilit\u00e9 du sujet mesurant le sacrifice de son temps, l&rsquo;exp\u00e9rimentateur doit agir simultan\u00e9ment sur le d\u00e9nominateur et le num\u00e9rateur de cette \u00e9quation d\u00e9cisionnelle.<\/p>\n<p>La premi\u00e8re action impose une r\u00e9duction drastique de la <strong>friction cognitive<\/strong> :<br \/>\n* Limiter scrupuleusement la longueur des questionnaires au strict n\u00e9cessaire fonctionnel (un temps d&rsquo;administration sup\u00e9rieur \u00e0 10 minutes fait chuter verticalement le taux d&rsquo;ach\u00e8vement des profils mod\u00e9r\u00e9s ou press\u00e9s).<br \/>\n* Adopter une ergonomie mobile r\u00e9active (<em>responsive design<\/em>) parfaite, garantissant une compl\u00e9tion fluide sur les smartphones des populations jeunes et actives.<br \/>\n* Neutraliser rigoureusement le titre et les phrases d&rsquo;introduction du protocole : mentionner explicitement l&rsquo;objet clivant d&rsquo;une \u00e9tude (par exemple : \u00ab Enqu\u00eate sur l&rsquo;impact d\u00e9sastreux des \u00e9oliennes \u00bb) garantit une autos\u00e9lection imm\u00e9diate des opposants les plus radicaux.<\/p>\n<p>La seconde action concerne l&rsquo;ing\u00e9nierie des incitations financi\u00e8res. Les travaux fondamentaux de Don Dillman sur la m\u00e9thode de conception adapt\u00e9e (<em>Tailored Design Method<\/em>) ont d\u00e9montr\u00e9 l&rsquo;inutilit\u00e9 relative des loteries ou tirages au sort pour motiver les r\u00e9calcitrants. La seule incitation qui neutralise efficacement l&rsquo;autos\u00e9lection est la <strong>r\u00e9mun\u00e9ration mon\u00e9taire inconditionnelle pr\u00e9alable<\/strong> : faire parvenir un ch\u00e8que ou un bon d&rsquo;achat modeste directement dans l&rsquo;enveloppe avec l&rsquo;invitation \u00e0 r\u00e9pondre, sans subordonner le paiement \u00e0 l&rsquo;ach\u00e8vement effectif de l&rsquo;enqu\u00eate. Ce protocole active une puissante norme psychologique de r\u00e9ciprocit\u00e9 morale chez des sujets indiff\u00e9rents, convertissant en r\u00e9pondants des individus qui n&rsquo;auraient jamais franchi le pas spontan\u00e9ment.<\/p>\n<h3>12.3 Normes d\u00e9ontologiques, transparence et d\u00e9clarations m\u00e9thodologiques<\/h3>\n<p>Enfin, la lutte contre les ravages de l&rsquo;autos\u00e9lection rel\u00e8ve d&rsquo;une \u00e9thique collective de publication et d&rsquo;\u00e9valuation par les pairs au sein de la communaut\u00e9 acad\u00e9mique. La publication de r\u00e9sultats empiriques ne devrait plus jamais tol\u00e9rer l&rsquo;usage d&rsquo;expressions euph\u00e9misantes masquant l&rsquo;adh\u00e9sion spontan\u00e9e des participants.<\/p>\n<p>Les grilles de standardisation internationales, \u00e0 l&rsquo;instar des d\u00e9clarations <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.consort-statement.org\/\">CONSORT<\/a> (pour les essais randomis\u00e9s) et <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/www.strobe-statement.org\/\">STROBE<\/a> (pour les \u00e9tudes \u00e9pid\u00e9miologiques observationnelles), exigent d\u00e9sormais la publication exhaustive d&rsquo;un diagramme de flux documentant :<br \/>\n* Le nombre exact de personnes ayant \u00e9t\u00e9 expos\u00e9es \u00e0 l&rsquo;appel initial,<br \/>\n* Le pourcentage pr\u00e9cis ayant refus\u00e9 d&rsquo;int\u00e9grer le dispositif,<br \/>\n* L&rsquo;ensemble des crit\u00e8res d&rsquo;exclusion appliqu\u00e9s aux diff\u00e9rents stades.<\/p>\n<p>De surcro\u00eet, le mouvement contemporain en faveur de la <strong>pr\u00e9-inscription des protocoles de recherche (preregistration)<\/strong> sur des plateformes institutionnelles (telles que le Centre for Open Science ou ClinicalTrials.gov) interdit aux chercheurs de modifier a posteriori leurs r\u00e8gles d&rsquo;inclusion pour faire \u00e9merger des r\u00e9sultats artificiellement significatifs. Il incombe aux chercheurs une responsabilit\u00e9 d\u00e9ontologique majeure : lorsqu&rsquo;un \u00e9chantillon auto-s\u00e9lectionn\u00e9 est utilis\u00e9 par n\u00e9cessit\u00e9 pratique, les limites structurelles quant \u00e0 sa validit\u00e9 externe et \u00e0 son inf\u00e9rence causale doivent \u00eatre formellement soulign\u00e9es en pr\u00e9ambule, afin de pr\u00e9munir les d\u00e9cideurs publics contre les illusions d&rsquo;une science b\u00e2tie sur des fondations d&rsquo;argile.<\/p>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ul>\n<li>Campbell, D. T., &amp; Stanley, J. C. (1963). <em>Experimental and quasi-experimental designs for research<\/em>. Rand McNally.<\/li>\n<li>Deming, W. E., &amp; Stephan, F. F. (1940). On a least squares adjustment of a sampled frequency table when the expected marginal totals are known. <em>The Annals of Mathematical Statistics<\/em>, 11(4), 427-444. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1214\/aoms\/1177731829\">https:\/\/doi.org\/10.1214\/aoms\/1177731829<\/a><\/li>\n<li>Dillman, D. A., Smyth, J. D., &amp; Christian, L. M. (2014). <em>Internet, phone, mail, and mixed-mode surveys: The tailored design method<\/em> (4th ed.). John Wiley &amp; Sons.<\/li>\n<li>Hansen, M. H., &amp; Hurwitz, W. N. (1946). The problem of non-response in sample surveys. <em>Journal of the American Statistical Association<\/em>, 41(236), 517-529. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1080\/01621459.1946.10501894\">https:\/\/doi.org\/10.1080\/01621459.1946.10501894<\/a><\/li>\n<li>Heckman, J. J. (1979). Sample selection bias as a specification error. <em>Econometrica<\/em>, 47(1), 153-161. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.2307\/1912352\">https:\/\/doi.org\/10.2307\/1912352<\/a><\/li>\n<li>Henrich, J., Heine, S. J., &amp; Norenzayan, A. (2010). The weirdest people in the world? <em>Behavioral and Brain Sciences<\/em>, 33(2-3), 61-83. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1017\/S0140525X0999152X\">https:\/\/doi.org\/10.1017\/S0140525X0999152X<\/a><\/li>\n<li>Kahneman, D., Slovic, S. P., &amp; Tversky, A. (Eds.). (1982). <em>Judgment under uncertainty: Heuristics and biases<\/em>. Cambridge University Press. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1017\/CBO9780511809477\">https:\/\/doi.org\/10.1017\/CBO9780511809477<\/a><\/li>\n<li>Kinsey, A. C., Pomeroy, W. B., &amp; Martin, C. E. (1948). <em>Sexual behavior in the human male<\/em>. W.B. Saunders Co.<\/li>\n<li>Meng, X.-L. (2018). Statistical paradises and paradoxes in big data (I): Law of large populations, big data paradox, and the 2016 US presidential election. <em>The Annals of Applied Statistics<\/em>, 12(2), 685-726. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1214\/18-AOAS1161SF\">https:\/\/doi.org\/10.1214\/18-AOAS1161SF<\/a><\/li>\n<li>Olson, M. (1965). <em>The logic of collective action: Public goods and the theory of groups<\/em>. Harvard University Press.<\/li>\n<li>Rosenbaum, P. R., &amp; Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. <em>Biometrika<\/em>, 70(1), 41-55. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1093\/biomet\/70.1.41\">https:\/\/doi.org\/10.1093\/biomet\/70.1.41<\/a><\/li>\n<li>Rosenthal, R., &amp; Rosnow, R. L. (1975). <em>The volunteer subject<\/em>. John Wiley &amp; Sons.<\/li>\n<li>Squire, P. (1988). Why the 1936 Literary Digest poll failed. <em>Public Opinion Quarterly<\/em>, 52(1), 125-133. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1086\/269085\">https:\/\/doi.org\/10.1086\/269085<\/a><\/li>\n<li>von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., G\u00f8tzsche, P. C., &amp; Vandenbroucke, J. P. (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies. <em>The Lancet<\/em>, 370(9596), 1453-1457. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/S0140-6736(07)61602-X\">https:\/\/doi.org\/10.1016\/S0140-6736(07)61602-X<\/a><\/li>\n<li>Wang, W., Rothschild, D., Goel, S., &amp; Gelman, A. (2015). Forecasting elections with non-representative polls. <em>International Journal of Forecasting<\/em>, 31(3), 980-991. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/j.ijforecast.2014.06.001\">https:\/\/doi.org\/10.1016\/j.ijforecast.2014.06.001<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>D\u00e9couvrez le biais d&rsquo;autos\u00e9lection : d\u00e9finition th\u00e9orique, m\u00e9canismes psychologiques sous-jacents, exemples concrets et m\u00e9thodes statistiques de correction.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[3338,647],"tags":[8491,7394,2243,8492,5869],"class_list":["post-6990","psych_stat","type-psych_stat","status-publish","hentry","category-methodologie-scientifique","category-psychologie-cognitive","tag-biais-dautoselection","tag-biais-dechantillonnage","tag-methodologie-de-recherche","tag-modele-de-heckman","tag-validite-externe"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/6990","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_stat"}],"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=6990"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/6990\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=6990"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=6990"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=6990"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}