Résultats

Tous les participants et tous les mots ont été inclus dans l’analyse. L’analyse comportait donc 50 participants et 120 mots soit 6000 données. Nous avons transformé les réponses écrites des auditeurs en performances numériques. Chaque syllabe entièrement restituée phonologiquement, était comptée comme correcte, y compris si l’orthographe n’était pas correcte. Par exemple, la réponse « galai » pour l’item « galet » était comptée comme deux syllabes correctes. La réponse « pocto » pour l’item « poteau » était comptée comme une seule syllabe correcte (en effet la syllabe /po/ n’est pas correctement restituée puisqu’elle est devenue /p  k/) et la réponse « basket » pour l’item « baquet » était comptée comme entièrement fausse. De ce fait, les réponses recevant le score de deux syllabes correctement restituées, correspondaient aux mots correctement identifiés.

Nous définissons le pourcentage de reconstruction correcte comme étant le nombre de syllabes correctement transcrites de l’item. Un taux de restauration de 50  % signifie qu’en moyenne, une syllabe sur deux à été correctement identifiée. Pour reprendre les exemples cités plus haut, la réponse « galai » obtenait un score de 100  % d’intelligibilité, la réponse « pocto » un score de 50  % et la réponse « basket » un score de 0  %. Nous avons également effectué un codage lexical des réponses des participants (codage binaire selon que l’item est correctement restitué en entier ou non). Globalement le profil des résultats obtenu était le même que celui obtenu par le codage syllabique (avec des performances plus basses) cependant, il était plus judicieux pour nos résultats de présenter le codage syllabique qui reflétait plus fidèlement la variabilité interindividuelle observée. En effet, le codage lexical apportait une estimation approximative des performances des participants contrairement au codage syllabique qui donnait une estimation plus fine des capacités de reconstruction.

La significativité de nos résultats a été mesurée à l’aide d’une analyse statistique ANOVA à mesures répétées (logiciel StatView) en considérant comme variable aléatoire d’une part, les participants (F1) et d’autre part, les items (F2).