Tâche de Lecture Autonome
La Tâche de Lecture Autonome mesure comment les gens lisent des phrases à leur propre rythme, mot par mot. Dans la version Labvanced, chaque phrase est affichée en entier et le suivi des yeux par webcam enregistre le comportement de lecture sur chaque mot, permettant aux chercheurs d'obtenir des temps de lecture au niveau du mot sans avoir à révéler le texte un mot à la fois. Les temps de lecture des mots individuels ont été utilisés pour étudier le traitement du langage depuis les premiers paradigmes de lecture (Just et al., 1982).
Table des Matières
Format de la Tâche | Tâche de Lecture Autonome
L'étude commence par un bref écran d'instructions et une calibration du suivi des yeux par webcam. Les participants lisent ensuite 10 phrases, une par essai, dans un ordre aléatoire.
Chaque essai comporte deux étapes :
- Croix de fixation : une croix de fixation apparaît à l'écran. La phrase suit une seconde après que le regard du participant se pose sur la croix, donc chaque essai commence avec les yeux au même endroit.
- Phrase : la phrase complète est affichée avec chaque mot dans sa propre cellule. Les participants la lisent comme ils le feraient normalement, puis appellent une touche ou cliquent pour passer à la suite.
Puisque le participant décide quand avancer, la lecture reste autonome. La différence par rapport à la méthode classique réside dans la manière dont les temps au niveau du mot sont mesurés. Dans la version classique à fenêtre mobile, les participants appuient sur une touche pour révéler chaque prochain mot, et le temps entre les appuis est le temps de lecture. Ici, toute la phrase reste à l'écran et le suivi des yeux mesure combien de temps les yeux passent sur chaque mot, ce qui permet à la lecture de rester plus proche de la normale.
Données Collectées avec la Tâche de Lecture Autonome
La Tâche de Lecture Autonome enregistre deux niveaux de données : combien de temps les participants ont mis pour lire chaque phrase, et comment ils ont lu chaque mot individuel. Les tableaux au niveau du mot sont enregistrés automatiquement par le Text Segmentation Object, avec une ligne par mot. Toutes les variables peuvent être visualisées et personnalisées dans l'onglet Variables de la tâche.
Voici les principales variables collectées dans la version Labvanced de la Tâche de Lecture Autonome :
| Nom de la Variable | Description |
|---|---|
Text Segmentation Object_1_word_metrics | Tableau avec une ligne par mot : word_index, word, line_index, dwell_time, total_fixations, total_fixation_duration, time_to_first_fixation, et mean_fixation_duration |
Text Segmentation Object_1_aoi | Tableau avec une ligne par mot : word_index, word, line_index, et la position et la taille du mot à l'écran (x, y, width, height) |
reaction_time_Keyboard | Temps (ms) depuis le début de la phrase jusqu'à l'appui sur la touche qui a mis fin à l'essai, le temps total de lecture de la phrase |
reaction_time_Mouse | Temps (ms) depuis le début de la phrase jusqu'au clic qui a mis fin à l'essai, lorsque le participant a cliqué au lieu d'appuyer sur une touche |
Les deux tableaux de mots partagent la même word_index, de sorte que chaque métrique de suivi des yeux d'un mot peut être associée au mot lui-même et à sa position dans la phrase.
Cette étude mesure la lecture au niveau des mots individuels. Les participants lisent dix phrases à leur propre rythme pendant que le suivi des yeux par webcam enregistre le temps de présence, les fixations et le temps jusqu'à la première fixation sur chaque mot.
Technologie pour la Tâche de Lecture Autonome
Labvanced inclut plusieurs technologies qui rendent la Tâche de Lecture Autonome adaptée à la recherche sur la lecture à distance et en laboratoire :
Text Segmentation Object : Chaque phrase est automatiquement divisée en mots, et chaque mot devient sa propre zone d'intérêt (AOI). Il n'est pas nécessaire de dessiner des AOIs à la main pour chaque mot et chaque phrase. En savoir plus sur la page Text Segmentation.
Suivi des Yeux par Webcam 2.0 : Le regard est enregistré avec la webcam du participant, sans matériel supplémentaire. Pour la lecture au niveau du mot, la validation ET 2.0 recommande une calibration plus longue avec un contrôle strict, qui a abouti à environ 1,5° d'angle visuel (Labvanced, 2026). La mise en page en grille dans ce modèle donne à chaque mot une large cellule, ce qui rend les AOIs au niveau des mots plus faciles à atteindre.
Début d'Essai Dépendant du Regard : La phrase n'apparaît que lorsque le regard du participant a atteint la croix de fixation, donc chaque essai commence depuis la même position oculaire.
Détection de Fixation Intégrée : Les fixations sont détectées automatiquement pendant que la phrase est affichée, et le tableau des métriques des mots est calculé lorsque l'essai se termine, sans post-traitement nécessaire.
Chronométrage de Haute Précision : Les débuts de phrase et les réponses sont enregistrés avec une précision de millisecondes, de sorte que les temps de lecture totaux par phrase sont mesurés précisément.
Mode Application de Bureau : Pour les études en laboratoire, l'application de bureau peut également être utilisée pour administrer ce test et ensuite le combiner avec du matériel de laboratoire tel que l'EEG ou toute autre connexion basée sur LSL.
Confidentialité par Conception : Tout le traitement des visages et des yeux se déroule sur l'appareil du participant. Seules les données numériques de regard sont sauvegardées, jamais d'images ou de vidéos de la webcam.
Suivi des Yeux par Webcam
Capturez les motifs de regard et l'attention visuelle avec un suivi des yeux par webcam intégré, sans code et évalué par des pairs.
Précision de Temps
Capturez les temps de réaction, la performance des tâches, et plus avec une précision milliseconde pour les tâches sensibles au temps.
Application de Bureau
Exécutez des études en laboratoire en utilisant l'application de bureau, compatible avec l'EEG et d'autres matériels de laboratoire connectés par LSL.
Personnalisation de la Tâche de Lecture Autogérée
Il existe plusieurs façons de personnaliser ce modèle. Voici quelques thèmes que les chercheurs demandent souvent concernant la modification de cette tâche.
Ensemble de Phrases
Les phrases proviennent d'une trame de données de type tableau : chaque phrase est une ligne de la trame de données et chaque mot est dans sa propre colonne. À l'écran, la mise en page Grid enveloppe alors chaque phrase en lignes de 4 mots. Vous pouvez les remplacer en téléversant votre propre feuille de calcul via Set Text Source… dans le panneau Object Properties. Des phrases de différentes longueurs sont prises en charge, puisque les lignes plus courtes ont simplement moins de mots. Pour une configuration étape par étape, consultez le guide Objet de Segmentation de Texte.
Mise en Page des Mots
Le modèle utilise la mise en page Grid, qui place chaque mot dans une cellule de largeur égale afin que les AOIs couvrent le texte sans espaces ni chevauchements. Vous pouvez passer à la mise en page Flow pour un texte qui s'enroule comme un paragraphe normal, et changer le nombre de colonnes, l'espace entre les mots, et la police dans Object Properties.
Questions de Compréhension et Conditions
Pour vérifier que les participants lisent pour le sens, ajoutez un cadre après chaque phrase avec une question sur son contenu. Pour comparer les types de phrases, comme les phrases faciles versus difficiles ou ambiguës versus non ambiguës, ajoutez un facteur dans Factors & Randomization et liez chaque condition à son propre ensemble de phrases.
Paramètres de Suivi Oculaire
La durée de calibration, le niveau de dépistage et la fréquence des corrections de dérive peuvent être ajustés dans les paramètres de suivi oculaire de l'étude. Pour une analyse au niveau des mots, une calibration plus longue et des dépistages plus stricts améliorent la précision, au prix de dépister plus de participants (Labvanced, 2026).
Si vous souhaitez savoir autre chose, n'hésitez pas à nous écrire et à demander :
Utilisation Recommandée de la Tâche de Lecture Autogérée
La tâche de lecture autogérée est utilisée dans la recherche sur la façon dont les gens lisent et comprennent le langage, un mot à la fois :
Psycholinguistique et Processus de Phrases : Mesurez où la lecture ralentit dans une phrase, par exemple à un mot qui est inattendu ou difficile à intégrer. La durée pendant laquelle les yeux restent sur un mot reflète combien de traitement ce mot nécessite (Rayner, 1998).
Recherche en Langue Seconde : La lecture autogérée est une méthode courante dans la recherche sur les langues secondes. Une synthèse de 74 études de ce type a appelé à une utilisation et à un rapport plus standardisés de la méthode (Marsden et al., 2018).
Études Linguistiques en Ligne : Une comparaison de 134 apprenants de la langue seconde testés en ligne ou en laboratoire a révélé des preuves comparables de traitement lexical et au niveau des phrases dans les deux contextes, y compris dans une expérience de lecture autogérée (Gastmann et al., 2025).
Développement de la Lecture et Éducation : Le suivi oculaire montre comment la longueur des mots et la fréquence des mots affectent la lecture chez les enfants. Chez 66 enfants germanophones, les lecteurs lents étaient plus sensibles à la longueur des mots et montrèrent des effets de fréquence des mots plus faibles que les lecteurs rapides (Gerth & Festman, 2021).
Lisibilité et Recherche Appliquée : Testez combien il est facile pour les gens de lire une copie de produit, des instructions ou des informations de santé, et trouvez les mots exacts où les lecteurs ralentissent.
Références
Gastmann, F., Schimke, S., & Poarch, G. J. (2025). Réaliser des recherches psycholinguistiques en ligne : Preuves comparables de traitement lexical et au niveau des phrases en langue seconde dans des études en ligne par rapport à des études en laboratoire. Bilinguisme : Langue et Cognition, 29(3), 615–628. https://doi.org/10.1017/S136672892510028X
Gerth, S., & Festman, J. (2021). Développement de la lecture, longueur des mots et effets de fréquence : Une étude de suivi oculaire avec des lecteurs lents et rapides. Frontiers in Communication, 6, 743113. https://doi.org/10.3389/fcomm.2021.743113
Just, M. A., Carpenter, P. A., & Woolley, J. D. (1982). Paradigmes et processus dans la compréhension de la lecture. Journal of Experimental Psychology : General, 111(2), 228–238. https://doi.org/10.1037/0096-3445.111.2.228
Labvanced. (2026). Labvanced Suivi Oculaire 2.0 : Suivi oculaire précis par webcam pour toutes les recherches en ligne. Notes de Labvanced. https://www.labvanced.com/content/research/fr/lab-notes/2026-10-webcam-eyetracking-2-0/
Marsden, E., Thompson, S., & Plonsky, L. (2018). Une synthèse méthodologique de la lecture autogérée dans la recherche en langue seconde. Applied Psycholinguistics, 39(5), 861–904. https://doi.org/10.1017/S0142716418000036
Rayner, K. (1998). Mouvements oculaires dans la lecture et le traitement de l'information : 20 ans de recherche. Psychological Bulletin, 124(3), 372–422. https://doi.org/10.1037/0033-2909.124.3.372
Tâches Associées
La lecture autogérée se trouve aux côtés d'autres tâches de traitement des mots et du langage dans la bibliothèque de tâches de Labvanced.
Tâche de Décision Lexicale Double
Cette étude examine la reconnaissance des mots et la prise de décision dans le traitement du langage. Les participants verront des paires de chaînes de lettres et devront décider si elles sont des mots réels ou des non-mots. La tâche mesure l'exactitude et les temps de réaction dans le traitement lexical.
Tâche Bouba-Kiki
Dans cette expérience, deux formes sont présentées et un mot. Le participant doit sélectionner l'une des deux formes comme étant la meilleure correspondance avec le mot présenté.