Accueil > Personnel

Emilie Ginestet

Emilie Ginestet


Post-Doctorante / Ingénieure Calcul Scientifique

Laboratoire de Psychologie et Neurocognition
CNRS UMR 5105
Université Grenoble Alpes
Bâtiment Michel Dubois (ex BSHM)
CS40700 - 38058 Grenoble Cedex 9 France

Bureau C104



firstname.lastname@univ-grenoble-alpes.fr

Depuis octobre 2019

Post-Doctorante/Ingénieure d’étude Calcul Scientifique CNRS, rattachée au Laboratoire de Psychologie et NeuroCognition (UMR5105, CNRS-UGA-UdS), Saint Martin d’Hères.

  • Financement : CNRS - Projet e-Fran - Fluence : Entraîner la fluence en lecture pour prévenir les difficultés d’apprentissage
  • Projet Fluence : http://fluence.prod.lamp.cnrs.fr/
  • Equipe : Langage
  • Mots-clés : Reconnaissance visuelle des mots ; Décision lexicale ; Acquisition et développement des connaissances orthographiques lexicales ; Modélisation bayésienne ; Méthodes expérimentales appliquées aux mécanismes de la lecture et de son apprentissage ; Apprentissage de la lecture ; Attention visuelle

Doctorat en Sciences Cognitives, Psychologie et Neurocognition

  • Sujet : Acquisition des connaissances lexicales pendant l’apprentissage de la lecture : modélisation bayésienne et identification des profils d’apprenants.
  • Financement : Bourse Ministérielle MESR
  • Ecole Doctorale : Ingénierie pour la Santé, la Cognition et l’Environnement
  • Directeurs de thèse : Sylviane Valdois et Julien Diard

Communications orales et écrites

-  Publications
1. Ginestet, E., Phénix, T., Diard, J., & Valdois, S. (2019). Modeling the length effect for words in lexical decision : The role of visual attention. Vision research, 159, 10-20.

2. Chaves, N., Ginestet, E., & Bosse, M. L. (sous presse). Lexical orthographic knowledge acquisition in adults : the whole-word visual processing impact. European Review of Applied Psychology.

3. Ginestet, E., Valdois, S., Diard, J., & Bosse, M. L. (en révision). Comprendre l’apprentissage orthographique et ses difficultés : apports et critiques des dernières modélisations computationnelles.

4. Valdois, S., Reilhac, C., Ginestet, E., & Bosse, M. L. (en révision). Variety of cognitive profiles in poor readers : Evidence for a VAS-impaired subtype.

5. Ginestet, E., Valdois, S., Diard, J., & Bosse, M. L. (soumis). Incidental learning of novel words in adults : Effects of exposure and visual attention on eye movements.

6. Phénix, T., Valdois, S., Ginestet, E., & Diard, J. (soumis). The role of attention in visual word recognition : A Bayesian modeling approach.

7. Ginestet, E., Shadbolt, J., Tucker, R., Bosse, M. L., & Deacon, S. H. (en préparation). From the eye to the page : Where we look when we’re reading.

-  Communications orales
1. Ginestet, E., Valdois, S., & Diard, J.. (2019, September). Modeling Orthographic Learning of New Words in BRAID, a Bayesian Model of Visual Word Recognition. In International Workshop on Reading and Developmental Dyslexia (IWORDD). San Sebastian, Espagne

-  Posters
1. Ginestet, E., Valdois, S., Diard, J., & Bosse, M. L. (2019, September). Orthographic learning of new words : from looking to memorizing. In International Workshop on Reading and Developmental Dyslexia (IWORDD). San Sebastian, Espagne
2. Ginestet, E., Valdois, S., & Diard, J. (2019, September). Modeling orthographic learning of new words in BRAID, a Bayesian model of visual word recognition. In European Society for Cognitive Psychology (ESCOP). Tenerife, Espagne
3. Ginestet, E., Valdois, S., Diard, J., & Bosse, M. L. (2019, September). Orthographic learning of new words : from looking to memorizing. In European Society for Cognitive Psychology (ESCOP). Tenerife, Espagne
4. Ginestet, E., Valdois, S., & Diard, J. (2019, March). Modeling orthographic learning of new words in BRAID, a Bayesian model of visual word recognition. In International Convention of Psychological Science (ICPS). Paris, France
5. Ginestet, E., Phénix, T., Diard, J., & Valdois, S. (2018, November). Modeling Word Length Effect in Lexical Decision : The Role of Visual Attention. In Annual Meeting of the Psychonomic Society (pp. 80-81). Nouvelle-Orléans, Etats-Unis
6. Ginestet, E., Valdois, S., & Diard, J. (2018, July). Bayesian modeling of lexical knowledge acquisition in BRAID, a visual word recognition model. In Conference of the Society of Scientific Studies of Reading (SSSR). Brighton, Angleterre
7. Ginestet, E., Valdois, S., & Diard, J. (2018, June). Bayesian modeling of lexical knowledge acquisition in BRAID, a visual word recognition model. In Workshop on Models and Analysis of Eye Movements. Grenoble, France

-  Autres contributions
Juin 2019 : Animation d’un atelier scientifique dans le cadre de la Journée Portes Ouvertes du LPNC, Grenoble, France
Mars 2019 : Intervention auprès d’élèves du 1er degré dans le cadre de la semaine du cerveau, Meylan, France
Octobre 2017 : Présentation orale à la Journée des doctorants (LPNC), Bayesian modeling of lexical knowledge learning, Grenoble, France
Mars 2017 : Intervention auprès d’élèves du 1er degré dans le cadre de la semaine du cerveau, Grenoble, France

Activités de Recherche

Principales

  • Depuis octobre 2019 : Post-Doctorante / Ingénieure d’études Calcul Scientifique CNRS, rattachée au Laboratoire de Psychologie et NeuroCognition (UMR5105, CNRS-UGA-UdS), Saint Martin d’Hères.
    Financement : CNRS - Projet e-Fran - Fluence
    Projet Fluence : http://fluence.prod.lamp.cnrs.fr/
  • 2016 - 2019 : Doctorat en Sciences Cognitives, Psychologie et Neurocognition effectué au Laboratoire de Psychologie et NeuroCognition (UMR5105, CNRS-UGA-UdS), Saint Martin d’Hères
    Financement : Bourse Ministérielle MESR
    Résumé : Modéliser mathématiquement l’apprentissage de la lecture est une entreprise ambitieuse, mais dont les retombées sont potentiellement importantes, tant sur le plan théorique qu’applicatif. Sur le plan théorique par exemple, la lecture à haute voix est un processus perceptivo-moteur et multimodal, allant de la perception visuelle à la production de parole. Si les composants de ce processus commencent à être identifiés pour le lecteur expert, la manière dont ils s’apprennent et se co-construisent par l’expérience est une question ouverte. En termes d’applications, comprendre les mécanismes de l’apprentissage de la lecture permettrait d’améliorer les méthodes pédagogiques, les entrainements préparatoires ou rééducatifs, et les méthodes d’aide au diagnostique des troubles. A l’heure actuelle, malheureusement, la plupart des modèles de la lecture à haute voix — comme les modèles double-voie (Coltheart et al., 2001), le modèle en triangle (Seidenberg & McClelland, 1999), et le modèle multi-traces mémorielles (Ans, Carbonnel & Valdois, 1998) — ou les modèles de la reconnaissance visuelle des mots se cantonnent à la description du lecteur expert (Franceschini et al., 2013 ; Lobier & Valdois, 2015). Dans ce cadre, nous disposons d’un modèle probabiliste expert de la reconnaissance visuelle des mots, le modèle BRAID (pour Bayesian model of word Recognition with Attention, Interference and Dynamics). C’est un modèle bayésien algorithmique (Diard, 2015), dont les ingrédients principaux sont un modèle d’interférence visuelle entre lettres, un modèle d’attention visuelle qui contraint le traitement parallèle des lettres, et un modèle de la dynamique temporelle d’accumulation d’indices perceptifs. Les travaux en cours sur BRAID montrent sa capacité à rendre compte d’une grande variété d’effets caractéristiques de la lecture experte chez l’adulte, aussi bien dans la simulation de la reconnaissance visuelle des mots que dans la décision lexicale (effet de supériorité de reconnaissances des lettres d’un mot par rapport à des lettres isolées, effet asymétrique de la densité lexicale dans la reconnaissance de mots et la décision lexicale, effet de la position du regard, etc.). Le modèle est à la fois très novateur dans sa conception du système expert de lecture et très performant dans sa capacité à simuler les données comportementales du lecteur expert mais il met en œuvre des connaissances lexicales acquises sans expliciter quels sont les processus qui permettent leur acquisition. Nous souhaitons, dans ce projet de thèse, modéliser l’apprentissage des connaissances lexicales dans BRAID. Cet objectif est d’autant plus important qu’il n’existe pas à ce jour de modélisation résolvant le problème de l’acquisition de nouvelles connaissances lexicales dans la littérature internationale (voir cependant Ziegler et al., 2014 pour une tentative dans le cadre du modèle double voie). Nous adapterons pour cela un modèle existant d’acquisition incrémentale de catégories en robotique (Lebeltel et al., 2004 ; Bessière et al., 2013), également utilisé dans l’apprentissage des catégories phonémiques en parole (Feldman et al., 2013). Dans cette méthode, l’acquisition des connaissances dépend des processus simultanés de reconnaissance et de décision lexicale sur le mot stimulus. La catégorie "non-mot" sert alors à la détection de la nouveauté et pilote le signal d’apprentissage. Nous avons précédemment montré que la reconnaissance visuelle des mots pouvait être efficace même sans une identification visuelle précise des lettres qui composent le mot. En effet, les connaissances lexicales mémorisées fournissent l’information manquante, de manière top-down, en complément de l’information bottom-up extraite du traitement visuel du stimulus. Cependant, lorsque le mot est inconnu, ce traitement bottom-up rapide n’est pas suffisant pour créer une trace mémorielle complète. Il est vraisemblable qu’une stratégie de décodage exhaustif des portions qui composent le mot soit une étape indispensable à la création de toute trace mémorielle. Dans ce sens, notre modélisation offrira la possibilité d’englober le continuum entre un décodage rapide et parallèle, efficace dans le cas d’un mot connu, et un décodage lent et sériel, efficace dans le cas d’un mot inconnu. Ce projet de recherches doctorales est financé par l’école doctorale EDISCE (demande en cours), et est scientifiquement adossé au projet FLUENCE (appel E-FRAN, Programme Investissements d’Avenir, Action « Innovation numérique pour l’excellence éducative », Volet « Espaces de formation, de recherche et d’animation numérique », demande déposée en 2016). Ce projet aura pour élément central une étude sur l’entrainement à la lecture de 500 enfants du second cycle. Nous espérons que le modèle d’apprentissage que nous développerons pourra être confronté aux données expérimentales collectées dans ce projet, afin d’explorer la possibilité d’identifier des profils d’apprenants. Cela ouvre des perspectives applicatives originales, selon que ces profils sont typiques (pour étudier la dynamique de l’apprentissage de la lecture) ou atypiques (pour étudier la détection de retards dans l’apprentissage).
  • Février-Juin 2016 : Stage de Recherche (dans le cadre du M2 Sciences Cognitives)
    Titre : Modélisation probabiliste de reconnaissance visuelle des mots : simulation des effets d’amorçage et de compétition lexicale
    Lieu : Laboratoire de Psychologie et NeuroCognition (LPNC), Grenoble, France (UMR5105, CNRS-UGA-UdS)
    Encadrants : Sylviane Valdois et Julien Diard
    Mots-clés : Reconnaissance visuelle des mots ; Décision lexicale ; Lecture experte ; Modélisation bayésienne ; Méthodes expérimentales appliquées aux mécanismes de la lecture ; Attention visuelle

Collaborations

  • Depuis Septembre 2018 : Prof. Hélène Deacon (Language and Literacy Lab, Dalhousie University, Halifax, Canada)
    Titre du projet : From the eye to the page : Where we look when we’re reading.
    Objectif principal : Observer, chez le lecteur expert anglophone, les effets de la répétition et de la complexité morphologique sur la mémorisation orthographique à travers l’étude des mouvements oculaires et du transfert d’apprentissage
    Collaboration débutée dans le cadre d’un In-doc financé par l’obtention d’une bourse IDEX (séjour de 3 mois à Halifax)
    Mots-clés : Mouvements oculaires ; Auto-apprentissage ; Lecture experte ; Morphologie ; Transfert d’apprentissage
  • Depuis Janvier 2018 : Prof. Marie-Line Bosse (Laboratoire de Psychologie et NeuroCognition, Université Grenoble-Alpes, Grenoble, France)
    Titre du projet : Eye-Ortho
    Objectif principal : Observer, chez le lecteur expert francophone, les effets de la lecture répétée de nouveaux mots sur la mémorisation orthographique et sur les mouvements oculaires
    Mots-clés : Mouvements oculaires ; Décision orthographique ; Lecture experte ; Attention visuelle ; Apprentissage incident

Encadrement d’étudiants

  • Février à Mars 2019 : Etudiante de 2ème année en école d’ingénieur (ENSE3, Grenoble INP, Grenoble, France). Titre du projet : Simulation d’effets d’amorçage en décision lexicale avec le modèle BRAID.
  • Septembre à Décembre 2018 : Etudiante en Psychologie Expérimentale de 3ème année à l’Université de Dalhousie (Halifax, Canada). Titre du projet : From the eye to the page : Where we look when we’re reading.
  • Septembre à Décembre 2018 : Etudiante en Psychologie Expérimentale de 4ème année à l’Université de Dalhousie (Halifax, Canada). Titre du projet : From the eye to the page : Where we look when we’re reading.

Activités d’Enseignement

A l’Université

  • 2016-2019 : Apprentissages fondamentaux : lecture et écriture
    Master 1 (1er degré) Métiers de l’Enseignement, de l’Education et de la Formation (MEEF)
    Université Grenoble-Alpes - Ecole Supérieure du Professorat et de l’Education (ESPE), site de Grenoble et de Valence, France
    Cours Magistraux — 8h ; Travaux Dirigés — 68h
  • 2016-2018 : Processus d’apprentissage et accessibilité aux savoirs pour tous : processus cognitifs et concepts de psychologie sociale liés aux apprentissages
    Master 1 (1er degré) Métiers de l’Enseignement, de l’Education et de la Formation (MEEF)
    Université Grenoble-Alpes - Ecole Supérieure du Professorat et de l’Education (ESPE), site de Grenoble, France
    Travaux Dirigés — 54h
  • 2016-2018 : La recherche comme éclairage sur la posture professionnelle de l’enseignant
    Master 1 (1er degré et encadrement éducatif) Métiers de l’Enseignement, de l’Education et de la Formation (MEEF)
    Université Grenoble-Alpes - Ecole Supérieure du Professorat et de l’Education (ESPE), site de Grenoble, France
    Travaux Dirigés — 22h

En Lycée

  • 2007-2015 : Professeur de Mathématiques et de Sciences physiques et chimiques en Lycée Professionnel

Formations diplômantes

  • 2016-2019 : Doctorat en Sciences Cognitives, Psychologie et Neurocognition, Ecole Doctorale Ingénierie pour la Santé, la Cognition et l’Environnement, Université Grenoble-Alpes
  • 2015-2016 : Master 2 Recherche « Ingénierie de la Cognition, de la Création et des Apprentissages », spécialité « Sciences Cognitives », Institut Polytechnique de Grenoble (PHELMA), Mention Très Bien
    Article associé : ROUX-SIBILON, A., & GINESTET, E. (n.d.). Revue de la robotique pour l’enfant. Master Recherche IC2A Ingénierie de La Cognition, de La Création et Des Apprentissages, 16.
  • 2005-2007 : Prépa CAPES Sciences physiques et chimiques, IUFM de Chambéry.
    - Obtention du Certificat d’Aptitude au Professorat de l’Enseignement du Second degré (CAPES) de Sciences physiques et chimiques
    - Obtention du Certificat d’Aptitude au Professorat de Lycée Professionnel (CAPLP) Mathématiques-Sciences physiques et chimiques
  • 2004-2005 : Licence Sciences et technologies, mention Sciences de la matière, spécialité Sciences physiques et chimiques, Université de Savoie, Le Bourget-du-lac, Mention Assez Bien
  • 2002-2004 : DEUG Sciences et technologies, mention Sciences de la matière, spécialité Sciences physiques et chimiques, Université de Provence, Marseille, Mention Assez Bien

Formations

Psychologie cognitive et sociale — Recherche (en lien avec les enseignements donnés) — 26h
Introduction à la modélisation statistique bayésienne — 16h
Algorithmique et programmation fonctionnelle — 12h
Communication orale scientifique en anglais — 24h
Expression orale — Communication interpersonnelle — 14h
Introduction au métier d’enseignant-chercheur — 21h