Passer au contenu principal

Marc Lanovaz

Marc Lanovaz

Marc Lanovaz est un chercheur en analyse du comportement et en psychoéducation.  

Ses travaux touchent l’utilisation de l’apprentissage automatique pour améliorer la prise de décisions cliniques ainsi que le développement d’applications mobiles et web pour faciliter la dispensation de services auprès des personnes autistes ou ayant une déficience intellectuelle. Son programme propose une approche intersectorielle à la recherche en troubles du développement. Notamment, ses projets rejoignent à la fois la santé, les sciences sociales et l’informatique.

Thèmes de recherche

  • Apprentissage automatique
  • Intelligence artificielle
  • Soutiens technologiques
  • Déficience intellectuelle
  • Autisme

Projets de recherche

En cours (2022-2023)

  1. Application mobile pour soutenir l’intégration en camps de jour des enfants ayant un trouble du développement
  2. Technologie mobile pour soutenir l’intégration en emploi des personnes autistes
  3. Apprentissage automatique pour prédire l’apparition des comportements problématiques
  4. Mesure et détection automatique des comportements problématiques à l’aide de l’intelligence artificielle
  5. Validité des méthodes d’évaluation continue en contexte de pratique
  6. Analyse et intervention multimodales : Une évaluation préliminaire

  • Préfontaine, I., Lanovaz, M.J., et Rivard, M. (2022) Brief Report: Machine Learning for Estimating Prognosis of Children with Autism Receiving Early Behavioral Intervention-A Proof of Concept. Journal of Autism and Developmental Disorders.
    Plus d'informations
  • Lanovaz, M.J. et *Primiani, R. (2022) Waiting for baseline stability in single-case designs: Is it worth the time and effort? Behavior Research Methods.
    Plus d'informations
  • Lanovaz, M.J. (2022) Some Characteristics and Arguments in Favor of a Science of Machine Behavior Analysis. Perspectives on Behavior Science. 45 2: 399-419.
    Plus d'informations
  • Lanovaz, M.J. et Bailey, J.D. (2022) Tutorial: Artificial neural networks to analyze single-case experimental designs. Psychological Methods.
    Plus d'informations
  • Lanovaz, M.J. et Hranchuk, K. (2021) Machine learning to analyze single-case graphs: A comparison to visual inspection. Journal of Applied Behavior Analysis. 54 4: 1541-1552.
    Plus d'informations
  • Martin, V. et Lanovaz, M.J. (2021) Program evaluation of a community organization offering supported employment services for adults with autism. Research in Autism Spectrum Disorders. 82: 101741.
    Plus d'informations
  • Turgeon, S., Lanovaz, M.J., et *Dufour, M.M. (2021) Effects of an Interactive Web Training to Support Parents in Reducing Challenging Behaviors in Children with Autism. Behavior Modification. 45 5: 769-796.
    Plus d'informations
  • Bailey, J.D., Baker, J.C., Rzeszutek, M.J., et Lanovaz, M.J. (2021) Machine Learning for Supplementing Behavioral Assessment. Perspectives on Behavior Science. 44: 605–619
    Plus d'informations
  • Trudel, L., Lanovaz, M.J., et Préfontaine, I. (2020) Brief Report: Mobile Technology to Support Parents in Reducing Stereotypy. Journal of Autism and Developmental Disorders. 51 7: 2550-2558.
    Plus d'informations
  • Turgeon, S. et Lanovaz, M.J. (2020) Tutorial: Applying Machine Learning in Behavioral Research. Perspectives on Behavior Science. 43 4: 697-723.
    Plus d'informations
Consulter toutes les publications

Formations

  • Doctorat en psychopédagogie

    Université McGill

  • Maîtrise en analyse appliquée du comportement

    St. Cloud State University, États-Unis

  • Baccalauréat en enseignement préscolaire et primaire

    Université McGill

Distinctions

  • 2019 Chercheur-boursier Junior 2  (Fonds de recherche du Québec – Santé)
  • 2015 Chercheur-boursier Junior 1  (Fonds de recherche du Québec – Santé)