Comprendre et renforcer l'environnement familial mathématique des enfants prématurés pour soutenir le développement mathématique précoce // Understanding and strengthening the mathematical home environment of premature children to support early mathematic

La prématurité (naissance avant 37 SA) est associée à de plus grands risques de difficultés d'apprentissage, en particulier en mathématiques et dès la petite enfance (1). Bien que les progrès réalisés dans les soins périnataux aient considérablement amélioré la survie et réduit les complications graves (2–4), la prématurité reste en effet un facteur de risque majeur de troubles neurodéveloppementaux à long terme, notamment des difficultés cognitives qui peuvent passer inaperçues jusqu'à l'âge scolaire (5). Ce projet propose d'étudier comment l'environnement familial — et en particulier l'environnement familial mathématique (Home Numeracy Environment, HNE) — peut moduler ou compenser ces vulnérabilités.

Ce projet de thèse vise à :

- Décrire le HNE des enfants prématurés comparativement à celui d'enfants nés à terme
- Caractériser les compétences mathématiques précoces et les réponses cérébrales aux nombres chez ces deux groupes.
- Évaluer, dans le cadre d'un essai contrôlé randomisé, l'efficacité d'une intervention parentale brève visant à enrichir le HNE pour améliorer le développement mathématique et cérébral.

Le projet adopte une approche longitudinale et interventionnelle. Il repose sur des outils validés (questionnaires standardisés, intervention familiale déjà pilotée), avec des implications directes pour les politiques de prévention.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Prematurity (birth before 37 weeks of gestation) is associated with higher risks of learning difficulties, particularly in mathematics and from early childhood (1). Although advances in perinatal care have significantly improved survival and reduced serious complications (2-4), prematurity remains a major risk factor for long-term neurodevelopmental disorders, including cognitive difficulties that may go unnoticed until school age (5). This project proposes to study how the family environment—and particularly the Home Numeracy Environment (HNE)—can modulate or compensate for these vulnerabilities.

This PhD project aims to:

- Describe the HNE of premature children compared to that of full-term children
- Characterize early mathematical skills and brain responses to numbers in these two groups
- Evaluate, within the framework of a randomized controlled trial, the effectiveness of a brief parental intervention aimed at enriching the HNE to improve mathematical and brain development

The project adopts a longitudinal and interventional approach. It relies on validated tools (standardized questionnaires, previously piloted family intervention), with direct implications for prevention policies.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026
WEB : https://bbl-lab.fr/

Financement d'une fondation pour la recherche française

Université Claude Bernard Lyon 1

476 NSCo - Neurosciences et Cognition

- Formation en neurosciences cognitives, psychologie développementale ou sciences cognitives - Compétences en analyses de données quantitatives (R/Python/Matlab) et/ou EEG (ou motivation à les acquérir) - Appétence pour les dimensions sociales et développementales - Capacités relationnelles pour le travail avec les familles et les enfants - Autonomie, rigueur goût pour le travail de terrain avec les familles - Bon niveau d'anglais
- Background in cognitive neuroscience, developmental psychology, or cognitive sciences - Skills in quantitative data analysis (R/Python/Matlab) and/or EEG (or motivation to acquire them) - Interest in social and developmental dimensions - Interpersonal skills for working with families and children - Autonomy, rigor, and appreciation for fieldwork with families - Good level of English