Introduction : La psychopathie est un trouble de la personnalité affectant 1 à 2% de la population générale (Neuman & Hare, 2008) et 15 à 20 % de la population dans le milieu carcéral (Wynn et al., 2012). Les troubles observés dans cette pathologie se caractérisent par un déficit du traitement émotionnel. Deux hypothèses sur l’origine de ce déficit peuvent être considérées: - le déficit émotionnel serait induit par des anomalies structurelles et fonctionnelles ciblant des structures cérébrales précises - les anomalies observées serait principalement issues d’un déficit des processus attentionnels conduisant à une perturbation cognitive générale lors du traitement d’un stimulus émotionnel. Ce déficit du traitement émotionnel étant prégnant dans l’interaction sociale, l’utilisation de la technique d’électroencéphalographie (ÉEG) pour l’étude des visages émotionnels dans l’espace péripersonnel en perspective du trouble psychopathique, est une piste de recherche pouvant permettre d’apporter certains éléments de réponse. Objectif : L’objectif général de cette thèse visait donc par l’intermédiaire des mesures ÉEG, à étudier les processus émotionnels en direction de stimuli en mouvement dans l’espace péripersonnel, ainsi que leurs modulations suivant les dimensions psychopathiques de la personnalité. L’objectif de la première étude était d’évaluer par un modèle méta-analytique la pertinence de la mesure du potentiel évoqué LPP (pour composante tardive positive) comme marqueur des processus émotionnels déficitaires en psychopathie. Dans la seconde étude, l’objectif était d’étudier au travers d’une mesure ÉEG la modulation des processus émotionnels par une dimension du contexte de présentation. Cette dimension était liée au mouvement dans l’espace péripersonnel; le mouvement dans l’espace péripersonnel étant connu pour être une dimension d’attraction des processus attentionnels (Schmuckler et al., 2007; Franconeri & Simons, 2003). Nous avons donc présenté des stimuli de visages émotionnels dans différentes modalités de mouvement au sein de l’espace péripersonnel. Nous avons ensuite comparé la modulation des signaux ÉEG suivant les émotions et les différentes modalités de présentation. Enfin, nous avons inclus dans nos analyses une mesure des traits psychopathiques suivant l’inventaire de la personnalité psychopathique (PPI-R). Dans la troisième étude, l’objectif était de tester l’influence du mouvement au sein de l’espace péripersonnel, lors du traitement émotionnel à partir d’une mesure de puissance spectrale Alpha. La latéralisation de la puissance spectrale Alpha est connue pour présenter un reflet de l’activation du système motivationnel relatif à l’évaluation de l’émotion suivant sa valence. Méthodologie : La méthode des trois études consistait à utiliser l‘ ÉEG. Plus spécifiquement, la première étude a utilisé deux modèles méta-analytiques. Un premier modèle décrivait les modulations de la composante tardive positive (LPP) pour chaque valence émotionnelle chez les individus avec psychopathie comparativement aux individus contrôles. Le second modèle de régression avait pour but d’identifier la valence émotionnelle présentant la plus grande contribution dans les modulations de la LPP chez les individus avec psychopathie. Dans la seconde étude nous avons utilisé un système d’ÉEG et présenté des visages suivant les modalités de mouvement approche (looming), fuite (receding) et statique. Nos analyses ont principalement visé les ERP et ERO. Nous avons aussi demandé aux sujets de compléter la PPI-R ainsi qu’une échelle analogique visuelle des dimensions émotionnelles des stimuli. Dans la troisième étude nous avons effectué des analyses ÉEG de latéralisation de fréquence Alpha que nous avons ensuite comparé entre les modalités d’émotion et de mouvement. Résultats : La première étude rapporte une modulation de la composante LPP chez les individus avec psychopathie. En outre, il semblerait que cette modulation soit liée au traitement des stimuli à valence négative. Les résultats de la seconde étude rapportent une implication des dimensions de l’espace péripersonnel dans la modulation des composantes ERP et ERO liées aux stimuli émotionnels. Une modulation de la composante LPP en fonction de la modalité de présentation est également observée suivant le niveau des traits psychopathiques infra-cliniques. Enfin, dans la dernière étude, on observe une modulation de la puissance Alpha au niveau des régions frontales suivant les dimensions liées à l’espace péripersonnel et aux émotions des visages. Conclusion : Les résultats supportent la pertinence de l’utilisation de l’ÉEG dans l’étude du trouble des processus émotionnels en lien avec la psychopathie. En outre, au travers des paradigmes utilisés nous avons pu souligner l’importance de considérer des dimensions évaluatives comme le mouvement dans l’espace péripersonnel, pour une meilleure écologique de l’étude des processus émotionnel. / Introduction: Psychopathy is a frequent and disabling mental disorder. The prevalence of the disorder is 1 to 2% of the general population (Neuman et Hare, 2008). Within incarcerated population the prevalence can reach 15 to 20 % (Coid et al., 2009; Sullivan & Kosson, 2009). Psychopathy is characterized by a set of affective, relational, and behavioural symptoms (Hare et al., 1996). A key feature of psychopathy across all the international classifications (DSM, OCD-10) is disturbance in emotional processing. Two different hypothesis can be regarded as the potential origin for neurocognitive deficits in psychopathy. In the first hypothesis, functional and structural abnormalities shall be regarded as origin of emotional processing deficit. The second hypothesis proposes that neurocognitive abnormities are primarily attributable to deficit to attentional process. Emotional deficit being a particularly significant during social interaction. Thus, using technique of electroencephalography in individual with psychopathy during presentation of emotional faces in péripersonnel, is a promising path of research for the study of emotional deficit in psychopathy. Objective: In the current thesis, the main objective was to study with EEG recording the emotional process toward emotional faces with collision or withdrawal course in peripersonal space and the modulation of this process in relation with psychopathy traits. The objective of the first study was to evaluate in psychopathic and healthy population, the LPP (late positive component) results in existing studies. In order to test LPP across population we computed meta-analytic model on LPP amplitude generated by negative, positive and neutral stimuli. In the second study, we used ecological morphing emotional stimuli comprising additional dimension of movement. The objective was to test the modulation of emotional process by cognitive dimension like attentional process. Movement in péripersonnel space is natural attractor of attentional process (Schmuckler et al., 2007). We therefore created stimuli comprising morphing emotion (anger, happiness, sadness, neutral) and dimension relative to peripersonnal space (looming, receding and static). We recorded EEG signal at electrodes cluster know to have been measured signal related to emotional processing. Then, we compared the modulation of EEG signal across modalities of emotion and movement. Finally, we included in our analysis a measure of infra-clinical traits of psychopathy in order to explore the influence of psychopathy on EEG modulation. In the third study, the objective was to evaluate the effect of movement on Alpha power lateralization. Alpha lateralization has been known to be related to motivational system and emotional processing. Methodologies: In the first study, we explored LPP amplitude between individuals with psychopathy and controls subjects, across emotional valence with meta-analytic random effect model. The second model was based on meta-analytic regression method. The objective was to determinate the respective influence of each valence in the general modulation of LPP amplitude between individuals with psychopathy and control subjects. In the second study, we created emotional morphing stimuli from picture of facial affect. We then presented these stimuli according to movement in peripersonal space modalities. Our electrophysiological analyzes focused on ERP and ERO. The participants were also requested to complete visual analog scale for emotional dimension of stimuli and the psychopathic personality inventory (PPI-R) for psychopathic traits. In the third study, we computed measure of Alpha power density lateralization after fast Fourier transformation applied to EEG signal. We then compare the power density at frontal cluster, between emotional and movement modalities. Results: The results of the first study confirmed that individuals with psychopathy showed general reduced amplitude of LPP component across all emotional valence. Moreover, this reduction LPP amplitude seems to be mainly due to stimuli with negative valence. The results of the second study reported modulation of emotional ERP and ERO by movement modalities. Furthermore, specific modulation of LPP relative to psychopathic traits was reported. At last, in the third study, measure of Alpha power density at frontal cluster related to motivational process, reported modulation by movement and emotion modalities. Conclusion: Results in the current thesis confirmed in the first place the utility of the EEG technic for study emotional processing in psychopathy. Through the use of EEG and emotional faces stimuli, we could also highlight the relevance of evaluative dimensions as movement in peripersonal space, for ecological study of emotional processing.

Les décisions que nous prenons au quotidien nécessitent le traitement de plusieurs sources d'information, et dépendent par conséquent de nombreux éléments contextuels tels que les indices sociaux provenant d'un émetteur ainsi que le centre de l'attention, l'humeur et l'expérience passée de l'observateur. Le travail réalisé durant cette thèse a eu pour but de caractériser les mécanismes cognitifs et neuraux sous-tendant l'impact de ces éléments contextuels sur la prise de décision dans un environnement social. La première étude d'électroencéphalographie (EEG) a manipulé l'attention de l'observateur lors du traitement des indices sociaux. Grâce à des analyses comportementales et EEG basées sur la modélisation, la seconde étude a caractérisé les mécanismes qui sous-tendent l'intégration des indices sociaux extraits d'un visage et l'influence de l'anxiété sur cette intégration. Enfin, en conjuguant modélisation et enregistrements pupillaires, la troisième étude a caractérisé l'influence de l'expérience apriori sur la perception de l'émotion. Alors que les indices sociaux émis simultanément interagissent en renforçant le traitement ascendant 'bottom-up' des signaux pertinents de menace, l'expérience apriori agit comme un facteur contextuel descendant 'top-down' qui biaise les décisions vers les options attendues, tandis que l'attention et les caractéristiques de l'observateur modulent la contribution relative de régions pertinentes dans le traitement de stimuli sociaux. Les résultats mettent en lumière les différents mécanismes cognitifs qui sous-tendent l'influence de facteurs contextuels distincts lors de la prise de décision perceptive dans un environnement social. / Everyday social decisions require the combination of multiple sources of information and therefore build upon abundant contextual elements such as the social cues of emitters (e.g., gaze direction, emotion, gesture), the attentional focus of observers, their mood and their past experience. The work conducted during this Ph.D. (including three main studies in healthy human subjects) aimed at characterizing the cognitive and neural mechanisms of contextual influences in social settings. The first Electroencephalography (EEG) study manipulated the attentional focus of participants while they processed social signals. Using model-based behavioral and single-trial EEG analyses, the second study aimed at characterizing the mechanisms underlying the integration of multiple social cues from faces and the role of anxiety in this integration,. Finally, the third study used model-based behavioral and pupillometric analyses to investigate the mechanisms by which prior experience with individual identities influences the perception of their emotion. While co-emitted social cues interact by boosting bottom-up processing of relevant threat signals within 200 ms after stimulus onset, prior experience enacts as a top-down contextual factor biasing decisions toward expected options, and attention and individual traits (anxiety) modulate the relative contribution to social processing of relevant neural regions. Altogether, these findings shed light on the distinct cognitive mechanisms underlying the influence of different contextual factors during perceptual decisions in social settings.

Ce mémoire de maîtrise soutient la thèse originale selon laquelle les déviations lentes du potentiel de courant direct (DC) liées au CO₂ et enregistrées au moyen de l'électroencéphalogramme (EEG) prennent source à travers l'interface ionique de la barrière hémato-encéphalique (BHE). Les circuits corticaux neuronaux ont longtemps été considérés comme étant les générateurs quasi exclusifs de l'ensemble de l'activité électrique constituant le signal électroencéphalographique. Des études ont démontré la contribution des cellules gliales comme source alternative de courant électrique participant, entre autres, aux décharges épileptiques et au sommeil. Or, plusieurs chercheurs suggèrent que les variations lentes du potentiel de l'EEG enregistrées en DC et modulées en fonction de la pression partielle du CO₂ (pCO₂) sont issues de l'interface entre le liquide céphalorachidien (LCR) et le sang que constitue la BHE. Considérant les trois hypothèses mécanistiques susmentionnées, il devient essentiel d'élucider la contribution relative des générateurs électriques neuronaux et gliaux par rapport à l'interface de la BHE en ce qui a trait à la genèse des déviations lentes DC de l'EEG. Nous avons donc procédé à cette étude par l'entremise d'enregistrements épicrâniens, épiduraux, épicorticaux, intraventriculaires et intraparenchymateux (c.-à-d. intraneuronaux, intragliaux et les potentiels de champ) sur des chats anesthésies à la kétamine-xylazine. Les variations du potentiel DC ont été induites via la modulation des paramètres ventilatoires des chats anesthésies, causant ainsi des changements du CO₂ de 11 l'ordre de 2 à 5 % en fin d'expiration. L'hypercapnie était invariablement associée à des déviations négatives du potentiel DC de l'EEG (déviation moyenne de -284.4 uV/C02 %, intervalle allant de -216 à -324 pV/C02%), tandis que l'hypocapnie provoquait des déviations positives (déviation moyenne de l'ordre de 307.8 uV/C02 %, intervalle allant de 234 à 342 ^V/C02%), et ce, dans toutes les électrodes d'enregistrement. L'hypocapnie a provoqué une augmentation significative de la pression intracrânienne, tandis que l'hypercapnie ne l'a diminué que très légèrement. La rupture de la barrière hématoencéphalique a entraîné une déviation positive du potentiel DC et a réduit drastiquement les réponses subséquentes du potentiel DC à l'hypo-hypercapnie. Le thiopental et l'isoflurane ont aussi provoqué une déviation positive du potentiel DC reliée à la dose administrée, tandis qu'à des concentrations plus élevées, les réponses à l'hypo-/hypercapnie présentaient une polarité inversée. Pour ce qui est de la possible implication des neurones dans la production des déviations du potentiel DC, aucune inversion de polarité n'a été enregistrée entre le scalp, les diverses couches intracorticales et les structures profondes du cerveau. De plus, le potentiel de membrane des neurones et des glies n'a pas montré de variation significative ou systématique en association lors des déviations du potentiel DC liées au CO₂. Durant les crises épileptiques de type "pointe-onde", l'activité pathologique des neurones s'est accompagnée de déviations du potentiel DC d'amplitude significativement moins élevée que celles générées par hyper-/hypocapnie. Enfin, des déviations du potentiel DC étaient encore observées lors même de la quiescence des circuits neuronaux associée à l'état de burst-suppression du tracé électroencéphalographique induit par l'anesthésie. Nous soutenons donc la thèse selon laquelle les potentiels générés à travers la BHE sont la source principale des variations épi-corticales/crâniennes du potentiel DC de l'EEG enregistré à l'EEG dans des conditions qui affectent le pH du cerveau et/ou la circulation sanguine cérébrale.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

Une interface cerveau-machine (ICM) est un système qui permet d'établir une communication directe entre le cerveau et un dispositif externe, en contournant les voies de sortie normales du système nerveux périphérique. Différents types d'ICMs existent dans la littérature. Parmi eux, les ICMs basées sur l'imagerie motrice sont les plus prometteuses. Elles sont basées sur l'autorégulation des rythmes sensorimoteurs par l'imagination de mouvement des membres différents (par exemple, imagination du mouvement de la main gauche et la main droite). Les ICMs basées sur l'imagerie motrice sont les meilleurs candidats pour les applications dédiées à des patients sévèrement paralysés mais elles sont difficiles à mettre en place parce que l'autorégulation des rythmes du cerveau n'est pas une tâche simple.Dans les premiers stades de la recherche en ICMs basées sur l'imagerie motrice, l'utilisateur devait effectuer des semaines, voire des mois, d'entrainement afin de générer des motifs d'activité cérébrale stables qui peuvent être décodés de manière fiable par le système. Le développement des techniques d'apprentissage automatique supervisé spécifiques à chaque utilisateur a permis de réduire considérablement la durée d'entrainement en ICMs. Cependant, ces techniques sont toujours confrontées aux problèmes de longue durée de calibrage et non-stationnarité des signaux cérébraux qui limitent l'utilisation de cette technologie dans la vie quotidienne. Bien que beaucoup de techniques d'apprentissage automatique avancées ont été essayées, ça reste toujours pas un problème non résolu.Dans cette thèse, j'étudie de manière approfondie les techniques d'apprentissage automatique supervisé qui ont été tentées afin de surmonter les problèmes de longue durée de calibrage et la non-stationnarité des signaux cérébraux en ICMs basées sur l'imagerie motrice. Ces techniques peuvent être classées en deux catégories: les techniques qui sont invariantes à la non-stationnarité et les techniques qui s'adaptent au changement. Dans la première catégorie, les techniques d'apprentissage par transfert entre différentes sessions et/ou différents individus ont attiré beaucoup d'attention au cours des dernières années. Dans la deuxième catégorie, différentes techniques d'adaptation en ligne des modèles d'apprentissage ont été tentées. Parmi elles, les techniques basées sur les potentiels d'erreurs sont les plus prometteuses. Les deux principales contributions de cette thèse sont basés sur des combinaisons linéaires des classificateurs. Ainsi, ces méthodes sont accordées un intérêt particulier tout au long de ce manuscrit. Dans la première contribution, je étudie l'utilisation de combinaisons linéaires des classificateurs dans les ICMs basées sur l'apprentissage par transfert et je propose une méthode de classification inter-sujets basée sur les combinaisons linéaires de classifieurs afin de réduire le temps de calibrage en ICMs. Je teste l'efficacité de la méthode de combinaison de classifieurs utilisée et j'étudie les cas ou l'apprentissage par transfert a un effet négatif sur les performances des ICMs. Dans la deuxième contribution, je propose une méthode de classification inter-sujets qui permet de combiner l'apprentissage par transfert l'adaptation en ligne. Dans cette méthode, l'apprentissage par transfert est effectué en combinant linéairement des classifieurs appris à partir de signaux EEG de différents sujets. L'adaptation en ligne est effectué en mettant à jours les poids de ces classifieurs d'une manière semi-supervisée. / A brain-computer interface (BCI) is a system that allows establishing direct communication between the brain and an external device, bypassing normal output pathways of peripheral neuromuscular system. Different types of BCIs exist in literature. Among them, BCIs based on motor imagery (MI) are the most promising ones. They rely on self-regulation of sensorimotor rhythms by imagination of movement of different limbs (e.g., left hand and right hand). MI-based BCIs are best candidates for applications dedicated to severely paralyzed patients but they are hard to set-up because self-regulation of brain rhythms is not a straightforward task.In early stages of BCI research, weeks and even months of user training was required in order to generate stable brain activity patterns that can be reliably decoded by the system. The development of user-specific supervised machine learning techniques allowed reducing considerably training periods in BCIs. However, these techniques are still faced with the problems of long calibration time and brain signals non-stationarity that limit the use of this technology in out-of-the-lab applications. Although many out-of-the-box machine learning techniques have been attempted, it is still not a solved problem.In this thesis, I thoroughly investigate supervised machine learning techniques that have been attempted in order to overcome the problems of long calibration time and brain signals non-stationarity in MI-based BCIs. These techniques can be mainly classified into two categories: techniques that are invariant to non-stationarity and techniques that adapt to the change. In the first category, techniques based on knowledge transfer between different sessions and/or subjects have attracted much attention during the last years. In the second category, different online adaptation techniques of classification models were attempted. Among them, techniques based on error-related potentials are the most promising ones. The aim of this thesis is to highlight some important points that have not been taken into consideration in previous work on supervised machine learning in BCIs and that have to be considered in future BCI systems in order to bring this technology out of the lab. The two main contributions of this thesis are based on linear combinations of classifiers. Thus, these methods are given a particular interest throughout this manuscript. In the first contribution, I study the use of linear combinations of classifiers in knowledge transfer-based BCIs and I propose a novel ensemble-based knowledge transfer framework for reducing calibration time in BCIs. I investigate the effectiveness of the classifiers combination scheme used in this framework when performing inter-subjects classification in MI-based BCIs. Then, I investigate to which extent knowledge transfer is useful in BCI applications by studying situations in which knowledge transfer has a negative impact on classification performance of target learning task. In the second contribution, I propose an online inter-subjects classification framework that allows taking advantage from both knowledge transfer and online adaptation techniques. In this framework, called “adaptive accuracy-weighted ensemble” (AAWE), inter-subjects classification is performed using a weighted average ensemble in which base classifiers are learned using EEG signals recorded from different subjects and weighted according to their accuracies in classifying brain signals of the new BCI user. Online adaptation is performed by updating base classifiers' weights in a semi-supervised way based on ensemble predictions reinforced by interaction error-related potentials.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Cette thèse présente plusieurs nouvelles techniques pour la convergence rapide des solutions aux éléments de frontière de problèmes électromagnétiques. Une attention spéciale a été dédiée aux formulations pertinentes pour les solutions aux problèmes électromagnétiques dans les tissus biologiques à haute et basse fréquence. Pour les basses fréquences, de nouveaux schémas pour préconditionner et accélérer le problème direct de l'électroencéphalographie sont présentés dans cette thèse. La stratégie de régularisation repose sur une nouvelle formule de Calderon, obtenue dans cette thèse, alors que l'accélération exploite le paradigme d'approximation adaptive croisée (ACA). En ce qui concerne le régime haute fréquence, en vue d'applications de dosimétrie, l'attention de ce travail a été concentrée sur l'étude de la régularisation de l'équation intégrale de Poggio-Miller-Chang-Harrington-Wu-Tsai (PMCHWT) à l'aide de techniques hiérarchiques. Le travail comprend une analyse complète de l'équation pour des géométries simplement et non-simplement connectées. Cela a permis de concevoir une nouvelle stratégie de régularisation avec une base hiérarchique permettant d'obtenir une équation pour les milieux pénétrable stable pour un large spectre de fréquence. Un cadre de travail propédeutique de discrétisation et une bibliothèque de calcul pour des thèmes de recherches sur les techniques de Calderon en 2D sont proposés en dernière partie de cette thèse. Cela permettra d'étendre nos recherches à l'imagerie par tomographie. / This thesis presents several new techniques for rapidly converging boundary element solutions of electromagnetic problems. A special focus has been given to formulations that are relevant for electromagnetic solutions in biological tissues both at low and high frequencies. More specifically, as pertains the low-frequency regime, this thesis presents new schemes for preconditioning and accelerating the Forward Problem in Electroencephalography (EEG). The regularization strategy leveraged on a new Calderon formula, obtained in this thesis work, while the acceleration leveraged on an Adaptive-Cross-Approximation paradigm. As pertains the higher frequency regime, with electromagnetic dosimetry applications in mind, the attention of this work focused on the study and regularization of the Poggio-Miller-Chang-Harrington-Wu-Tsai (PMCHWT) integral equation via hierarchical techniques. In this effort, a complete analysis of the equation for both simply and non-simply connected geometries has been obtained. This allowed to design a new hierarchical basis regularization strategy to obtain an equation for penetrable media which is stable in a wide spectrum of frequencies. A final part of this thesis work presents a propaedeutic discretization framework and associated computational library for 2D Calderon research which will enable our future investigations in tomographic imaging.

Bien qu'elle soit omniprésente dans notre société, l'écriture au clavier reste assez mal caractérisée. L’étudier impose de s'intéresser à l'intersection de plusieurs champs de recherche tels que la psycholinguistique, le contrôle moteur et la programmation de séquence. Le but de cette thèse était d'étudier les processus linguistiques et moteurs mis en jeu lors de l'écriture au clavier. Une première étude comportementale a démontré l'importance des processus linguistiques pour expliquer les performances d'écriture (temps de réaction, intervalles inter-frappes et proportion de réponses correctes). Dans une deuxième étude, nous avons évalué la fiabilité d’une plateforme de récolte de données en ligne pour enregistrer des séquences de frappe à grande échelle. Ensuite, trois études d'EEG ont permis de caractériser les processus de préparation de réponses motrices et leur éventuelle interaction avec des processus linguistiques. Nous avons observé à plusieurs reprises un patron d'activation/inhibition des cortex moteurs, précédemment caractérisé dans le contexte de tâches de choix forcé. Nous avons pu également observer la dépendance de cet index aux effecteurs engagés dans la séquence tapée. Les résultats présentés sont discutés en termes de processus linguistiques et moteurs sous-jacents. L'écriture au clavier se présente comme une modalité appropriée pour étudier leur interaction potentielle lors de la production écrite et la question générale de la transmission d'information entre processus cognitifs. Les données présentées ici contribuent à la caractérisation de ce comportement désormais omniprésent et ouvrent ainsi de nombreuses perspectives de recherche dans ce domaine. / Typing has become a ubiquitous skill in our modern information societies. It constitutes an important language production modality and probably our preferred way to produce written language. Still its investigation is rather scarce. Understanding typing behavior pertains to several research domains such as language production, motor control and sequence programming. The aim of this thesis was to characterize linguistic and motor processing during typing. The methodology combined fine grained behavioral and electroencephalography (EEG) investigations.The first study aimed to assess the importance of linguistic processes during typing. It revealed a composite pattern of effects on response latencies, inter-keystroke intervals and accuracy rates. The second study assessed the reliability of an online platform to perform large-scale studies of typing skills. Then, three EEG studies aimed to characterize motor planning during typing and their putative interaction with linguistic processing. While linguistic processing was harder to trace with EEG, all three studies revealed a reliable pattern over motor cortices prior to the striking of the first keystroke of a word, interpreted as an index of motor preparation. The manipulation of effectors engaged in sequence production revealed versatile inhibitory processes dependent on the content of the sequence. The results are discussed in terms of linguistic and motor processes and their putative interactions during typed language production, contributing to the popular debate about information processing in cognitive science. This work provides novel data that pave the way to promising future investigations of typing.