RSS Linkedin Youtube
Ouvrir le menu

Partagez cet article

Données d’apprentissage et soutien pédagogique | Publication

15 septembre 2020 Collégial et universitaire

Les chercheures Séverine Parent (Département des sciences de l’éducation, UQAR) et Michelle Deschênes (Département d’études sur l’enseignement et l’apprentissage, Université Laval) ont récemment publié un guide pédagogique intitulé « L’analyse de données d’apprentissage pour soutenir les interventions pédagogiques ».

Le Centre de recherche et d’intervention sur la réussite scolaire (CRIRES) a mis en ligne en libre accès ce guide de 29 pages qui s’adresse « aux intervenants de tous les niveaux (primaire, secondaire et postsecondaire) » (p.4).

Une nouvelle version du modèle de Bernhardt

En 1998, la chercheure Victoria Bernhardt proposait le modèle Multiple measures of data dans la perspective d’utiliser les données pour améliorer l’apprentissage des élèves et des étudiant·e·s.

Parent et Deschênes se sont intéressées à ce modèle permettant de jeter un regard multidimensionnel sur l’élève/étudiant·e et son environnement. Avec l’accord de Bernhardt, les chercheures ont proposé une nouvelle version du modèle, plus de vingt ans plus tard, dans le contexte actuel d’analyse de données de l’apprentissage.

L’analyse de données d’apprentissage

L’analyse de données d’apprentissage est définie comme « la mesure, la collecte, l’analyse et la communication des données sur les élèves et leurs contextes, afin de mieux comprendre et d’optimiser l’apprentissage ainsi que les environnements dans lesquels il a lieu ». (trad. de SoLAR, 2011, cité p.6).

L’analyse de données peut se faire à l’échelle institutionnelle pour soutenir des décisions ou des orientations stratégiques ou pour observer les taux de persévérance scolaire et de réussite scolaire.

Elle vise à utiliser les données comme une lentille grâce à laquelle il est possible d’examiner les pratiques et de repérer les situations pouvant être améliorées (Johnson, 2002, cité p.8).

Les chercheures soutiennent qu’elle ne remplace pas l’expertise, l’intuition et le jugement des intervenant·e·s pédagogiques compétent·e·s.

Quelles données sont importantes ?

Dans le modèle de Bernhardt, les données recueillies visent à améliorer tous les aspects du processus d’apprentissage dans une institution scolaire.

L’intérêt du modèle se trouve dans le croisement de ces données, où chaque intersection nous informe sur différents aspects de la situation pédagogique.

Le modèle de Bernhardt suggère que les données importantes se regroupent en quatre ensembles : la démographie, les apprentissages, les perceptions et les processus scolaires.

Le modèle Parent et Deschênes (2020)

Après avoir décrit ces quatre ensembles, les chercheures expliquent leur démarche d’adaptation du modèle de Bernhardt dans un contexte d’éducation postsecondaire.

Elles présentent ensuite leur version revue du modèle, dans laquelle toutes les intersections entre les quatre ensembles sont représentées : dans le modèle Parent et Deschênes (2020), tous les ensembles s’influencent, que ce soit dans un sens ou dans l’autre.

Par exemple, on s’intéresse habituellement aux répercussions des programmes de soutien sur les apprentissages des élèves. La relation en sens inverse pourrait tout autant être observée : on pourrait s’intéresser aux répercussions des apprentissages sur les programmes de soutien (p.18)

Le modèle revu place l’élève/l’étudiant·e au centre et permet d’appuyer les décisions sur les quatre ensembles de données qui semblent tenir compte des particularités d’un contexte d’apprentissage.

Le modèle Parent et Deschênes (2020) permet aussi de tenir compte de la complexité du système d’enseignement. Les données permettent de dresser un portrait pouvant soutenir la prise de décisions. En tenant compte des quatre ensembles et des intersections entre chacun, le modèle permet de faire le constat de la situation, puis de guider les actions (p.24).

***

Dans le contexte où plusieurs développements concernant l’analyse des données d’apprentissage auront lieu dans les prochaines années, les chercheures espèrent que ce modèle revu permettra aux acteurs pédagogiques de considérer les différents aspects de la situation pédagogique et du contexte lors de l’utilisation des données d’apprentissage au service de la réussite scolaire et éducative (p.25).

Source : Parent, S. et Deschênes, M. (2020). L’analyse de données d’apprentissage pour soutenir les interventions pédagogiques. Québec : Livres en ligne du CRIRES. En ligne : https://lel.crires.ulaval.ca/oeuvre/lanalyse-de-donnees-dapprentissage-pour-soutenir-lesinterventions-pedagogiques

Mots-clés: - - -

© 2020 CAPRES all rights reserved / tous droits réservés