MétaCan
Menu
Retour à la cohorte
Enregistrement W2606910648 · doi:10.71781/5117

Le processus d’adoption d’une innovation pédagogique avec les TIC par les enseignants

2016· dissertation· fr· W2606910648 sur OpenAlexaboutno aff
Alain Stockless

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2016
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueEducational Tools and Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Avec la place prépondérante qu’occupent les technologies de l’information et de la communication (TIC) en éducation, nous avons cherché lors de cette étude à comprendre le processus d’adoption d’une innovation pédagogique avec les TIC. Plus précisément, c’est avec un environnement numérique d’apprentissage (ENA) que le contexte d’innovation a été mis en place. Pour ce faire, un ENA a été déployé pour l’ensemble des enseignants et des élèves du secondaire d’une commission scolaire de la région de Montréal. Au préalable, les enseignants n’avaient pas accès à un ENA et la plupart n’avaient jamais été en contact, autant comme enseignant ou en tant qu’apprenant, à un ENA. Nous pouvions par conséquent considérer la situation comme étant innovante. C’est donc dans ce contexte d’innovation pédagogique avec les TIC que nous avons réalisé cette recherche. L’objectif général de la recherche avait pour but de mettre en place un prototype d’ENA afin d’identifier les facteurs qui favorisent l’adoption de l’innovation par les enseignants du secondaire puis de voir quelles sont les perceptions de l’ENA lors d’un design de fonctionnalités pédagogiques et dans quelle mesure les enseignants ont perçu les affordances. Également, cela a permis d’élaborer des principes de design pour que les enseignants puissent mieux exploiter les TIC avec l’ENA. Pour réaliser cette recherche, nous avons utilisé l’approche méthodologique Design-Based Research. Ainsi, nous avons effectué trois itérations qui comprennent chacune un cycle caractérisé par le design d’un prototype, son implémentation, sa mise à l’essai dans un contexte réel et son évaluation. L’objectif de la première itération était d’abord exploratoire. Celle-ci visait l’implémentation et l’expérimentation de l’ENA en prévision d’une diffusion large. Une entrevue de groupe et un journal de bord ont permis de documenter cette itération. Les résultats obtenus ont montré que l’ENA était pertinent pour les enseignants. Cependant, nous avons relevé qu’un ensemble d’adaptations et de modifications avaient été nécessaires avant de procéder à la diffusion large de la plateforme. Ces interventions visaient à s’assurer que l’ENA réponde le mieux possible au contexte et à la réalité des enseignants. Lors de la deuxième itération, nous avions pour objectif d’identifier avec le Technology Acceptance Model (TAM) de Davis, Bagozzi et Warshaw (1989) les facteurs qui favorisent l’adoption de l’ENA. Les résultats de cette phase nous ont montré que, d’une part, nos données s’ajustent bien avec le modèle TAM et que, d’autre part, la dimension de l’utilité est un bon prédicteur pour l’adoption de l’ENA. Pour la troisième itération, nous avons réalisé avec neuf enseignants, répartis sur deux sites, un design participatif de fonctionnalités pédagogiques. Cette démarche avait pour objectif d’analyser les perceptions des enseignants relatives à l’ENA. Cette itération a été évaluée par des entrevues semi-dirigées. L’analyse des résultats nous a permis de confirmer l’utilité de l’ENA, notamment en matière de réinvestissement des activités réalisées. Également, les enseignants ont mentionné l’importance de la formation et de l’accompagnement dans la démarche de design de fonctionnalités pédagogiques. Cette itération visait aussi à voir dans quelle mesure les affordances des TIC dans l’ENA ont été perçues. Cette démarche d’intervention consistait également à placer les enseignants en situation de perception d’affordances. Cela ne nous a cependant pas permis d’articuler une relation directe entre le design de fonctionnalités pédagogiques et sa mise en œuvre en contexte réel avec la perception explicite des affordances de l’ENA.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,345

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,005
Communication savante0,0120,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,249
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetEducational Tools and MethodsTravaux en français237 207