MétaCan
Menu
Retour à la cohorte
Enregistrement W2609238114

Une comparaison de l’apprentissage par projet (APP) par rapport à l'apprentissage normatif pour les activités de laboratoire en Électronique Industrielle

2017· article· fr· W2609238114 sur OpenAlexfundno aff
Nicholas Rudi

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueHigher Education Learning Practices
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Sherbrooke
Mots-clésHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pourquoi les étudiants inscrits au collégial en technologie de l'électronique industrielle semblent-ils perdre de leur intérêt et de leur motivation à mesure qu'ils avancent dans l'étude de l'électronique ? Les méthodes d'enseignement utilisées en classe et en laboratoire dans ce programme sont-elles en cause ? Peu de recherches dans la littérature spécialisée et scientifique documentent cette question. Aussi, étudier les effets de la pédagogie ou de l'apprentissage par projet (APP) sur le maintien de l'intérêt et de la motivation des étudiants à apprendre l'électronique, voire à réussir dans leur programme d'études, s'avère-t-il nécessaire. Notre étude compare deux méthodes d'enseignement en laboratoire, soit l'approche d'apprentissage fondée sur la pédagogie par projet versus l'approche prescriptive (normative). Notre objectif : dans le contexte d'un cours en technologie de l'électronique industrielle, examiner comment l'APP influe sur la réussite scolaire des étudiants, leur attitude comme apprenants, leur perception de l'APP, leur motivation intrinsèque et leur mode d'apprentissage. Nous avons effectué cette étude lors des laboratoires du cours Analog Circuits, avec un échantillon de 25 étudiants de première aimée inscrits au programme Industrial Electronics du Collège Vanier. Pour les besoins de notre étude, ce groupe de 25 étudiants a été réparti en trois groupes distincts, un d'intervention (expérimental) et deux de contrôle (témoin). Le Registrariat du Collège a sélectionné les participants en fonction de la disponibilité et des horaires de chaque étudiant. Durant la recherche, tous ont reçu le même traitement, sauf en ce qui concerne les instructions qu'on leur a données, lesquelles différaient selon le groupe dans lequel ils se trouvaient. L'approche méthodologique mixte utilisée pour cette étude combine deux démarches, quantitative et qualitative. Alors que celle-là est de type quasi expérimental (étude d'intervention) à série temporelle (modèle chronologique) avec un groupe de contrôle (groupe témoin) non équivalent, celle-ci est de type séquentiel explicatif. Les données ou résultats obtenus et mesurés sur les plans cognitif et affectif pour l'apprentissage de l'électronique sont les suivants : • Le rendement scolaire des étudiants (domaine cognitif), • Leur motivation à apprendre l'électronique (domaine affectif), • Leur attitude à l'égard de l'électronique (domaines cognitif et affectif). La durée de chaque intervention pour le groupe expérimental (groupe d'intervention) durant les laboratoires hebdomadaires était de deux heures. Il est à noter que le cours Analog Circuits s'échelonnait sur quinze semaines. Durant les sept premières semaines, nous avons soumis à un type d'apprentissage et d'encadrement normatif (prescriptif) tant les deux groupes de contrôle (témoin) que le groupe expérimental (d'intervention). Pour les huit dernières semaines du cours, seuls les groupes de contrôle (témoin) ont poursuivi leur apprentissage dans un cadre normatif, pendant que le groupe expérimental se trouvait en APP. Alors que la littérature scientifique présente des résultats positifs concernant la réussite scolaire des étudiants qui suivent un cursus basé sur l'APP, notre étude obtient des résultats différents sur cette question. Nous n'avons donc pas pu valider l'hypothèse selon laquelle l'APP favoriserait la réussite scolaire des étudiants, ou le maintien de leur intérêt ou de leur motivation à apprendre. Toutefois, à l'instar des études menées dans le cadre d'autres recherches sur la question, notre étude révèle que l'attitude des élèves à l'égard de l'électronique est mitigée. D'une part, elle montre que l'APP n'améliore pas nécessairement l'attitude des étudiants par rapport à l'électronique, ou leurs sentiments ou comportements relativement à cette branche de la physique. D'autre part, elle montre que l'APP donne des résultats encourageants en ce qui a trait à la façon dont les étudiants perçoivent, positivement, leur capacité d'apprentissage de l'électronique. En ce qui concerne leur motivation intrinsèque à apprendre, la littérature scientifique note un impact positif de l'APP sur la qualité de leur engagement à réaliser ou à accomplir une tâche, et à la valeur qu'ils lui accordent. En revanche, notre étude ne révèle aucun changement significatif sur ce plan. Effectivement, en ce qui a trait à la qualité de l'engagement affectif des étudiants dans les tâches qui leur sont confiées, ou à la valeur que ces derniers reconnaissent ou accordent à celles-ci : aucune amélioration ou modification notable. Par ailleurs, nous avons constaté une amélioration significative de la confiance des étudiants en leurs compétences cognitives pour effectuer ces tâches. Nos résultats de recherche ne corroborent donc pas ceux de la littérature scientifique concernant l'utilisation de l'APP ; ils ne valident que partiellement l'utilisation de cette approche pour influencer positivement la motivation des étudiants à apprendre l'électronique. Ajoutons toutefois que notre étude a fait ressortir deux aspects positifs de l'utilisation de l'APP. En effet, les étudiants du groupe expérimental ont trouvé que les activités effectuées en laboratoire et axées sur l'APP, en comparaison aux activités normatives habituelles, non seulement s'avéraient pour eux plus motivantes, mais aussi les aidaient davantage à comprendre la théorie. Cela dit, rappelons que notre étude ne révèle aucun changement significatif notable en ce qui a trait aux résultats scolaires de ces étudiants ou à leur motivation intrinsèque à apprendre 1' électronique. Les chercheurs reconnaissent les avantages de l'APP depuis plusieurs décennies. Or, des études montrent que certaines conclusions demeurent contestables, notamment en ce qui concerne la façon dont on évalue parfois les résultats scolaires et le type d'étudiants qui semblent tirer davantage profit de l'APP. Rappelons à nouveau que les résultats de notre étude tendent quant à eux à ne démontrer aucun changement important concernant la réussite scolaire des étudiants (données cognitives), ou leur motivation à apprendre l'électronique (données affectives). Et les résultats que nous avons obtenus, relativement à l'attitude des étudiants à l'égard de l'électronique (données cognitives et affectives), demeurent mitigés. Parmi les résultats les plus intéressants révélés par notre étude, notons le changement observé dans le style d'apprentissage des étudiants, particulièrement ceux du groupe expérimental. En effet, les activités effectuées en laboratoire et axées sur l'APP ont contribué à modifier le style d'apprentissage des étudiants, qui sont passés d'une démarche d'apprentissage basée sur les modèles théoriques à une démarche qui repose davantage sur l'expérimentation. Par conséquent, les résultats obtenus dans notre étude et liés à la réussite scolaire des étudiants, à leur attitude par rapport à l'électronique ou à leur motivation intrinsèque à apprendre l'électronique restent difficiles à modifier à court terme. Cependant, les résultats liés aux activités effectuées en laboratoire et axées sur l'APP montrent que les étudiants peuvent modifier rapidement leur style d'apprentissage. Obtenir d'autres résultats concluants sur ce plan, notamment grâce à des études effectuées dans des programmes similaires à celui de Technologie de l'électronique industrielle du Collège Vanier, s'avérerait évidemment tout à fait pertinents. Aussi, notre étude recommande-t-elle la mise en œuvre d'un projet pilote, aux niveaux collégial et universitaire, où tous les cours d'un même programme soit de technologie soit d'ingénierie seraient axés sur l'APP.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,003
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,033
Tête enseignante GPT0,286
Écart entre enseignants0,253 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetHigher Education Learning PracticesTravaux en français237 207