L’engagement et les stratégies d’autorégulation des apprenants adultes en e-Formation
Notice bibliographique
Résumé
Considrant les volutions technologiques et le mythe tenace de la socit du savoir , le besoin de dvelopper ses comptences est de plus en plus apprhend comme un investissement pour les travailleurs, cela leur vie durant.En plus des formations distance, des ressources en ligne et des MOOC (Massive Open Online Courses) sont maintenant disponibles pour permettre aux adultes de dvelopper leurs comptences.Avec le numrique, ces moyens d'autoformation deviennent plus accessibles et le dveloppement professionnel peut se faire dans des contextes informels ou non formels.En effet, des ressources ducatives libres apparaissent sous diverses formes : sites, baladodiffusions, blogues, vidos, etc. L'offre de formation sous forme de MOOC, devient maintenant significative.Ces dispositifs de formation tant plus largement et facilement accessibles, ils attirent des apprenants adultes dots de profils plus varis que ceux que l'on retrouve dans les formations crdites offertes par les tablissements d'enseignement.Or, peine 10 % des inscrits terminent avec succs le MOOC auquel ils participent (Jordan, 2014).Ainsi, les proccupations historiques envers l'abandon en e-Formation indiquent l'importance de s'intresser aux mcanismes qui soutiennent l'engagement et la persvrance des apprenants.Pour mieux comprendre les dterminants de l'engagement des apprenants dans ces dispositifs, la perspective sociocognitive s'avre particulirement heuristique.Le prsent chapitre traite des relations entre motivation et engagement en e-Formation, en prenant assise sur un modle d'autorgulation.Le processus d'autorgulation est vu dans le contexte des influences mutuelles formalises dans le modle de causalit rciproque de Bandura (1986).Les liens entre motivation, engagement cognitif, stratgies cognitives et stratgies mtacognitives sont abords dans la perspective du modle intgrateur de l'autorgulation.Chacun des concepts est soigneusement prsent avec le souci de rapporter les principaux rsultats de recherche dans le domaine de l'e-Formation.Le modle intgrateur propos peut notamment servir d'assise pour alimenter une rflexion conceptuelle mobiliser dans une dmarche de recherche (particulirement pour des tudiants en master ou des doctorants) ou encore pour inspirer la conception des environnements d'e-Formation. L'approche sociocognitive de la motivation et de l'apprentissage comme fondement thoriqueLes cadres thoriques mobiliss pour aborder les liens entre motifs d'engagement, objectifs, motivation, engagement, autorgulation et stratgies d'apprentissage se situent dans la perspective des thories sociocognitives (Bandura, 1986).Les thories sociocognitives modernes de la motivationdont celle des attentes et de la valeur ( expectancy-value ) (Eccles et Wigfield, 2002 ;Pintrich, 2003) sont drives du cadre de l'apprentissage social (Bandura).Keller (1983) et Pintrich (2000, 2003) rappellent son postulat selon lequel on retrouve des interactions rciproques entre perceptions et anticipations de l 'apprenant, environnement (besoins, valeurs, etc.) et comportements (engagement, stratgies, etc.).Ainsi, les anticipations et attentes d'un apprenant
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».