Conception d’une échelle française d’évaluation de l’utilisabilité des nouvelles technologies éducatives par l’enfant
Notice bibliographique
Résumé
Le numérique ne cesse de se développer, notamment à l’école où les politiques éducatives en ont fait un des leviers de recherche prioritaires. Une utilisation efficace des technologies numériques éducatives est essentielle pour que les élèves puissent atteindre des objectifs d’apprentissages. Ainsi, il est important de pouvoir recueillir les perceptions des principaux utilisateurs que sont les enseignants et les élèves sur l’utilisabilité de ces nouvelles technologies en classe. Or, à notre connaissance, il n'existe pas encore de questionnaire d'évaluation de l'utilisabilité des interfaces numériques en français spécifiquement adapté aux jeunes élèves. K-Uses est une échelle de mesure d'évaluation de la perception de l'utilisabilité par les jeunes utilisateurs. Cette échelle de mesure repose sur le modèle présenté dans la norme ISO 9241-11 à laquelle nous avons ajouté le critère de « learnability » de Nielsen. Cet article présente la construction et les premiers éléments de validation du K-Uses avec des enfants âgés de 9 à 11 ans. La méthode utilisée a consisté en un examen de questionnaires d'utilisabilité existants, des prétests auprès d’enseignants et d’élèves auxquels ont participé trois évaluateurs et une analyse exploratoire des données recueillies auprès de 127 élèves. Les résultats sont prometteurs et montrent des niveaux satisfaisants de validité et de fiabilité.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,033 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».