Stratégies pédagogiques actives et motivation : perceptions d’étudiantes et d’étudiants en Techniques de bureautique
Notice bibliographique
Résumé
Depuis plusieurs années, les enseignantes de Techniques de bureautique du Cégep de Sept-Îles constatent une baisse des taux de réussite, de persévérance et de diplomation. Les répercussions sont importantes pour l’étudiante ou pour l’étudiant, pour le programme, pour l’établissement scolaire ainsi que pour le marché du travail régional. La littérature identifie un lien entre la motivation, la persévérance et l’apprentissage. En effet, les activités pédagogiques utilisées par les enseignants peuvent influencer la motivation des étudiants. Toutefois, même si la majorité des écrits soutiennent que les stratégies pédagogiques actives y contribuent, elles pourraient exercer une influence négative sur la motivation de plusieurs d’entre eux et ne favoriseraient pas automatiquement leur apprentissage. La présente recherche vise donc à comprendre l’incidence de stratégies pédagogiques actives sur la motivation d’étudiantes et d’étudiants de Techniques de bureautique inscrits au Cégep de Sept-Îles. Pour ce faire, deux objectifs spécifiques ont été définis, soit (1) explorer les stratégies pédagogiques actives suivantes en Techniques de bureautique : la classe inversée, l’apprentissage par problème, les cartes conceptuelles et le portfolio numérique des apprentissages et (2) étudier les perceptions d’étudiantes et d’étudiants inscrits en Techniques de bureautique au Cégep de Sept-Îles quant à leur motivation à s’engager dans les activités pédagogiques actives. Ces objectifs ont orienté la recherche dans une démarche qualitative/interprétative (Savoie-Zajc, 2018). De ce fait, les impressions de la chercheuse ont été notées dans un journal de bord à la suite de chacune des activités réalisées en lien avec les stratégies pédagogiques explorées. De plus, l’expérience de onze étudiantes et étudiants qui ont accepté de participer à la recherche a été étudiée à partir de questionnaires anonymes ouverts et d’entrevues semi-dirigées dont les questions étaient en lien avec les thèmes de la motivation selon le modèle de Viau (2009). Une analyse de contenu a été effectuée à partir des données recueillies. Cette dernière a permis de connaître l’appréciation et les préférences de chacun des participants et d’en comprendre les motifs. Finalement, cette recherche a démontré la nécessité de proposer des activités pédagogiques diversifiées pour favoriser la motivation d'un plus grand nombre d’étudiantes et d’étudiants.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».