Portrait de l'autorégulation du travail instrumental d'étudiant.es en techniques professionnelles de musique et chanson au Québec en marge d'un cours d'instrument
Bibliographic record
Abstract
Face au constat que peu d'études documentent les stratégies de travail, les facteurs d’affect et de motivation des musicien·nes en formation collégiale, particulièrement dans le domaine des musiques populaires, cette recherche comble un vide dans la littérature scientifique en dressant un premier portrait de l’autorégulation du travail instrumental des étudiant·es en Techniques professionnelles de musique et chanson au Québec en marge d’un cours d’instrument. Trois objectifs visent ainsi à décrire les dispositions personnelles d’étudiant·es du programme, à identifier les procédés d’autorégulation mobilisés au cours d’une séance de travail instrumental et à décrire les croyances motivationnelles et leurs réactions personnelles à l’égard de la séance de travail instrumental analysée. L’atteinte de ces objectifs contribue à mieux comprendre comment ces étudiant·es planifient, organisent et évaluent leur travail instrumental afin d'identifier des leviers pédagogiques susceptibles d'optimiser leur développement artistique et technique. Cette recherche s'inscrit dans une démarche qualitative exploratoire privilégiant l'étude de cas multiples en mobilisant un protocole microanalytique dédié à l’analyse d’une séance de travail instrumental. Cette approche méthodologique permet une analyse approfondie et contextualisée à chaque participant·e, tout en facilitant l'identification de motifs transversaux. Le cadre conceptuel s'appuie sur une adaptation des modèles sociocognitifs de l'autorégulation de l'apprentissage et de la performance en relation au contexte spécifique de travail réalisé en marge d’un cours d’instrument. L'étude a été menée auprès de neuf étudiant·es inscrits au programme de Techniques professionnelles de musique et chanson offerts dans trois collèges québécois. Les sujets, sélectionnés selon un échantillonnage intentionnel, représentent par ailleurs une diversité d'instruments (guitare, basse, batterie, chant, claviers) et se situent entre la deuxième et la sixième session de leur programme. Bien que cet échantillon limité ne permette pas de généralisation statistique, il offre une richesse de données qualitatives permettant une compréhension approfondie du phénomène d'autorégulation dans ce contexte spécifique. La collecte de données repose sur un protocole microanalytique dédié à l'observation d'une séance de travail instrumental (45-60 minutes). Chaque sujet a été filmé pendant sa pratique individuelle sans intervention du chercheur. Des entretiens réalisés avant et après la séance ont été alimentés par le visionnement des trente premières minutes de l’enregistrement pour stimuler le rappel des processus cognitifs et décisionnels en action. Les verbatims d'entretiens ont été transcrits, puis analysés de manière thématique en s'appuyant sur une grille développée de manière déductive en fonction du cadre conceptuel. La validité des interprétations a été renforcée par un double codage des données et une approbation des résultats synthétisés par les sujets. L’analyse témoigne d’interventions généralement proactives permettant d’optimiser le travail instrumental. Malgré certaines limites constatées sur le plan de l’autorégulation, les sujets ont été satisfaits de leur performance et estiment que leurs méthodes de travail sont généralement efficaces. Leur grande motivation et la confiance démontrée envers leurs capacités constituent à la fois la source et les conséquences d’une observation somme toute positive de leur performance. Des recommandations sont émises pour la formation technique des musicien·nes au collégial. Il s’en dégage l’idée d’intervenir davantage afin de soutenir la démarche de fixation d’objectifs, la planification, l’utilisation et l’adaptation de stratégies de travail efficaces par les étudiant·es, tout en les sensibilisant à l’autocaptation de leur performance. Les propositions conclusives invitent notamment les prochaines recherches à documenter davantage les pratiques des musicien·nes en développement dans des programmes d’études spécialisés en musiques populaires, pour tisser des liens signifiants entre les modalités d’autorégulation du travail instrumental observées et le curriculum de la formation. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : autorégulation, travail instrumental, musiques populaires, enseignement postsecondaire, apprentissage
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.022 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".