JoVE Logo

S'identifier

Un abonnement à JoVE est nécessaire pour voir ce contenu. Connectez-vous ou commencez votre essai gratuit.

Dans cet article

  • Résumé
  • Résumé
  • Introduction
  • Protocole
  • Résultats
  • Discussion
  • Déclarations de divulgation
  • Remerciements
  • matériels
  • Références
  • Réimpressions et Autorisations

Résumé

Ce protocole guide les chercheurs et les éducateurs dans la mise en œuvre de l’approche de résolution de problèmes avant l’instruction (PS-I) dans un cours de statistique de premier cycle. Il décrit également une évaluation expérimentale intégrée de cette mise en œuvre, où l’efficacité de la PS-I est mesurée en termes d’apprentissage et de motivation chez les élèves ayant différentes prédispositions cognitives et affectives.

Résumé

De nos jours, la façon d’encourager la réflexion des élèves est l’une des principales préoccupations des enseignants à différents niveaux d’éducation. De nombreux étudiants ont des difficultés lorsqu’ils font face à des tâches qui impliquent des niveaux élevés de réflexion, comme sur les cours STEM (sciences, technologie, ingénierie et mathématiques). Beaucoup ont également une anxiété et une démotivation profondément enracinées à l’égard de ces cours. Afin de surmonter ces défis cognitifs et affectifs, les chercheurs ont suggéré l’utilisation d’approches « Résolution de problèmes avant instruction » (PS-I). PS-I consiste à donner aux étudiants la possibilité de générer des solutions individuelles à des problèmes qui sont ensuite résolus en classe. Ces solutions sont comparées à la solution canonique dans la phase suivante de l’enseignement, ainsi qu’à la présentation du contenu de la leçon. Il a été suggéré qu’avec cette approche, les étudiants peuvent augmenter leur compréhension conceptuelle, transférer leur apprentissage à différentes tâches et contextes, devenir plus conscients des lacunes dans leurs connaissances et générer une construction personnelle des connaissances antérieures qui peuvent aider à maintenir leur motivation. Malgré les avantages, cette approche a été critiquée, car les étudiants peuvent passer beaucoup de temps sur des essais et des erreurs sans but pendant la phase initiale de la génération de la solution ou ils peuvent même se sentir frustrés dans ce processus, ce qui pourrait nuire à l’apprentissage futur. Plus important encore, il y a peu de recherches sur la façon dont les caractéristiques préexistantes des élèves peuvent les aider à bénéficier (ou non) de cette approche. L’objectif de la présente étude est de présenter la conception et la mise en œuvre de l’approche PS-I appliquée à l’apprentissage des statistiques chez les étudiants de premier cycle, ainsi qu’une approche méthodologique utilisée pour évaluer son efficacité en tenant compte des différences préexistantes des étudiants.

Introduction

L’une des questions qui préoccupent le plus les enseignants à l’heure actuelle est de savoir comment stimuler la réflexion des élèves. Cette préoccupation est courante dans les cours de nature mathématique, tels que les cours STEM (Sciences, Technologie, Ingénierie et Mathématiques), dans lesquels l’abstraction de nombreux concepts nécessite un haut degré de réflexion, mais de nombreux étudiants rapportent aborder ces cours uniquement par des méthodes basées sur la mémoire1. De plus, les élèves montrent souvent un apprentissage superficiel des concepts1,2,3. Cependant, les difficultés rencontrées par les élèves dans l’application des processus de réflexion et d’apprentissage profond ne sont pas seulement cognitives. Beaucoup d’étudiants ressentent de l’anxiété et de la démotivation face à ces cours4,5. En fait, ces difficultés ont tendance à persister tout au long de l’éducation des élèves6. Il est donc important d’explorer des stratégies éducatives qui préparent les élèves à l’apprentissage profond sur le plan motivationnel et cognitif, quelles que soient leurs différentes prédispositions.

Il est particulièrement utile de trouver des stratégies qui complètent les approches pédagogiques typiques. L’un des plus typiques étant l’instruction directe. L’enseignement direct consiste à guider pleinement les élèves à partir de l’introduction de nouveaux concepts avec des informations explicites sur ces concepts, puis à suivre cela avec des stratégies de consolidation telles que des activités de résolution de problèmes, des commentaires, des discussions ou d’autres explications7,8. L’instruction directe peut être efficace pour transmettre facilement le contenu8,9,10. Cependant, les étudiants ne réfléchissent souvent pas à des aspects importants, tels que la façon dont le contenu se rapporte à leurs connaissances personnelles, ou les procédures potentielles qui pourraient fonctionner et ne fonctionnent pas11. Il est donc important d’introduire des stratégies complémentaires pour arduir les élèves de manière critique.

L’une de ces stratégies est l’approche12de la résolution de problèmes avant l’instruction (PS-I), également appelée approche de l’invention11 ou approche de l’échec productif13. PS-I est différent de l’enseignement direct en ce sens que les étudiants ne sont pas directement initiés aux concepts, mais qu’il y a plutôt une phase de résolution de problèmes avant les activités d’enseignement direct typiques dans lesquelles les étudiants cherchent des solutions individuelles aux problèmes avant d’obtenir des explications sur les procédures pour les résoudre.

Dans ce problème initial, on ne s’attend pas à ce que les élèves découvrent pleinement les concepts cibles13. Les élèves peuvent également ressentir une surcharge cognitive14,15,16 et même un effet négatif17 avec l’incertitude et les nombreux aspects à considérer. Cependant, cette expérience peut être productive à long terme car elle peut faciliter la réflexion critique sur des fonctionnalités importantes. Plus précisément, le problème initial peut aider les étudiants à prendre davantage conscience des lacunes dans leurs connaissances18,activer les connaissances antérieures liées au contenu pour couvrir13, et augmenter la motivation en raison de la possibilité de baser leur apprentissage sur des connaissances personnelles7,17,19.

En termes d’apprentissage, les effets de PS-I sont généralement visibles lorsque les résultats sont évalués avec des indicateurs d’apprentissage profond20,21. En général, aucune différence n’a été trouvée entre les élèves qui ont appris par PS-I et ceux qui ont appris par l’enseignement direct en termes de connaissances procédurales20,22, qui se réfèrent à la capacité de reproduire les procédures apprises. Cependant, les étudiants qui passent par PS-I présentent généralement un apprentissage supérieur dans les connaissances conceptuelles7,19,23, qui se réfèrent à la compréhension du contenu couvert, et le transfert7,15,19,24, qui fait référence à la capacité d’appliquer cette compréhension à des situations nouvelles. Par exemple, une étude récente dans une classe sur la variabilité statistique a montré que les élèves qui ont eu la possibilité d’inventer leurs propres solutions pour mesurer la variabilité statistique avant de recevoir des explications sur les concepts généraux et les procédures dans ce sujet ont démontré une meilleure compréhension à la fin du cours que ceux qui ont été en mesure d’étudier directement les concepts et les procédures pertinents avant de s’impliquer dans une activité de résolution deproblèmes 23. Cependant, certaines études n’ont montré aucune différence dans l’apprentissage16,25,26 ou la motivation19,26 entre les alternatives PS-I et l’enseignement direct, ou même un meilleur apprentissage dans les alternatives d’enseignement direct14,26, et il est important de considérer les sources potentielles de variabilité.

Les caractéristiques de conception sous-jacentes à l’implémentation de PS-I sont une caractéristique importante20. Une revue systématique20 a révélé qu’il y avait plus de chances d’avoir un avantage d’apprentissage pour PS-I par rapport aux alternatives d’enseignement direct lorsque les interventions PS-I étaient mises en œuvre avec au moins l’une des deux stratégies, soit en formulant le problème initial avec des cas contrastés, soit en construisant l’enseignement ultérieur avec une rétroaction détaillée sur les solutions des élèves. Les cas contrastés consistent en des exemples simplifiés qui diffèrent par quelques caractéristiques importantes11 (voir la figure 1 pour un exemple), et peuvent aider les élèves à identifier les caractéristiques pertinentes et à évaluer leurs propres solutions au cours du problème initial11,20. La deuxième stratégie, fournir des explications qui s’appuient sur les solutions des élèves13, consiste à expliquer le concept canonique tout en donnant un retour sur les affordances et les limites des solutions générées par les étudiants, ce qui peut également aider les étudiants à se concentrer sur les caractéristiques pertinentes et à évaluer les lacunes dans leurs propres connaissances20, mais après la phase initiale de résolution de problèmes est terminée (voir la figure 3 pour un exemple de l’échafaudage à partir des solutions typiques des étudiants).

Compte tenu du soutien dans la littérature pour ces deux stratégies, des cas contrastés et de l’enseignement axé sur les solutions des élèves, il est important d’en tenir compte lors de la promotion de l’inclusion de PS-I dans la pratique éducative réelle. C’est le premier objectif de notre protocole. Le protocole fournit des matériaux pour une intervention PS-I qui intègrent ces deux principes. C’est un protocole qui, bien qu’adaptable, est contextualisé pour une leçon sur la variabilité statistique, une leçon très courante pour les étudiants des universités et du secondaire, qui sont généralement les populations cibles dans la littérature sur PS-I29. La phase initiale de résolution de problèmes consiste à inventer des mesures de variabilité pour la répartition des revenus dans les pays, ce qui est un sujet controversé30 qui peut être familier aux étudiants dans de nombreux domaines d’apprentissage. Ensuite, du matériel est fourni aux étudiants pour étudier les solutions à ce problème dans un exemple travaillé, et pour une conférence qui incorpore la discussion des solutions communes produites par les étudiants ainsi que des problèmes de pratique intégrés.

Le deuxième objectif de notre protocole est de rendre l’évaluation expérimentale de la PS-I accessible aux éducateurs et aux chercheurs, ce qui peut faciliter l’investigation de la PS-I à partir d’une plus grande variété de perspectives tout en maintenant certaines conditions constantes dans la littérature. Pourtant, les conditions de cette évaluation expérimentale sont flexibles aux modifications. L’évaluation expérimentale décrite dans le protocole peut être appliquée dans les leçons ordinaires, car les élèves d’une seule classe peuvent se voir attribuer le matériel pour la condition PS-I ou le matériel pour une condition d’enseignement direct en même temps (Figure 4). Cette condition d’enseignement direct est également adaptable aux besoins de recherche et d’éducation, mais comme décrit à l’origine dans le protocole, les étudiants commencent par obtenir les explications initiales sur le concept cible avec l’exemple travaillé, puis consolident ces connaissances avec un problème de pratique (présenté uniquement dans cette condition pour compenser le temps que les étudiants PS-I passent sur le problème initial), et avec le cours23. Les adaptations potentielles comprennent le fait de commencer par le cours magistral, puis d’avoir des étudiants pour faire l’activité de résolution de problèmes, qui est une condition de contrôle typique pour comparer PS-I qui a souvent conduit à un meilleur apprentissage pour la condition PS-I7,13,19,26. Alternativement, la condition de contrôle peut être réduite à l’exploration d’un exemple travaillé suivi de la phase de cours, qui, bien qu’une version plus simplifiée des approches d’enseignement direct que proposée à l’origine, est plus courante dans la littérature et a conduit à des résultats variés, certaines études indiquant un meilleur apprentissage dans PS-I15,24, et d’autres indiquant un meilleur apprentissage de ce type de condition d’enseignement direct14,26.

Enfin, un troisième objectif du protocole est de fournir des ressources pour évaluer comment les élèves ayant des prédispositions et des capacités cognitives différentes peuvent bénéficier de PS-I15. L’évaluation de ces prédispositions est particulièrement importante si l’on considère les prédispositions négatives que certains étudiants ont souvent avec les cours STEM, et le fait que PS-I peut encore produire des réactions négatives dans certains cas14. Il y a cependant peu de recherches à ce sujet.

D’une part, puisque PS-I facilite l’association de l’apprentissage avec des idées individuelles, plutôt qu’avec de simples connaissances formelles, PS-I peut être supposé être capable d’aider à motiver les étudiants de bas niveaux académiques, ceux qui ont un faible sentiment de compétence, ou une faible motivation sur le sujet13,27. Une étude a montré que les élèves ayant une faible orientation de maîtrise, c’est-à-dire moins d’objectifs liés à l’apprentissage personnel, bénéficiaient davantage de la PS-I que ceux ayant une plus grande motivation à apprendre27. D’autre part, les étudiants ayant d’autres profils peuvent rencontrer des difficultés lorsqu’ils sont impliqués dans PS-I. Plus précisément, la métacognition joue un rôle important dans PS-I31, et les étudiants ayant de faibles compétences en métacognition pourraient ne pas bénéficier de PS-I en raison de difficultés à être conscients de leurs lacunes dans les connaissances ou à discerner le contenu pertinent15. De plus, comme la phase initiale de PS-I est basée sur la production de solutions individuelles, les étudiants ayant de faibles capacités divergentes, des difficultés à générer une variété de réponses dans une situation donnée, pourraient bénéficier moins de PS-I que les autres étudiants. Le protocole présente des instruments fiables pour évaluer ces prédispositions (Tableau 1), bien que d’autres puissent être envisagés.

En résumé, ce protocole vise à rendre accessible aux éducateurs et aux chercheurs la mise en œuvre d’une intervention PS-I qui suit les principes acceptés dans la littérature PS-I. De plus, les protocoles fournissent une évaluation expérimentale de cette intervention et facilitent l’évaluation des prédispositions cognitives et motivationnelles des élèves. Il s’agit d’un protocole qui ne nécessite pas l’accès à de nouvelles technologies ou à des ressources spécifiques, et qui peut être modifié en fonction des besoins en matière de recherche et d’éducation.

Protocole

Ce protocole suit la Déclaration d’Helsinki de principes éthiques pour la recherche avec les humains, mais applique ces principes aux difficultés supplémentaires d’intégration de la recherche dans des contextes réels dans l’éducation32. Plus précisément, ni l’attribution des conditions d’apprentissage ni la décision de participer ne peuvent avoir de conséquences sur les possibilités d’apprentissage des élèves. De plus, la confidentialité et l’anonymat des élèves sont maintenus même lorsque ce sont les enseignants qui sont en charge de l’évaluation. Les objectifs, la portée et les procédures du protocole ont été approuvés par le Comité d’éthique de la recherche de la Principauté des Asturies (Espagne) (Référence: 242/19).

Veuillez noter que si l’utilisateur n’est intéressé que par la mise en œuvre de l’approche PS-I, seules l’étape 6 (sans affecter les participants à la condition de contrôle) et l’étape 7 sont pertinentes. Malgré cela, les étapes 5 et 9 peuvent être ajoutées comme exercices pratiques pour les étudiants. Si l’utilisateur est également intéressé par l’évaluation expérimentale, il est important que les étudiants travaillent individuellement pendant les étapes 4, 5, 6 et 9. Il est donc recommandé que pendant ces étapes, les sièges des étudiants soient disposés de manière à ce qu’il y ait un espace vide à côté de chaque élève.

Selon la commodité, les étapes peuvent être mises en œuvre en continu au sein d’une seule session de classe ou avec des étapes ultérieures dans une session de classe différente.

1. Informations pour les étudiants sur le but et les procédures de l’étude

  1. Prenez 10 minutes d’une période de cours pour informer les étudiants de l’étude.
  2. Expliquer explicitement aux étudiants l’objectif général de l’étude, leur liberté de consentir à participer, le fait qu’ils peuvent se retirer librement et l’assurance de l’anonymat et de la confidentialité dans le traitement des données.
    1. Dites-leur que le but général de l’étude est d’explorer l’efficacité des différentes approches éducatives, ainsi que d’évaluer l’influence des dispositions cognitives et affectives des élèves sur l’efficacité de ces approches.
    2. Dites-leur que même s’ils seront affectés à l’une des deux approches, le contenu couvert dans les deux conditions sera le même. Informez-les que les activités utilisées dans les deux conditions seront disponibles pour tous les étudiants à la fin de l’étude.
    3. Faites-leur savoir qu’ils sont libres de participer à l’étude et qu’ils peuvent quitter l’étude à tout moment sans affecter leurs possibilités d’apprentissage ou leurs notes. S’ils ne veulent pas participer à l’étude, ils peuvent faire les activités d’apprentissage sans les remettre. De plus, pendant la courte période pendant laquelle les participants remplissent des questionnaires, les non-participants peuvent étudier d’autres documents.
    4. Informez-les que leur participation sera anonyme et que la confidentialité sera maintenue en tout temps, un numéro d’identification arbitraire sera utilisé pour combiner les données à travers différentes sessions et activités.
  3. Fournissez aux étudiants deux copies du formulaire de consentement éclairé(annexe A)qui contient également les coordonnées du chercheur. Demandez-leur de signer une copie pour vous et de garder l’autre copie pour eux-mêmes.
    NOTE: Ce protocole s’adresse aux étudiants universitaires, où aucune autorisation parentale n’est nécessaire. Il pourrait être généralisé à des niveaux d’éducation inférieurs, bien que pour les élèves qui sont légalement mineurs, le consentement éclairé des parents serait également nécessaire.
  4. Si des étudiants sont ajoutés à l’étude dans les phases ultérieures du protocole, demandez-leur de remplir le consentement éclairé tel que décrit dans cette section avant de se joindre à l’étude.

2. Fournir aux élèves un numéro d’identification dissocié des autres dossiers

  1. Pour préserver l’anonymat des réponses des élèves, attribuez au hasard à chaque élève un numéro d’identification (p. ex., préparez un sac avec des numéros aléatoires et demandez à chaque élève d’en choisir un, envoyez un numéro aléatoire à chaque élève par courriel au moyen d’une application Web). Demandez-leur de noter le numéro à un endroit où il sera accessible dans les évaluations ultérieures du protocole.
    REMARQUE: Si l’étude est effectuée via une application en ligne qui permet de suivre anonymement les réponses des étudiants, cela n’est pas nécessaire.

3. Remplir des questionnaires sur les prédispositions cognitives et affectives et les données démographiques de base

  1. Réservez 10 minutes dans une période de classe pour administrer les questionnaires à tous les élèves de la classe.
  2. Donnez aux étudiants qui décident de ne pas participer à l’expérience d’autres options d’apprentissage telles que le travail individuel sur d’autres contenus.
  3. Demandez aux élèves de remplir les questionnaires sur leurs prédispositions, cela peut être fait en utilisant les questionnaires de l’annexe B. Demandez-leur de travailler individuellement.
    NOTE : L’ensemble de questionnaires de l’annexe B comprend l’échelle des compétences cognitives de l’Enquête sur les attitudes à l’égard des statistiques (SATS-28) 33,l’échelle d’approche de maîtrise du Questionnaire sur les objectifs de réalisation révisé34, l’Échelle de régulation de la cognition de l’Inventaire de la conscience métacognitive35et des questions démographiques.
    1. Pour contrôler les effets potentiels des contaminants liés à l’ordre dans lequel les élèves remplissent les questionnaires, remettent au hasard différentes versions des feuilles de questionnaire qui varient dans l’ordre dans lequel les questionnaires sont présentés. À l’annexe B-1, il existe différentes versions imprimées des questionnaires proposés avec des ordres différents.
      REMARQUE : Si les questionnaires sont remplis numériquement, créez des liens avec les différents ordres et répartissez au hasard les quatre liens entre les élèves de la classe (p. ex., entre les groupes créés par ordre alphabétique).
  4. Donnez aux élèves 7 minutes pour remplir les questionnaires. Des instructions sont incluses dans les questionnaires et aucune instruction supplémentaire n’est nécessaire.

4. Administration du test de pensée divergente

  1. Dans le cas où ce test est intéressant, prenez 10 minutes dans une période de classe pour administrer la tâche36,37 sur les utilisations alternatives, qui mesure la fluidité de la pensée divergente pour tous les élèves de la classe.
  2. Fournissez à chaque élève du papier vierge et demandez-lui d’écrire son numéro d’identification.
  3. Expliquez les instructions du test.
    1. Dites-leur qu’ils recevront un objet qui a une utilisation commune, mais qu’ils devraient trouver autant d’autres utilisations que possible.
    2. Donnez-leur un exemple (par exemple, si je vous présente un journal, qui est couramment utilisé pour lire, vous devez écrire des utilisations alternatives, comme l’utiliser comme chapeau temporaire pour vous protéger du soleil, ou pour tapisser le fond d’un sac de voyage)38.
  4. Lisez le premier élément du test à haute voix et écrivez-le au tableau noir: « Écrivez autant d’utilisations que vous pouvez penser pour une brique ». Donnez aux élèves deux minutes pour écrire leurs réponses. Une fois les deux minutes terminées, demandez aux élèves de retourner leur papier de l’autre côté.
  5. Lisez le deuxième élément du test à haute voix et écrivez-le au tableau noir: « Écrivez autant d’utilisations que vous pouvez penser pour un trombone ». Donnez aux élèves deux minutes pour écrire leurs réponses.
  6. Une fois les deux minutes terminées, demandez aux élèves d’arrêter d’écrire et de récupérer leurs papiers.

5. Achèvement du pré-test des connaissances académiques antérieures

  1. Réservez 15 minutes dans une période de cours pour administrer le pré-test de connaissances académiques précédent à l’annexe C.
    NOTE: Le pré-test porte sur la tendance centrale, ce qui est pertinent pour assimiler le contenu sur la variabilité à apprendre dans les conditions d’apprentissage ultérieures à l’étape 67. Aucun contenu de classe sur la tendance centrale ne doit être donné aux étudiants entre l’administration de ce pré-test et l’étape 6. Nous ne recommandons pas non plus de remplacer ce pré-test par un pré-test différent couvrant la variabilité, car cela peut créer un effet PS-I qui pourrait contaminer les résultats de l’expérience26.
  2. Distribuez le pré-test aux étudiants. À partir de ce moment, demandez-leur de travailler individuellement.
    1. Donnez aux élèves 10 minutes pour compléter le pré-test. Des instructions sont incluses dans le test et aucune autre spécification n’est nécessaire. Une fois le temps passé, demandez aux élèves de retourner leur papier et de vous le remettre.

6. Affectation et administration des deux conditions d’apprentissage

  1. Prenez 35 minutes d’une période de classe pour administrer les deux conditions d’apprentissage dans la même classe.
    REMARQUE: Pour éviter les erreurs de fiabilité dues au temps, nous recommandons de ne pas avoir plus d’une semaine entre le remplissage des questionnaires et des tests des étapes 2 et 3 et cette étape.
  2. Assurez-vous que les cahiers de tâches sont correctement préparés, contenant le matériel pour les deux conditions.
    NOTE: Le PIB par habitant a été choisi pour contextualiser ces supports d’apprentissage pour plusieurs raisons: premièrement, il s’agit d’un sujet controversé30 qui peut être familier aux étudiants de nombreux domaines d’apprentissage, et deuxièmement, il s’agit d’une variable de ratio qui permet l’utilisation de différentes mesures de variabilité discutées pendant la leçon (plage, intervalle interquartile, écart-type, variance et coefficient de variation).
    1. Pour la condition PS-I, imprimez le livre de tâches correspondant à l’annexe D-1 qui contient: l’activité Problème d’invention, dans laquelle les étudiants sont invités à inventer un indice d’inégalité; l’activité Exemple travaillé, dans laquelle les élèves peuvent étudier les solutions à ce problème.
    2. Pour la condition d’instruction directe, imprimez le livre de tâches correspondant à l’annexe D-1 qui contient : l’activité Exemple travaillé (le même exemple travaillé donné à la condition PS-I); le problème de pratique associé à cet exemple de travail.
      REMARQUE: Il est important que le problème de pratique inclus dans les matériaux pour cette condition ne soit pas présent dans la condition PS-I. Il est inclus pour compenser expérimentalement le temps supplémentaire passé par les étudiants PS-I sur le problème de l’invention. Une limitation intrinsèque des conceptions PS-I est la difficulté de contrôler l’équivalence en termes de temps et de matériaux. Même dans les conceptions dans lesquelles la condition PS-I et la condition de contrôle ne diffèrent que par l’ordre dans lequel le matériel d’apprentissage est présenté (c’est-à-dire soit en présentant un problème avant une phase d’instruction explicite, soit en présentant exactement le même problème après la même phase d’instruction explicite), l’équivalence n’est pas atteinte, car un problème résolu avant l’instruction devrait prendre plus de temps qu’après l’instruction. Ce protocole traite ce problème de la même manière que d’autres études24, en incluant du matériel supplémentaire dans la condition d’instruction directe.
    3. Séparez les deux activités de chaque livre de tâches en liant les documents correspondant à la deuxième activité (p. ex., avec un clip ou un post-it) afin que les élèves ne puissent pas voir le contenu de la deuxième activité pendant qu’ils font la première activité.
  3. Informez les étudiants de la procédure à suivre dans cette étape spécifique.
    1. Dites-leur que, selon le livre de tâches qui leur est assigné, ils auront deux paires d’activités différentes, mais tous les élèves verront le même contenu et, à la fin de la leçon, tous auront accès à toutes les activités.
    2. Faites-leur savoir qu’on leur dira quand commencer la première activité et quand ils devraient passer à la deuxième activité. Dites-leur également que les papiers de la deuxième activité ont été tenus de les empêcher de regarder avant le moment opportun.
    3. Pour réduire la frustration potentielle liée à la peur d’échouer, dites-leur que, bien qu’ils puissent trouver certaines activités difficiles, ils devraient essayer de voir ces difficultés comme des occasions d’apprentissage39.
  4. Attribuez au hasard les deux livres de tâches aux élèves de la classe
    REMARQUE: Pour éviter les facteurs contaminants liés à l’endroit où les élèves sont assis, répartissez les cahiers de tâches de manière homogène entre les différentes parties de la classe. Par exemple, lorsque vous vous promenez dans la classe, donnez le livre de tâches PS-I à un élève, puis le livre de tâches d’instruction directe à l’élève suivant.
  5. Une fois que vous avez distribué les cahiers de tâches à tous les élèves de la classe, demandez-leur de commencer à travailler individuellement sur la première activité.
    1. Dites aux élèves qu’ils ont 15 minutes pour la première activité. Les instructions sont incluses dans les feuilles de papier et aucune instruction plus générale n’est nécessaire.
    2. Dites-leur que vous êtes disponible pour toute question, mais évitez de donner aux élèves un contenu supplémentaire autre que ce qu’ils ont dans les cahiers de tâches.
      NOTE: En particulier pour les étudiants qui résolvent le problème de l’invention, évitez de les guider vers des solutions conventionnelles, car cela peut raccourcir le développement de leurs propres connaissances11. Au lieu de cela, nous suggérons trois réponses possibles aux questions des élèves11: a) les aider à clarifier leurs propres processus en leur demandant d’expliquer ce qu’ils font; b) les aider à se guider avec leur intuition en leur demandant quel pays ils pensent avoir plus d’inégalités que d’autres pays; c) les aider à comprendre l’objectif de l’activité en leur demandant de produire des indices généraux qui tiendraient compte des différences qu’ils voient, vous pouvez fournir des exemples d’autres indices quantitatifs (par exemple, « la moyenne est un indice pour calculer la valeur centrale dans une distribution »).
  6. Une fois les 15 minutes de la première activité terminées, demandez aux élèves de passer à la deuxième activité correspondante, pour laquelle ils doivent retirer le clip ou le post-it.
    1. Dites-leur qu’ils ont 15 minutes pour la deuxième activité. Les instructions sont incluses dans les feuilles de papier et aucune instruction générale supplémentaire n’est nécessaire. Dites-leur que vous êtes disponible pour toute question.
      REMARQUE : Les élèves ont accès au contenu de l’activité précédente.
  7. Une fois les 15 minutes terminées, demandez-leur de vous remettre le matériel complété.

7. Administration du contenu de la conférence

  1. Réservez 40 minutes dans une ou plusieurs périodes de cours pour donner la conférence sur la variabilité statistique à tous les étudiants de la classe.
    REMARQUE: Le protocole peut être interrompu à tout moment pendant le cours et peut continuer dans la session de classe suivante.
  2. Pour donner la conférence, suivez les diapositives, qui peuvent être trouvées sur le lien suivant: https://www.dropbox.com/sh/aa6p3hs8esyf5xa/AACTvpVlEbdEtLVfBIbe9j7aa?dl=0.
    REMARQUE: Le fichier comprend des animations pour échelonner le contenu, des commentaires avec des explications proposées à donner aux étudiants et des indications sur le temps approximatif alloué à chaque explication. Le contenu et les activités inclus concernent la définition de la variabilité, l’utilisation de différentes mesures de variabilité (intervalle, intervalle interquartile, variance, écart-type et coefficient de variation), les propriétés de ces mesures et leurs avantages et inconvénients les uns par rapport aux autres et à d’autres solutions sous-optimales13. Une description plus détaillée de cette conférence proposée se trouve à l’annexe E. L’utilisateur peut adapter ces documents en fonction de différents facteurs tels que le contenu spécifique à couvrir en classe, les principes d’instruction préférés ou différentes expressions culturelles.

8. Remplir le questionnaire de curiosité

  1. À la fin de la conférence, donnez aux étudiants l’échelle de curiosité du questionnaire40 sur les émotions épistémiques(annexe F)et donnez-leur 2 minutes pour le remplir. Rappelez aux élèves d’écrire leur numéro d’identification sur le questionnaire avant de le remettre.
    NOTE: Dans la littérature, la curiosité est souvent mesurée juste après l’activité d’invention et les activités de contrôle correspondantes14,17. Le protocole est flexible à cette adaptation et à d’autres adaptations possibles à cet égard. Pour simplifier, nous n’avons inclus la mesure de la curiosité qu’à la fin de la leçon parce qu’elle est pertinente pour examiner les effets à long terme de la PS-I sur la curiosité, et parce que la curiosité accrue juste après l’activité d’invention peut s’expliquer en partie par le fait que pendant l’activité d’invention, les étudiants reçoivent moins d’informations que pendant les activités alternatives utilisées comme témoins.

9. Administration de l’apprentissage post-test

  1. Conformément à l’enseignant de chaque classe, prenez 30 minutes dans une période de classe pour administrer le post-test.
  2. Distribuez le post-test de l’annexe G aux étudiants. Demandez-leur de travailler dessus individuellement.
    1. Donnez aux élèves 25 minutes pour faire le post-test. Des instructions sont incluses dans le post-test et aucune instruction générale supplémentaire n’est nécessaire.
  3. Une fois les 25 minutes dues, demandez-leur de vous remettre le post-test.

10. Fournir aux étudiants des commentaires et tout le matériel d’apprentissage

  1. Mettent le matériel utilisé pour cette leçon à la disposition des élèves. Les diapositives PowerPoint, le matériel pour les deux conditions d’apprentissage et les solutions pour le pré-test et le post-test sont disponibles à l’annexe H.

11. Codage des données

  1. Calculer les scores pour les différentes échelles des questionnaires en additionnant tous les scores des items dans chaque échelle de questionnaire (voir l’annexe B pour un résumé des éléments du questionnaire dans les questionnaires proposés).
  2. Calculez le score pour la fluidité de la pensée divergente en comptant toutes les réponses appropriées données par chaque élève dans les deux items de la tâche Utilisations alternatives37.
    REMARQUE: D’autres mesures souvent codées à partir de la tâche Utilisations alternatives, telles que la flexibilité, l’originalité et l’élaboration, peuvent également être considérées comme36,37.
  3. Calculez le score du prétest de connaissances précédent en notant d’abord chaque élément à l’aide de la clé de réponse de l’annexe I-1, puis en additionnant les scores de tous les éléments.
  4. Calculez les différentes mesures d’apprentissage en notant d’abord chaque élément du post-test à l’aide de la clé de réponse de l’annexe I-2, puis en additionnant les scores pour chaque mesure d’apprentissage : scores aux items 1 à 3 pour la mesure d’apprentissage procédurale, scores aux items 4-8 pour la mesure d’apprentissage conceptuelle et scores aux items 9-11 pour le transfert de la mesure d’apprentissage.
    NOTE: D’autres mesures sur le processus d’apprentissage telles que le nombre de solutions produites par les étudiants au cours du problème d’invention ou l’exactitude des solutions dans toutes les activités de résolution de problèmes pourraient être envisagées, mais elles ne seront pas expliquées dans ce protocole.

12. Analyse des données

Veuillez noter que les références dans cette section se réfèrent à des manuels pratiques sur la façon d’effectuer les analyses avec spss et les logiciels PROCESS, mais d’autres programmes peuvent également être utilisés.

  1. Pour évaluer l’efficacité générale de la PS-I, comparez les scores de curiosité et d’apprentissage de la condition PS-I par rapport aux scores de curiosité et d’apprentissage de la condition témoin.
    REMARQUE: Tant que les hypothèses sont remplies, nous recommandons principalement ANCOVA pour contrôler la prédisposition des covariables. Comme deuxième option, nous recommandons les tests t pour les groupes indépendants et comme troisième option, nous recommandons les tests Mann-Whitney U41. Aucune taille d’échantillon minimale n’est requise pour ces analyses, mais compte tenu de l’ampleur des effets dans la littérature antérieure (d = 0,43)21, un échantillon minimum de 118 étudiants par groupe serait recommandé pour faciliter l’identification des effets significatifs (analyses de puissance à deux queues pour les différences entre les moyennes indépendantes, α = 0,05, β = 0,95).). Des échantillons de plus de 30 étudiants par groupe faciliteraient le respect des hypothèses de normalité pour ANCOVA ou t-tests41.
  2. Pour explorer intuitivement les effets de la médiation (p. ex., la médiation de la curiosité sur l’apprentissage) et/ou l’influence modérante des prédispositions, effectuer des analyses corrélationnelles entre la variable médiatrice (p. ex., curiosité) et la variable d’apprentissage (p. ex., connaissance conceptuelle) dans les deux conditions d’apprentissage.
    REMARQUE: Tant que les hypothèses sont remplies, nous recommandons principalement l’utilisation des corrélations de Pearson et comme deuxième option, nous recommandons les corrélations de Spearman42. Aucune taille d’échantillon minimale n’est requise pour ces analyses, mais de grands échantillons (p. ex., plus de 30 étudiants par groupe) faciliteraient la réalisation des hypothèses de normalité requises pour les corrélations de Pearson. Les effets de modération possibles seraient indiqués par des variables de prédisposition qui ont des valeurs de corrélation différentes dans une condition d’apprentissage par rapport à l’autre. Un effet de médiation possible (p. ex., la médiation de la curiosité sur l’apprentissage) serait indiqué si la variable médiante est corrélée aux résultats d’apprentissage dans au moins une condition, et si les niveaux de cette variable sont différents dans une condition d’apprentissage par rapport à l’autre (voir les résultats à l’étape 12.1).
  3. Pour continuer à évaluer un effet de médiation sur l’apprentissage et/ou l’influence modérateur des prédispositions des élèves, effectuer soit une analyse de médiation, une analyse de modération, soit une analyse de processus conditionnel (qui combine médiation et analyse de modération) selon le modèle conceptuel pour tester43, qui varierait en fonction des hypothèses choisies et/ou de l’analyse préliminaire à l’étape 12.2.
    NOTE : Étant donné que ces analyses sont basées sur des régressions multiples, et sont donc basées sur une approche statistique à effet fixe, afin de rendre les résultats aussi généralisables que possible, nous recommandons une taille d’échantillon minimale de 15 étudiants par variable de médiation incluse dans le modèle conceptuel, plus 30 étudiants par variable de modération incluse dans le modèle. Certains programmes tels que PROCESS n’autorisent que l’inclusion d’un maximum de deux variables modérateurs à la fois. Pour incorporer plus de variables modératrices, plusieurs analyses devraient être exécutées en changeant les modérateurs inclus.

Résultats

Ce protocole a été mis en œuvre de manière satisfaisante dans une étude précédente23, à l’exception des mesures des prédispositions des étudiants en termes de sens de la compétence, d’objectifs d’approche de maîtrise, de métacognition et de pensée divergente.

Pour remédier à ces prédispositions, ce protocole comprend des mesures qui ont déjà été validées et qui ont fait preuve d’un niveau élevé de fiabilité(tableau 1).

Discussion

L’objectif de ce protocole est de guider les chercheurs et les éducateurs dans la mise en œuvre et l’évaluation de l’approche PS-I dans des contextes de classe réels. Selon certaines expériences antérieures, PS-I peut aider à promouvoir l’apprentissage profond et la motivation chez les étudiants19,21,24, mais il est nécessaire de poursuivre la recherche sur son efficacité chez les étudiants ayant des capacité...

Déclarations de divulgation

Les auteurs n’ont rien à divulguer.

Remerciements

Ce travail a été soutenu par un projet de la Principauté des Asturies (FC-GRUPIN-IDI/2018/000199) et une subvention prédoctorale du ministère de l’Éducation, de la Culture et des Sports d’Espagne (FPU16/05802). Nous tenons à remercier Stephanie Jun pour son aide à éditer l’anglais dans le matériel d’apprentissage.

matériels

NameCompanyCatalog NumberComments
SPSS ProgramInternational Business Machines Corporation (IBM)Other programs for general data analysis might be used instead
PROCESS programAndrew F. Hayes (Ohio State University)Freely accesible at: http://www.processmacro.org. Other programs for mediation, moderation, or conditional process analyses might be used instead
Cognitive Competence Scale in the Survey of Attitudes towards Statistics (SATS-28)Candace Schau (Arizona State University)In case it is used, request should be requested from the author, who holds the copyright
Mastery Approach Scale in the Achievement Goal Questionnaire-RevisedAndrew J. Elliot (University of Rochester)In case it is used, request should be requested from the author
Regulation of Cognition Scale of the Metacognitive Awareness InventoryGregory Schraw (University of Nevada Las Vegas)In case it is used, request should be requested from the creator

Références

  1. Silver, E. A., Kenney, P. A. Results from the seventh mathematics assessment of the National Assessment of Educational Progress. Council of Teachers of Mathematics. , (2000).
  2. OECD. Results (Volume I): Excellence and Equity in Education. PISA, OECD. , (2016).
  3. Mallart Solaz, A. . La resolución de problemas en la prueba de Matemáticas de acceso a la universidad: procesos y errores. , (2014).
  4. García, T., Rodríguez, C., Betts, L., Areces, D., González-Castro, P. How affective-motivational variables and approaches to learning predict mathematics achievement in upper elementary levels. Learning and Individual Differences. 49, 25-31 (2016).
  5. Lai, Y., Zhu, X., Chen, Y., Li, Y. Effects of mathematics anxiety and mathematical metacognition on word problem solving in children with and without mathematical learning difficulties. PloS one. 10 (6), 0130570 (2015).
  6. Ma, X., Xu, J. The causal ordering of mathematics anxiety and mathematics achievement: a longitudinal panel analysis. Journal of Adolescence. 27 (2), 165-179 (2004).
  7. Kapur, M. Productive Failure in Learning Math. Cognitive science. 38 (5), 1008-1022 (2014).
  8. Kirschner, P. A., Sweller, J., Clark, R. E. Why Minimal Guidance During Instruction Does Not Work: An Analysis of the Failure of Constructivist, Discovery, Problem-Based, Experiential, and Inquiry-Based Teaching. Educational Psychologist. 41 (2), 75-86 (2006).
  9. Stockard, J., Wood, T. W., Coughlin, C., Khoury, C. R. The Effectiveness of Direct Instruction Curricula: A Meta-Analysis of a Half Century of Research. Review of educational research. 88 (4), 479-507 (2018).
  10. Clark, R., Kirschner, P. A., Sweller, J. Putting students on the path to learning: The case for fully guided instruction. American Educator. , (2012).
  11. Schwartz, D. L., Martin, T. Inventing to prepare for future learning: The hidden efficiency of encouraging original student production in statistics instruction. Cognition and instruction. 22 (2), 129-184 (2004).
  12. Loibl, K., Rummel, N. The impact of guidance during problem-solving prior to instruction on students' inventions and learning outcomes. Instructional Science. 42 (3), 305-326 (2014).
  13. Kapur, M., Bielaczyc, K. Designing for Productive Failure. Journal of the Learning Sciences. 21 (1), 45-83 (2012).
  14. Glogger-Frey, I., Fleischer, C., Grueny, L., Kappich, J., Renkl, A. Inventing a solution and studying a worked solution prepare differently for learning from direct instruction. Learning and Instruction. 39, 72-87 (2015).
  15. Glogger-Frey, I., Gaus, K., Renkl, A. Learning from direct instruction: Best prepared by several self-regulated or guided invention activities. Learning and Instruction. 51, 26-35 (2017).
  16. Likourezos, V., Kalyuga, S. Instruction-first and problem-solving-first approaches: alternative pathways to learning complex tasks. Instructional Science. 45 (2), 195-219 (2017).
  17. Lamnina, M., Chase, C. C. Developing a thirst for knowledge: How uncertainty in the classroom influences curiosity, affect, learning, and transfer. Contemporary educational psychology. 59, 101785 (2019).
  18. Loibl, K., Rummel, N. Knowing what you don't know makes failure productive. Learning and Instruction. 34, 74-85 (2014).
  19. Weaver, J. P., Chastain, R. J., DeCaro, D. A., DeCaro, M. S. Reverse the routine: Problem solving before instruction improves conceptual knowledge in undergraduate physics. Contemporary educational psychology. 52, 36-47 (2018).
  20. Loibl, K., Roll, I., Rummel, N. Towards a Theory of When and How Problem Solving Followed by Instruction Supports Learning. Educational psychology review. 29 (4), 693-715 (2017).
  21. Darabi, A., Arrington, T. L., Sayilir, E. Learning from failure: a meta-analysis of the empirical studies. Etr&D-Educational Technology Research and Development. 66 (5), 1101-1118 (2018).
  22. Chen, O. H., Kalyuga, S. Exploring factors influencing the effectiveness of explicit instruction first and problem-solving first approaches. European Journal of Psychology of Education. , (2019).
  23. González-Cabañes, E., García, T., Rodríguez, C., Cuesta, M., Núñez, J. C. Learning and Emotional Outcomes after the Application of Invention Activities in a Sample of University Students. Sustainability. 12 (18), 7306 (2020).
  24. Schwartz, D. L., Chase, C. C., Oppezzo, M. A., Chin, D. B. Practicing Versus Inventing With Contrasting Cases: The Effects of Telling First on Learning and Transfer. Journal of educational psychology. 103 (4), 759-775 (2011).
  25. Chase, C. C., Klahr, D. Invention Versus Direct Instruction: For Some Content, It's a Tie. Journal of Science Education and Technology. 26 (6), 582-596 (2017).
  26. Newman, P. M., DeCaro, M. S. Learning by exploring: How much guidance is optimal. Learning and Instruction. 62, 49-63 (2019).
  27. Belenky, D. M., Nokes-Malach, T. J. Motivation and Transfer: The Role of Mastery-Approach Goals in Preparation for Future Learning. Journal of the Learning Sciences. 21 (3), 399-432 (2012).
  28. Bergold, S., Steinmayr, R. The relation over time between achievement motivation and intelligence in young elementary school children: A latent cross-lagged analysis. Contemporary educational psychology. 46, 228-240 (2016).
  29. Mazziotti, C., Rummel, N., Deiglmayr, A., Loibl, K. Probing boundary conditions of Productive Failure and analyzing the role of young students' collaboration. NPJ science of learning. 4, 2 (2019).
  30. Stiglitz, J. E. Las limitaciones del PIB. Investigacion y ciencia. (529), 26-33 (2020).
  31. Holmes, N. G., Day, J., Park, A. H., Bonn, D., Roll, I. Making the failure more productive: scaffolding the invention process to improve inquiry behaviors and outcomes in invention activities. Instructional Science. 42 (4), 523-538 (2014).
  32. Herreras, E. B. La docencia a través de la investigación-acción. Revista Iberoamericana de Educación. 35 (1), 1-9 (2004).
  33. Schau, C., Stevens, J., Dauphinee, T. L., Delvecchio, A. The development and validation of the survey of attitudes toward statistics. Educational and Psychological Measurement. 55 (5), 868-875 (1995).
  34. Elliot, A. J., Murayama, K. On the measurement of achievement goals: Critique, illustration, and application. Journal of educational psychology. 100 (3), 613-628 (2008).
  35. Schraw, G., Dennison, R. S. Assessing metacogntive awareness. Contemporary educational psychology. 19 (4), 460-475 (1994).
  36. Guilford, J. P. . The nature of human intelligence. , (1967).
  37. Zmigrod, L., Rentfrow, P. J., Zmigrod, S., Robbins, T. W. Cognitive flexibility and religious disbelief. Psychological Research-Psychologische Forschung. 83 (8), 1749-1759 (2019).
  38. Wilson, S. Divergent thinking in the grasslands: thinking about object function in the context of a grassland survival scenario elicits more alternate uses than control scenarios. Journal of Cognitive Psychology. 28 (5), 618-630 (2016).
  39. Autin, F., Croizet, J. -. C. Improving working memory efficiency by reframing metacognitive interpretation of task difficulty. Journal of experimental psychology: General. 141 (4), 610 (2012).
  40. Pekrun, R., Vogl, E., Muis, K. R., Sinatra, G. M. Measuring emotions during epistemic activities: the Epistemically-Related Emotion Scales. Cognition and Emotion. 31 (6), 1268-1276 (2017).
  41. Pallant, J. Statistical techniques to compare groups. SPSS survival manual. , 211 (2013).
  42. Pallant, J. Statistical techniques to explore relationships among variables. SPSS survival manual. , 125-149 (2013).
  43. Hayes, A. F. . Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. , (2017).
  44. Kapur, M. Productive failure in learning the concept of variance. Instructional Science. 40 (4), 651-672 (2012).
  45. Nolan, M. M., Beran, T., Hecker, K. G. Surveys Assessing Students' Attitudes Toward Statistics: A Systematic Review of Validity and Reliability. Statistics Education Research Journal. 11 (2), (2012).
  46. Schraw, G., Dennison, R. S. Assessing metacognitive awareness. Contemporary educational psychology. 19 (4), 460-475 (1994).
  47. Dumas, D., Dunbar, K. N. Understanding Fluency and Originality: A latent variable perspective. Thinking Skills and Creativity. 14, 56-67 (2014).
  48. Roberts, R., et al. An fMRI investigation of the relationship between future imagination and cognitive flexibility. Neuropsychologia. 95, 156-172 (2017).
  49. Chamorro-Premuzic, T. Creativity versus conscientiousness: Which is a better predictor of student performance. Applied Cognitive Psychology: The Official Journal of the Society for Applied Research in Memory and Cognition. 20 (4), 521-531 (2006).
  50. Kapur, M. Examining productive failure, productive success, unproductive failure, and unproductive success in learning. Educational Psychologist. 51 (2), 289-299 (2016).

Réimpressions et Autorisations

Demande d’autorisation pour utiliser le texte ou les figures de cet article JoVE

Demande d’autorisation

Explorer plus d’articles

ComportementNum ro 175Activit s d inventionchec productifApprentissage exploratoirePr paration autor gul e l apprentissageAuto efficacitObjectifs de l approche de ma triseM tacognitionPens e divergenteCuriositTransfertCharge cognitiveducation statistique

This article has been published

Video Coming Soon

JoVE Logo

Confidentialité

Conditions d'utilisation

Politiques

Recherche

Enseignement

À PROPOS DE JoVE

Copyright © 2025 MyJoVE Corporation. Tous droits réservés.