English
Page précédente Haut de page Télécharger cet article ( Format PDF )

Stratégies de gestion des ressources et réussite dans un cours en ligne par des étudiants primo-entrants

Strategies used by newly hired teachers for resource management and success in an online course

Martine Mottet, Professeure adjointe, Université Laval

Soufiane Rouissi, Maitre de conférences, Université Bordeaux Montaigne

doi:10.18162/fp.2013.15

Résumé

Dans le cadre d’un cours diffusé en ligne en mode asynchrone, nous nous sommes penchés sur les facteurs qui favorisent la réussite des étudiants. Notre analyse repose notamment sur des questionnaires d’autoévaluation des facteurs de réussite universitaire de façon à mettre en évidence les liens existants entre ceux-ci et la note finale du cours, et ce, pour plus de 350 étudiants. Notre attention se porte particulièrement sur les étudiants nouvellement arrivés au premier cycle universitaire (primo-entrants) pour lesquels nous vérifions en contexte que leur réussite est notamment dépendante de leurs stratégies de gestion des ressources.

Abstract

In this examination of an asynchronous online course, we considered factors for student success. We administered self-report questionnaires addressing university success factors to over 350 university students and analyzed the responses to identify associations with final grades in the course. We focused specifically on newly enrolled undergraduate students (first-timers) in order to determine the effect of resource management strategies on academic success.

Mots-clés

Formation à distance, formation en ligne, réussite universitaire, profil d’étudiant, tutorat à distance, primo-entrant, pédagogie universitaire

Depuis plusieurs décennies, pédagogues et chercheurs se sont penchés sur les facteurs qui favorisent la persévérance et la réussite des étudiants sur les campus universitaires (Alava et Romainville, 2001; Tinto, 2007). Simultanément, d’autres études étaient menées en formation à distance où le thème de la persévérance était et est encore prépondérant – sans être exclusif cependant – en raison des taux élevés d’abandon (Audet, 2008; Poellhuber, 2007).

De nos jours, un nombre croissant d’universités offrent à la fois des cours sur campus et des cours à distance, notamment pour élargir et assouplir leur offre de formation et ainsi accroître leur population étudiante tout en tenant compte des contraintes études-travail-famille. Les formules sont variées, par exemple : cours hybride, séminaire en classe virtuelle synchrone regroupant un nombre restreint d’apprenants des cycles supérieurs ou encore cours asynchrone en grand groupe, qui permet de maximiser l’offre de cours dans un contexte de stagnation ou de réduction des ressources professorales et matérielles, ou encore dans un contexte de massification de l’éducation.

Nombre d’étudiants suivent donc aujourd’hui leur programme en partie en classe et en partie à distance. À l’instar d’autres chercheurs (Bernard, Brauer, Abrami et Surkes, 2004), nous nous sommes interrogés à savoir s’ils présenteraient des particularités dans leurs stratégies d’apprentissage et méthodes de travail. Nous nous sommes aussi demandé comment nous pourrions suivre et accompagner efficacement ces étudiants alors que les groupes-classes peuvent compter entre cent et deux cents étudiants.

Voilà pourquoi, au moment même de la conception d’un cours en ligne asynchrone destiné aux étudiants des trois cycles d’une université bimodale, nous y avons intégré des instruments de collecte de données afin d’identifier les caractéristiques et parcours 70des apprenants dont nous pourrions tirer profit non seulement pour encadrer les étudiants de notre cours et favoriser leur persévérance et leur réussite, mais aussi pour élaborer un dispositif efficace d’encadrement instrumenté à distance (Rizza, 2005), transférable dans d’autres contextes. Cet objectif pragmatique nous a conduits à faire des choix dans l’élaboration de nos outils, dont le degré de finesse n’est pas toujours aussi élevé que nous l’aurions souhaité mais qui sont ainsi plus acceptables aux yeux des étudiants qui doivent répondre à plusieurs questionnaires tout en faisant leur cours.

Dans cet article, nous présentons une partie de nos résultats de recherche, soit ceux qui portent sur les étudiants qui commencent tout juste leurs études universitaires de premier cycle. Il s’agit d’une population étudiante qui doit faire l’apprentissage de son « métier d’étudiant », pour reprendre l’expression célèbre de Coulon (2005), et qui de surcroît doit le faire ici en contexte de formation à distance asynchrone dans une université bimodale. Compte tenu de l’espace qui nous est imparti, nous nous limiterons à l’examen de leurs stratégies de gestion des ressources (Pintrich, Smith, Garcia et McKeachie, 1993), qui posent en effet particulièrement problème aux étudiants qui entrent à l’université même en situation de formation traditionnelle en classe (Lahire, Millet et Pardell, 1997).

Cadre théorique

De nombreuses recherches ont été conduites sur les facteurs liés à l’abandon, à l’échec et à la réussite des étudiants universitaires sur campus et à distance. Au Québec, citons par exemple Boulet, Savoie-Zajc et Chevrier (1996), Pageau et Bujold (2000), ainsi que Sauvé, Debeurme, Fournier, Fontaine et Wright (2006). D’autres ont visé à concevoir, mettre en place et évaluer les retombées de mesures de soutien et d’accompagnement en classe (Fontaine et Peters, 2012; Langevin, 1996) et à distance (Sauvé, Debeurme, Martel, Wright et Hanca, 2007; Trouche, Cazes, Jarraud, Rauzy et Mercat, 2011).

Des recherches et rapports gouvernementaux ont de plus porté spécifiquement sur les étudiants qui font leur entrée à l’université (Coulon, 2005; Hetzel, 2007; Lahire et al., 1997; RESOSUP, 2011; Sauvé et al., 2007) et qu’on appelle les freshmen dans le monde anglo-saxon et les primo-entrants en France.

Au fil des ans et des recherches, plusieurs modèles liés à la persévérance et à la réussite universitaire ont été développés et expérimentés (Kember, 1995; Pintrich et al., 1993; Tinto, 1993, 1997) et de nombreux facteurs ont été mis en cause (Bernard et al., 2004; Romainville et Michaut, 2012) : les facteurs sociodémographiques (genre, âge, statut socioéconomique des parents, capital culturel familial, etc.), les facteurs psychologiques (motivation, attribution causale, etc.), les contraintes travail-études-famille, le parcours antérieur de l’étudiant, l’apprentissage du métier d’étudiant avant l’entrée à l’université et lors de l’entrée à l’université (intégration sociale et académique, pratiques d’étude), les conceptions de l’apprentissage, les facteurs institutionnels et pédagogiques (programmes d’accueil et d’intégration des étudiants, qualité de l’enseignement), etc.

Pour notre étude, comme nous l’avons indiqué plus haut, nous avons retenu le modèle de Pintrich et al. (1993), repris notamment par Boulet et al. (1996) et qui comporte quatre volets : les stratégies cognitives, les stratégies métacognitives, les stratégies affectives et les stratégies de gestion des ressources, ces dernières faisant l’objet de cet article. Elles se déclinent en quatre 71sous-catégories : la gestion du temps et de l’environnement d’étude; la gestion de l’effort (procrastination, régularité du travail, persistance en cas de difficulté), l’apprentissage par les pairs et le recours à l’aide de l’enseignant ou des pairs. Toutefois, comme le cours analysé ici ne prévoit pas d’échange entre les pairs, nous ne traiterons pas de l’apprentissage par les pairs ni du recours à ceux-ci.

De plus, pour mieux situer les étudiants dans ce cours en ligne, nous examinerons les liens entre réussite et autoévaluation globale des habiletés à l’égard de l’informatique et d’Internet, ainsi qu’entre réussite et expérience antérieure en formation à distance. En effet, selon Moore et Kearsley (2012), il y aurait une corrélation entre le nombre de cours déjà suivis et la réussite d’un cours à distance, les étudiants entrant dans cet environnement d’apprentissage n’ayant pas, souvent, l’autonomie et les stratégies de gestion du temps requises pour bien réussir le cours.

Contexte et méthodologie

Mené dans une université bimodale sur une période de deux ans, l’ensemble de notre étude porte sur tous les étudiants qui ont suivi un cours en ligne, en mode asynchrone. Ce cours vise le développement de compétences à faire une recherche documentaire, à utiliser avec efficacité et efficience des outils à potentiel cognitif (traitement de texte, tableur, logiciel de présentatique) (Depover, Karsenti et Komis, 2007) et à créer des documents respectant des règles de présentation matérielle généralement reconnues. Notons au passage qu’il vise justement à former les étudiants à leur « métier d’étudiant » à l’ère numérique et qu’il est offert aux trois cycles d’études, le besoin de formation à cet égard s’y faisant sentir (Conseil de l’Union européenne, 2006).

Ce cours, d’une durée de 15 semaines, est entièrement dispensé dans une modalité de type formation à distance. S’appuyant sur une variété de ressources pédagogiques, il comprend des leçons interactives (sous la forme de pages Web) et un manuel imprimé, le tout organisé au sein d’une plateforme logicielle développée spécifiquement pour les besoins des cours de la faculté. L’environnement numérique proposé aux étudiants, qui y accèdent de manière personnalisée à l’aide de leurs identifiants fournis par l’université, coordonne l’accès aux ressources pédagogiques, au calendrier, aux exercices et aux devoirs à réaliser tout au long du cours ainsi qu’aux différents questionnaires qui leur sont soumis. Chaque semaine, les étudiants ont un exercice pratique à réaliser pour lequel ils disposent d’un corrigé ce qui leur permet de s’exercer avant les échéances des quatre devoirs échelonnés sur le trimestre, qui sont déposés à date fixe sur la plateforme pour évaluation et rétroaction de la part de l’enseignant. Ces devoirs valent au total 55 % et un examen final en laboratoire informatique, qui porte sur l’ensemble de la matière, compte pour 45 % de la note finale. Cette épreuve poursuit un double objectif : inciter les étudiants à produire un travail individuel tout au long du cours et vérifier leur capacité à mobiliser les compétences visées dans un temps limité. L’encadrement et le suivi pédagogique sont assurés par courriel.

Notre dispositif de collecte de données repose sur six questionnaires positionnés dans le déroulement du cours à des moments clés : avant de commencer (profil, attentes et autoévaluation des facteurs de réussite (Dubé, s.d.), inspiré de Pintrich et al. (1993), dont certains résultats font l’objet de notre attention ici), puis avant et après chacun des modules du cours, notamment des « moments de réflexion » plaçant l’étudiant dans une attitude réflexive par rapport à son parcours d’apprentissage72 au sein du cours (apprentissages réalisés, notions étudiées, exercices faits, stratégies d’étude, points forts et points à améliorer dans les stratégies d’étude). Tous ces instruments comportent des questions à choix multiples et des questions ouvertes.

Population et échantillon

La population globale compte 354 étudiants dont une faible majorité sont des femmes (53,1 %). Ils proviennent de 14 facultés et de 55 programmes différents, 73,4 % d’entre eux sont au premier cycle, 24,6 % au deuxième et 2 % au troisième. Le cours est respectivement obligatoire, facultatif et hors programme pour 33,1 %, 31,4 % et 35,6 % des étudiants. Enfin, seulement 5,4 % des étudiants sont inscrits dans des programmes pouvant être suivis entièrement à distance.

Compte tenu de la forte proportion de nouveaux étudiants (inscrits au 1er trimestre du 1er cycle d’études universitaires), pour lesquels nous retenons pour plus de commodité le terme concis de primo-entrants (PO) utilisé en France, nous choisissons d’étudier ceux-ci de plus près en les comparant aux autres étudiants, que nous appellerons les non-primo-entrants (non-PO). Nous visons à déterminer si nous devons accorder une attention particulière aux PO dans les mesures de suivi et d’accompagnement à mettre éventuellement en place et quels seraient les indicateurs les plus pertinents.

Ainsi, afin de bien mettre en évidence les stratégies de gestion des ressources et leurs liens avec la réussite dans le cours, du fait de la disparité constatée entre les primo-entrants et les « autres », nous décomposons notre population statistique en deux strates.

Nous disposons d’une première strate constituée par les étudiants qui étaient inscrits à l’université avant de suivre le cours, soit les non-primo-entrants (non-PO) et qui sont au nombre de 210 étudiants. Parmi eux, 55,2 % étaient au 1er cycle, 2e trimestre et plus, et 44,8 % étaient aux 2e et 3e cycles.

La deuxième strate, celle que nous avons retenue pour le travail de recherche présenté ici, est constituée par l’échantillon des primo-entrants, à savoir 144 étudiants (soit 55,4 % de la population globale) dont une faible majorité sont des hommes (59,7 %). Ils proviennent de 5 facultés et de 10 programmes différents. Le cours est respectivement obligatoire, facultatif et hors programme pour 76,4 %, 11,1 % et 12,5 % de ces étudiants. Enfin, aucun d’entre eux n’est inscrit dans un programme pouvant être suivi entièrement à distance.

Résultats et analyses

Nous présentons maintenant les résultats que nous avons obtenus à l’aide des données quantitatives recueillies au début du cours, qui ont été annoncées précédemment. Les variables font l’objet d’une analyse à plat et d’une analyse croisée entre les variables, avec application systématique du test du chi-2, qui mesure les liens existants (ou non) entre les variables (le test du chi-2, appelé parfois test d’indépendance, permet de déterminer s’il existe une dépendance significative voire très significative entre deux variables ou aucune dépendance entre celles-ci).

Nous présentons d’abord les résultats obtenus quant à la note finale au cours selon le parcours universitaire (PO ou non-PO) et le genre, en nous attardant aux taux d’abandon, qui sont généralement 73élevés en formation à distance. Puis, nous passons en revue les habiletés déclarées des étudiants à l’égard de l’informatique et d’Internet de même que leur degré d’expérience en formation à distance, et ce, afin d’évaluer leur préparation aux études à distance, en ligne. Enfin, nous examinons les stratégies de gestion des ressources des étudiants.

Note finale au cours

Pour faciliter nos analyses et établir l’existence éventuelle de liens entre les variables de notre étude, nous avons regroupé les notes comme suit : Très bon (A+, A et A-), Bon (B+, B, B-) et Acceptable (C+, C, C-, D), tout en conservant les mentions Échec, Abandon/Incomplet.

Nous commençons par présenter la note finale que les PO ont obtenue pour le cours :

Distribution des résultats des étudiants (Note, E pour échec, X pour abandon et I pour incomplet)

Figure 1

Distribution des résultats des étudiants (Note, E pour échec, X pour abandon et I pour incomplet).

La distribution des notes ne semble pas bien différente de ce que nous constatons habituellement dans les cours dispensés sur campus universitaire.

Une analyse plus fine sur le genre laisse apparaître une différence significative (chi2 = 21,99, ddl = 4, 1-p = 99,98 %) entre les hommes et les femmes, celles-ci réussissant nettement mieux. Ainsi, elles sont 86,3 % à obtenir la note Très bon ou Bon contre 60,4 % pour les hommes. Par contre, les taux d’échec, d’abandon/incomplet sont comparables. Ces résultats sont congruents avec plusieurs études qui montrent que les femmes réussissent mieux, l’explication généralement donnée étant qu’elles sont plus studieuses 74(Coulon, 2005).

Voyons maintenant comment se positionnent les PO par rapport aux non-PO.

Tableau 1

Répartition des notes et comparaison PO / non-PO.

Note obtenue

PO

Non-PO

Très bon

27,1 %

59,5 %

Bon

43,8 %

21,4 %

Acceptable

23,6 %

9,0 %

Échec

4,2 %

5,2 %

Abandon / Incomplet

1,4 %

4,8 %

Les PO ont des résultats inférieurs à ceux des non-PO. Nous examinerons donc les facteurs – parmi ceux que nous avons choisi d’examiner pour cet article – qui peuvent expliquer ces résultats plus faibles.

Notons cependant que le taux d’échec et d’abandon/incomplet est moins élevé chez les PO que chez les autres étudiants. Cette différence est peut-être à mettre en relation avec le fait que le cours est obligatoire pour 76,4 % d’entre eux et qu’il l’est pour seulement 3,3 % des non-PO. On peut faire l’hypothèse que, sachant qu’ils devront reprendre le cours tôt ou tard s’ils l’abandonnent et qu’un échec abaissera leur moyenne dans le programme sans possibilité de remplacer ce cours échoué par un autre, ces étudiants ont persisté jusqu’à la fin en minimisant les risques d’échec.

Il faut aussi noter que ce taux d’abandon/incomplet est très nettement inférieur aux taux normalement obtenus dans les établissements entièrement à distance, qui sont très rarement inférieurs à 25 % et qui peuvent avoisiner des taux aussi élevés que 60-70 % (Audet, 2008; Poellhuber, 2007).

Degré d’habileté par rapport à l’informatique et à Internet

Étant donné que les étudiants suivent un cours en ligne et que les apprentissages à faire sont liés au numérique, nous les avons questionnés sur leur représentation globale de leur degré d’habileté à l’égard de l’informatique et d’Internet.75

Tableau 2

Degré d’habileté informatique et Internet (PO et non-PO).

Degré d’habileté par rapport à l’informatique et Internet

PO

Non-PO

Peu habile

4,2 %

7,1 %

Moyennement habile

56,9 %

51,9 %

Très habile

37,5 %

36,7 %

Expert

1,4 %

3,3 %

Les étudiants des deux groupes déclarent des degrés d’habileté comparables, la majorité s’estimant moyennement habiles, mais un pourcentage tout de même important considérant qu’ils sont très habiles ou experts. Il s’agit là d’une surévaluation « habituelle » des habiletés par les étudiants, conformément à l’effet Dunning-Kruger (DeAngelis, 2003; Kruger et Dunning, 1999), qui indique que les étudiants les moins avancés ont davantage tendance à surévaluer leur niveau.

Expérience en formation à distance

Étant donné que les étudiants qui suivent un cours à distance pour la première fois éprouvent généralement plus de difficultés, nous avons aussi questionné les étudiants à ce sujet.

Tableau 3

Expérience en formation à distance et comparaison PO / non-PO.

Avez-vous déjà suivi de la formation, sur quelque sujet que ce soit, qui se déroulait entièrement ou en majeure partie en ligne ou à distance?

PO

Non-PO

Oui

21,5 %

64,8 %

Non

77,8 %

34,3 %

Une forte majorité de primo-entrants (77,8 %) n’ont jamais suivi de cours à distance alors que seulement une minorité des autres étudiants (34,3 %) sont dans la même situation. On peut donc s’interroger sur l’impact de ce nouveau contexte d’apprentissage sur leurs résultats puisqu’ils ont obtenu des notes plus faibles que les autres.

Examinons maintenant les liens entre les stratégies de gestion des ressources et la réussite dans le cours.76

Gestion du temps et de l’effort

Plusieurs facteurs de gestion du temps et de l’effort (dont la procrastination) sont évalués à partir de questionnaires d’autoévaluation proposés au tout début de cours. Notons que, afin de simplifier la tâche des étudiants, nous avons opté pour des questions « vrai » ou « faux », autrement dit pour un compromis qui diminue le temps à consacrer aux questionnaires (le choix étant relativement facile à faire) et qui favorise ainsi un taux de réponse plus élevé chez les étudiants.

Tableau 4

Comparaison de la gestion du temps et de la procrastination (PO et non-PO).

Facteurs

PO

Non-PO

VRAI

FAUX

VRAI

FAUX

Gestion du temps : La plupart du temps, je planifie mes activités.

73,6 %

26,4 %

61,9 %

38,1 %

Gestion du temps : Habituellement, je sais quelles sont les tâches scolaires à faire en priorité.

79,2 %

20,8 %

67,1 %

32,9 %

Gestion du temps : Je connais les moments où je suis le plus efficace selon le type de tâches à faire.

72,2 %

27,8 %

61,0 %

39,0 %

Gestion de l’effort / Procrastination : Je remets peu au lendemain l’exécution de mes tâches scolaires.

43,1 %

56,9 %

41,4 %

58,6 %

Gestion de l’effort / Procrastination : La réalisation de mes tâches scolaires est rarement à la dernière minute.

45,8 %

54,2 %

35,7 %

64,3 %

Gestion de l’effort / Procrastination : La plupart du temps, je remets mes travaux dans les délais prescrits.

79,2 %

20,8 %

68,6 %

31,4 %

Les primo-entrants déclarent bien gérer leur temps, et ce, de manière supérieure aux autres (73,6 % contre 61,9 % pour la planification des activités par exemple). Cependant, comme ils entrent tout juste à l’université, ils portent encore en eux le modèle dans lequel ils ont été socialisés, et ce, avec relativement de succès puisqu’ils ont accédé aux études universitaires : des semaines où les cours occupent une large partie du temps, une présence en classe souvent obligatoire et contrôlée, ainsi que des évaluations régulières et fréquentes. Il est donc possible que les autres étudiants, qui sont à l’université depuis plusieurs trimestres, savent bien que les études universitaires exigent plus d’autogestion que les études préuniversitaires et sont plus réalistes dans leur évaluation de leurs habiletés dans ce contexte.

Une majorité de PO et de non-PO déclarent cependant une tendance à procrastiner, celle qui consiste à réaliser les travaux à la dernière minute étant même nettement plus importante chez les non-PO (64,3 % contre 54,2 %). Encore une fois, l’expérience universitaire de ces derniers explique probablement la différence entre les deux groupes.77

Par ailleurs, si les primo-entrants déclarent en plus grand nombre que les autres remettre leurs travaux à temps, on peut se demander si la marge de manœuvre plus souvent accordée aux étudiants aux cycles supérieurs n’est pas responsable de cette différence.

Enfin, heureusement pour les nouveaux étudiants universitaires, leur premier cours en ligne universitaire est balisé par cinq travaux à remettre environ toutes les trois semaines, justement pour favoriser la régularité dans le travail et éviter qu’ils se retrouvent en fin de trimestre avec un retard insurmontable à rattraper, ce qui participe peut-être de l’explication de leur faible taux d’abandon/incomplet pour un cours à distance.

On peut s’interroger sur les résultats que les étudiants primo-entrants auraient obtenus dans un cours où le calendrier des travaux à remettre aurait été moins rigoureux et, aussi, sur l’opportunité d’inscrire des étudiants qui arrivent à l’université à des cours en ligne. Soulignons toutefois que, dans le programme où le plus grand nombre de primo-entrants sont inscrits, le directeur du programme a été partagé entre l’idée de faire suivre un cours en ligne à des étudiants nouvellement arrivés à l’université et celle de leur donner l’opportunité d’acquérir, dès le début de leur programme d’études, des compétences numériques dont ils profiteront tout au long de leurs études.

Tableau 5

Temps prévu à consacrer au cours chaque semaine.

Combien de temps prévoyez-vous consacrer au cours, en moyenne, chaque semaine (lectures, exercices, devoirs, etc.)?

PO

Non-PO

1-2 heures

14,6 %

9,5 %

3-4 heures

63,2 %

51,0 %

5-6 heures

20,1 %

27,1 %

7 heures et plus

2,1 %

11,0 %

La majorité des étudiants, à quelque groupe qu’ils appartiennent, ont prévu de consacrer un maximum de 4 heures par semaine au cours, les PO étant encore plus nombreux à le faire. La plus grande partie des étudiants prévoient d’accorder au cours un total de 3 ou 4 heures par semaine, ce qui équivaut seulement au temps de présence normalement requis dans un cours en classe et qui laisse croire que les étudiants ont peu ou pas calculé le temps requis pour l’étude et la réalisation des travaux ou encore qu’ils ont l’habitude de n’y consacrer qu’un nombre d’heures total limité pendant le trimestre.

Il est également frappant que 14,6 % des primo-entrants et 9,5 % des autres étudiants envisagent de consacrer seulement 1 ou 2 heures par semaine au cours, ce qui est nettement inférieur au temps à consacrer minimalement à un cours en classe. Nous pouvons émettre l’hypothèse qu’ils croient « faire une bonne affaire » en s’inscrivant à un cours en ligne comme le laisse d’ailleurs croire le fait que, dans les établissements bimodaux, ces cours sont ceux qui se remplissent le plus rapidement selon78 Wojciechowski et Palmer (2005).

Lorsqu’on s’intéresse aux déclarations sur le temps prévu par rapport à l’habileté déclarée à l’égard de l’informatique et d’Internet, nous constatons que les deux variables ne sont pas liées au sens statistique. Toutefois, nous notons que les étudiants peu ou moyennement habiles envisagent majoritairement de ne pas consacrer plus de 4 heures de travail par semaine. Par ailleurs, si 42,7 % des étudiants non-PO envisagent de consacrer au cours plus de 4 heures de travail par semaine, ils ne sont que 21,6 % pour les PO et seulement 18,8 % lorsque le cours est obligatoire dans leur programme.

Paradoxalement, chez les PO, les étudiants qui se déclarent très habiles ou experts (23,2 %) sont plus nombreux à envisager de consacrer plus de 4 heures par semaine que ceux qui se déclarent peu ou moyennement habiles (21,6 %).

Recours à l’aide de l’enseignant

Voyons maintenant quels contacts les étudiants souhaitent avoir avec leur enseignant, qu’il s’agisse de le contacter eux-mêmes ou encore d’être contacté aux fins de relance ou d’appui, d’encouragement.

Tableau 6

Gestion des ressources humaines vue par les PO.

Gestion des ressources humaines

Jamais

À quelques occasions

Toutes les semaines

Plusieurs fois par semaine

Demande d’aide à l’enseignant

0,7 %

87,5 %

10,4 %

1,4 %

Souhait de relance ou d’encouragement par l’enseignant

4,2 %

59,7 %

32,6 %

2,8 %

Dans l’ensemble, les deux groupes d’étudiants prévoient demander de l’aide à l’enseignant relativement peu souvent au cours du trimestre, la majorité ayant indiqué qu’ils comptaient le faire seulement à quelques occasions (87,5 % pour les primo-entrants et 82,4 % pour les autres).

Cependant, même s’ils souhaitent tous que l’enseignant ne les contacte qu’à quelques occasions pour les relancer ou les encourager, les primo-entrants sont légèrement plus nombreux à souhaiter qu’il le fasse très régulièrement, c’est-à-dire toutes les semaines (32,6 % pour les primo-entrants contre 25,7 % pour les autres). Il y a peut-être là une certaine insécurité quant à leur progression dans leurs apprentissages.

Pour le croisement entre les variables sur la fréquence d’aide et l’habileté déclarée relativement à l’informatique et à Internet, les deux variables restent non liées : les PO, qu’ils soient peu ou moyennement habiles, déclarent pour 86,4 % d’entre eux ne pas avoir besoin d’aide toutes les semaines; en fait ils n’envisagent d’être aidés qu’à quelques occasions. La dépendance entre ces variables est par contre très significative pour les non-PO (chi2 = 34,90, ddl = 3, 1-p = >99,99 %.). La fréquence d’aide est bien en lien avec les besoins à priori, c’est-à-dire que les « peu ou moyennement habiles » prévoient d’être aidés toutes les semaines (voire plusieurs fois par semaine), 79ils sont 19,4 % dans ce cas contre 13,6 % pour les PO. Nous retenons que globalement la demande d’aide n’est pas forte dans les déclarations des étudiants au début du cours.

En ce qui concerne la fréquence de relance, chez les PO, celle-ci est plus importante : 35,2 % déclarent attendre être relancés toutes les semaines (voire plusieurs fois par semaine) alors qu’ils n’étaient que 13,6 % à envisager de demander de l’aide. Ils présentent donc une tendance à attendre d’être relancés plutôt que de demander de l’aide à l’enseignant.

Les différents facteurs de gestion des ressources sur le résultat obtenu au cours

Les différents tests statistiques réalisés entre les stratégies de gestion des ressources et la note finale du cours indiquent des dépendances entre les variables : une bonne gestion des ressources influe sur la note finale. Nous obtenons en effet une dépendance très significative pour : la planification des activités (chi2 = 26,99, ddl = 4, 1-p = >99,99 %), les moments d’efficacité (chi2 = 22,19, ddl = 4, 1-p = 99,98 %), la non-remise au lendemain (chi2 = 13,11, ddl = 4, 1-p = 98,92 %) et le fait de ne pas effectuer les tâches à la dernière minute (chi2 = 21,17, ddl = 4, 1-p = 99,97 %). Nous obtenons aussi une dépendance significative pour la remise des travaux dans les délais prescrits (chi2 = 25,00, ddl = 4, 1-p = 99,99 %). La connaissance des tâches prioritaires, la fréquence de demande d’aide au professeur sont en faible dépendance, quant à la fréquence de relance, cette dernière semble être indépendante de la note finale.

Pour compléter et nuancer ces résultats, il convient de rappeler que les questionnaires d’autoévaluation ont été soumis lors de la première semaine du cours et que, dans la poursuite de nos travaux, nous examinerons comment nos résultats sont corroborés ou infirmés par les données qualitatives que nous avons recueillies au début du cours, par les données quantitatives et qualitatives collectées après chacun des quatre modules, ainsi que par la nature et la quantité de courriels envoyés à l’enseignant et par l’impact de ses relances auprès des étudiants.

Conclusion

Comme nous l’avons évoqué plus haut, les facteurs qui favorisent la persévérance et la réussite des étudiants sur les campus universitaires font l’objet d’études nombreuses et diverses depuis plusieurs décennies. Alors qu’il y a de plus en plus convergence entre les cours « traditionnels » et la formation à distance par le développement de cours en ligne, et dans un contexte où les étudiants peuvent être de plus en plus nombreux, il nous semble important de poursuivre les questionnements qui visent à mieux connaître les étudiants, d’autant plus quand l’enseignant n’est plus dans un face à face avec eux en mode présentiel. Cela est d’autant plus préoccupant pour les primo-entrants qui découvrent le travail universitaire – à travers le « métier d’étudiant » – et pour lesquels une attention toute particulière doit être requise.

Partant de nos observations, nous retiendrons principalement que la réussite des primo-entrants est dépendante de leurs stratégies de gestion des ressources et qu’il est donc très important de tenir compte de ces différents facteurs dans la phase de création et d’amélioration des cours en ligne, ainsi que dans la conception et la mise en œuvre de dispositifs d’encadrement instrumenté à distance.80 L’analyse ultérieure des données qualitatives associées à ces stratégies permettra de nuancer les résultats exposés dans cet article. De plus, à n’en pas douter, il nous faut poursuivre dans cette voie avec d’autres facteurs qui seraient eux aussi liés à la réussite universitaire, notamment les stratégies cognitives, métacognitives et affectives, car nous sommes conscients que les stratégies de gestion des ressources ne peuvent à elles seules expliquer la réussite universitaire. De la même manière, il serait intéressant de favoriser l’apprentissage par les pairs dans le cours et d’en évaluer les effets sur la réussite des étudiants.

Il convient donc de ne pas considérer les résultats présentés ici comme un point final, mais bel et bien comme un commencement ou recommencement autour de l’amélioration continue des cours et des moyens de collecte d’informations pertinentes sur les étudiants, et ce, de manière précoce dans l’avancement du cours pour permettre une remédiation en temps utile. D’autre part, ces préoccupations sont de nature à contribuer à la réflexion sur les dispositifs de formation en ligne et/ou à distance et d’encadrement instrumenté à distance, ce à quoi nous nous employons.

Références

Alava, S. et Romainville, M. (2001). Les pratiques d’étude, entre socialisation et cognition. Revue française de pédagogie, 136, 159-180. Repéré à http://ife.ens-lyon.fr/publications/edition-electronique/revue-francaise-de-pedagogie/INRP_RF136_15.pdf

Audet, L. (2008). Recherche sur les facteurs qui influencent la persévérance et la réussite scolaire en formation à distance. Montréal, QC : Réseau d’enseignement francophone à distance du Canada. Repéré à http://archives.refad.ca/nouveau/recherche_perseverance_FAD/pdf/Perseverance_synthese_Mars_2008.pdf

Bernard, R. M., Brauer, A., Abrami, P. C. et Surkes, M. (2004). The development of a questionnaire for predicting online learning achievement. Distance Education, 25(1), 31-47. doi:10.1080/0158791042000212440

Boulet, A., Savoie-Zajc, L. et Chevrier, J. (1996). Les stratégies d’apprentissage à l’université. Sainte-Foy, QC : Presses de l’Université du Québec.

Conseil de l’Union européenne. (2006). Recommandation du Parlement européen et du Conseil du 18 décembre 2006 sur les compétences clés pour l’éducation et la formation tout au long de la vie. Journal officiel de l’Union européenne, (L394), 10-18. Repéré à http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2006:394:0010:0018:fr:PDF

Coulon, A. (2005). Le métier d’étudiant : l’entrée dans la vie universitaire. Paris : Economica.

DeAngelis, T. (2003). Why we overestimate our competence. Monitor on Psychology, American Psychological Association, 34(2), 60. Repéré à http://www.apa.org/monitor/feb03/overestimate.aspx

Depover, C., Karsenti, T. et Komis, V. (2007). Enseigner avec les technologies : favoriser les apprentissages, développer des compétences. Sainte-Foy, QC : Presses de l’Université du Québec.

Dubé, D. (s.d.). Questionnaire d’autoévaluation des facteurs de réussite à l’université. Document inédit.

Fontaine, S. et Peters, M. (2012). L’abandon des étudiants à l’université : état de la question. Dans M. Romainville et C. Michaut (dir.), Réussite, échec et abandon dans l’enseignement supérieur (p. 33-52). Bruxelles : De Boeck.

Hetzel, P. (2007). De l’université à l’emploi. Paris : Documentation française. Repéré à http://www.ladocumentationfrancaise.fr/rapports-publics/064000796/index.shtml

Kember, D. (1995). Open learning courses for adults: A model of student progress. Englewood Cliffs, NJ : Educational Technology Publications.

Kruger, J. et Dunning, D. (1999). Unskilled and unaware of it: How difficulties in recognizing one’s own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121-1134. doi:10.1037/0022-3514.77.6.1121

Lahire, B., Millet, M. et Pardell, E. (1997). Les manières d’étudier : enquête 1994. Paris : Documentation française.

Langevin, L. (1996). Pour une intégration réussie aux études postsecondaires. Montréal, QC : Éditions Logiques.

Moore, M. G. et Kearsley, G. (2012). Distance education: a systems view of online learning. Belmont, CA. : Wadsworth Cengage Learning.

Pageau, D. et Bujold, J. (2000). Les caractéristiques des étudiantes et des étudiants à la rescousse de la compréhension de la persévérance aux études : analyse des données des enquêtes ICOPE. Québec, QC : Direction du recensement étudiant et de la recherche institutionnelle, Université du Québec. Repéré à http://www.uquebec.ca/dreri-public/Rapport_detaille_bac.pdf

Pintrich, P. R., Smith, D. A. F., Garcia, T. et McKeachie, W. J. (1993). Reliability and predictive validity of the motivated strategies for learning questionnaire (Mslq). Educational and psychological measurement, 53(3), 801-813. doi:10.1177/0013164493053003024

Poellhuber, B. (2007). Les effets de l’encadrement et de la collaboration sur la motivation et la persévérance dans les formations ouvertes et à distance (Thèse de doctorat, Université de Montréal). Repéré à http://www2.crifpe.ca/gif/these/TheseBrunoPoellhuberFinale2007.pdf

RESOSUP. (2011). Analyse longitudinale des parcours des étudiants : enjeux, méthodes et indicateurs. Les cahiers de RESOSUP, 2. Repéré à http://www.resosup.fr/IMG/pdf/cahier_no2-2.pdf

Rizza, C. (2005). Le tutorat instrumenté à distance. Une solution à l’articulation entre massification de la formation et individualisation des parcours. Distances et savoirs, 3(2), 183-205. doi:10.3166/ds.3.183-205

Romainville, M. et Michaut, C. (2012). Conclusion. Dans M. Romainville et C. Michaut (dir.), Réussite, échec et abandon dans l’enseignement supérieur (p. 251-262). Bruxelles : De Boeck.

Sauvé, L., Debeurme, G., Fournier, J., Fontaine, É. et Wright, A. (2006). Comprendre le phénomène de l’abandon et de la persévérance pour mieux intervenir. Revue des sciences de l’éducation, 32(3), 783-805. doi:10.7202/016286ar

Sauvé, L., Debeurme, G., Martel, V., Wright, A. et Hanca, G. (2007). Soutenir la persévérance des étudiants (sur campus et à distance) dans leur première session d’études universitaires : constats de recherche et recommandations. Revue internationale des technologies en pédagogie universitaire, 4(3), 58-72. Repéré à http://www.ritpu.ca/IMG/pdf/ritpu0403_sauve.pdf

Tinto, V. (1993). Leaving college: Rethinking the causes and cures of student attrition (2e éd.). Chicago, IL : University of Chicago Press.

Tinto, V. (1997). Classroom as communities: Exploring the educational character of student persistence. Journal of Higher Education, 68(6), 599-623. doi:10.2307/2959965

Tinto, V. (2007). Research and practice of student retention: What next? Journal of College Student Retention: Research, Theory & Practice, 8(1), 1-19. doi:10.2190/4YNU-4TMB-22DJ-AN4W

Trouche, L., Cazes, C., Jarraud, P., Rauzy, A. et Mercat, C. (2011). Transition lycée-université, penser des dispositifs d’appui. Revue internationale des technologies en pédagogie universitaire, 8(1-2), 37-47. Repéré à http://www.ritpu.ca/IMG/pdf/RITPU_v08_n01-02_37.pdf

Wojciechowski, A. et Palmer, L. B. (2005). Individual student characteristics: Can any be predictors of success in online classes? Online Journal of Distance Learning Administration, 8(2). Repéré à http://www.westga.edu/~distance/ojdla/summer82/wojciechowski82.htm

Pour citer cet article

Mottet, M. et Rouissi, S. (2013). Stratégies de gestion des ressources et réussite dans un cours en ligne par des étudiants primo-entrants. Formation et profession, 21(2), 65-78. http://dx.doi.org/10.18162/fp.2013.15