Florent Michelot, Sébastien Béland et Bruno Poellhuber
41e session d'études de l'ADMEE-Canada · Le 15 novembre 2019
Pour suivre la présentation en direct sur votre ordinateur :
https://frama.link/admee_michelot
Contexte et problématique
Cadre conceptuel
Objectif
Méthodologie
Résultats
Discussion
Boy, D. et Michelat, G. (1986). Croyances aux parasciences : dimensions sociales et culturelles. Revue française de sociologie, 27(2), 175‑204. doi:10.2307/3321532
Ministère de l’Éducation et de l’Enseignement supérieur. (2019). Cadre de référence de la compétence numérique. Québec, Québec : Gouvernement du Québec. Repéré à http://www.education.gouv.qc.ca/dossiers-thematiques/plan-daction-numerique/cadre-de-reference/
Une cartographie des concepts et compétences clefs des 10 principaux référentiels employés dans les années 1990.
Michelot, F. et Poellhuber, B. (2019). Au-delà de l’utilitarisme, vers une refondation des modèles de compétences informationnelles. Dans T. Karsenti (dir.), Le numérique en éducation, pour développer des compétences (p. 45‑77). Québec, Québec : Presses de l’Université du Québec.
⌨️
Niveau taxonomique | 1 | 2 | 3 | 4 | 5 | 6 |
---|---|---|---|---|---|---|
Fréquence relative | 16 % | 22 % | 31 % | 10 % | 6 % | 15 % |
· but 1, évaluer activement le contenu tout en évaluant ses propres biais; · but 2, s’engager avec la propriété intellectuelle de façon éthique et responsable; · but 3, produire et partager des informations dans des environnements collaboratifs et participatifs; · but 4, développer des stratégies d’apprentissage pour atteindre ses objectifs personnels et professionnels
Jacobson, T. E. et Mackey, T. P. (2019, 26 février). Buts et objectifs d’apprentissage. Repéré à https://metaliteracy.org/learning-objectives/goals-and-learning-objectives-translated/buts-et-objectifs-dapprentissage/
Le 1er but (évaluer activement le contenu tout en évaluant ses propres biais) était le plus pertinent pour nos travaux.
Des objectifs issus des 3e et 4e buts paraissaient utiles eux aussi.
=> Sélection de 16 objectifs d'apprentissages
Le SEP en matière de compétences informationnelles serait positivement corrélé avec les pratiques
Formation professionnalisante dès la 1re année d’ens. sup.
Formation
disciplinaire préalable
1. Traduction/rédaction
2. Consultation
Indice de validité de contenu (IVC) (Lynn, 1986; Waltz et al., 2010)
Décembre 2018 à avril 2019
n=245
Validation :
Une échelle de Likert en 10 modalités d’accord a été utilisée pour concevoir l’instrument
Parmi les 32 objectifs d’apprentissage de la métalittératie, ont été retenus :
Parmi les 32 objectifs d’apprentissage de la métalittératie, ont été retenus :
Parmi les 32 objectifs d’apprentissage de la métalittératie, ont été retenus :
Les items ont été traduits en s’inspirant de la méthode de validation transculturelle de Vallerand (1989) :
Répondant·e·s | Éducation | Info, com | Autre |
---|---|---|---|
n=68 | 44,11 % | 33,83% | 22,06% |
Répondant·e·s | Québec et Canada | France | Belgique | Autre |
---|---|---|---|---|
n=68 | 75% | 8,82% | 5,82% | 10,36% |
Les personnes sollicitées devaient noter chacun des énoncés sur une échelle de 1 (non pertinent) à 4 (très pertinent) (Fortin, 2016)
L’indice IVC de la proposition d’échelle, calculé selon la méthode de Waltz et al. (2010), est de 1
Énoncé | Académiques | Praticien·ne·s |
---|---|---|
Évaluer l’information qui est produite par des internautes sur les médias sociaux et différencier opinions et faits | 3,73/1 |
3,73/1 |
Rechercher volontairement de l'information avec un éventail de points de vue et de sources |
3,68/1 |
3,88/1 |
Participer de façon consciencieuse et et éthique aux environnements collaboratifs | 3,19/1 | 3,64/1 |
Étudier mon ressenti à propos des informations qui me sont présentées et observer leur influence sur ma réaction | 3,09/1 | 3,16/1 |
Icons made by Smashicons and Freepik from www.flaticon.com
La cohérence interne de l’échelle développée a été mesurée au moyen de l’ω de McDonald de l’α Cronbach.
Les éléments ont démontré une grande fiabilité
(α=92 et ω=0,92).
Fact. 1 | Uniqueness | |
---|---|---|
AEM_01 | 0,62 | 0,62 |
AEM_02 | 0,65 | 0,58 |
AEM_03 | 0,68 | 0,54 |
AEM_04 | 0,62 | 0,61 |
AEM_05 | 0,66 | 0,57 |
AEM_06 | 0,62 | 0,62 |
AEM_07 | 0,76 | 0,43 |
AEM_08 | 0,73 | 0,46 |
AEM_09 | 0,77 | 0,40 |
AEM_10 | 0,55 | 0,69 |
AEM_11 | 0,52 | 0,73 |
AEM_12 | 0,58 | 0,67 |
AEM_13 | 0,57 | 0,68 |
AEM_14 | 0,66 | 0,56 |
AEM_15 | 0,61 | 0,63 |
AEM_16 | 0,66 | 0,57 |
Charge factorielle bonne (>0,55) pour la quasi-totalité des éléments (les saturations des items AEM_10 et 13 sont de 0,53)
Un grand nombre des items ont une charge >0,63 qualifiable de « très bonne » (Comrey et Lee, 2013)
Modèle unifactoriel (16 éléments) | |
---|---|
Chi2 (ddl) | 274,35/104 |
Ratio Chi2/ddl | 2,64 |
Comparative fit index (CFI) | 0,90 |
Tucker-Lewis index (TLI) | 0,88 |
Root mean square error of approximation (RMSEA) | 0,08 |
RMSEA IC [90%] | [0,07 - 0,09] |
Standardized root mean square residual (SRMR) | 0,06 |
lhs | op | rhs | Est.std |
---|---|---|---|
AEM | =~ | AEM_01 | 0,62 |
AEM | =~ | AEM_02 | 0,65 |
AEM | =~ | AEM_03 | 0,68 |
AEM | =~ | AEM_04 | 0,63 |
AEM | =~ | AEM_05 | 0,66 |
AEM | =~ | AEM_06 | 0,62 |
AEM | =~ | AEM_07 | 0,76 |
AEM | =~ | AEM_08 | 0,74 |
AEM | =~ | AEM_09 | 0,77 |
AEM | =~ | AEM_10 | 0,55 |
AEM | =~ | AEM_11 | 0,52 |
AEM | =~ | AEM_12 | 0,58 |
AEM | =~ | AEM_13 | 0,57 |
AEM | =~ | AEM_14 | 0,66 |
AEM | =~ | AEM_15 | 0,61 |
AEM | =~ | AEM_16 | 0,66 |
(Choix des critère basé sur Kline, 2011)
Ratio Chi2/ddl < 3 (2,64)
CFI et le TLI < 0,95 (0,90 et 0,88)
SRMR < 0,08 (0,06)
TLI > 0,90 (0,95)
Toutefois, RMSEA > 0,06 (0,08).
La plupart des éléments chargent sur un facteur au-delà de 0,5
Fact. 1 | Fact. 2 | Unicité | |
---|---|---|---|
AEM_01 | 0,62 | -0,01 | 0,62 |
AEM_02 | 0,70 | -0,07 | 0,56 |
AEM_03 | 0,74 | -0,09 | 0,52 |
AEM_04 | 0,45 | 0,32 | 0,55 |
AEM_05 | 0,65 | 0,03 | 0,56 |
AEM_06 | 0,54 | 0,15 | 0,61 |
AEM_07 | 0,71 | 0,08 | 0,43 |
AEM_08 | 0,73 | 0,03 | 0,45 |
AEM_09 | 0,78 | 0,00 | 0,40 |
AEM_10 | 0,63 | -0,14 | 0,67 |
AEM_11 | 0,41 | 0,18 | 0,72 |
AEM_12 | 0,54 | 0,06 | 0,67 |
AEM_13 | 0,49 | 0,14 | 0,67 |
AEM_14 | 0,54 | 0,22 | 0,55 |
AEM_15 | 0,57 | 0,07 | 0,63 |
AEM_16 | 0,71 | -0,10 | 0,56 |
ILSE_Evalua_01 | 0,05 | 0,50 | 0,73 |
ILSE_Evalua_02 | -0,04 | 0,83 | 0,34 |
ILSE_Evalua_03 | 0,04 | 0,69 | 0,49 |
ILSE_Evalua_04 | 0,19 | 0,51 | 0,60 |
ILSE_Evalua_05 | -0,01 | 0,72 | 0,48 |
Corrélation positive significative comptant pour 28,1 % de la variance.
r(245)=0,531, p<0,001