La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Identification des étudiants à risque d’échec en génie.

Présentations similaires


Présentation au sujet: "Identification des étudiants à risque d’échec en génie."— Transcription de la présentation:

1 Identification des étudiants à risque d’échec en génie.
Luc Soucy et Claude Blais, Maîtres d’enseignement École de technologie supérieure (ÉTS) Montréal, Québec. En collaboration avec Margot De Serres, professeure de mathématiques.

2 Plan de la présentation
Objectifs visés Contexte Enjeux Élaboration du test Résultats Conclusion et perspectives

3 Introduction Élaboration de tests diagnostiques en mathématiques et en physique estimateurs de la réussite en génie : la première étape Identifier les étudiants à risque d’échec avant le début de la première session Orienter les étudiants vers des mesures d’appoint Obtenir des indications sur les besoins des étudiants et élaborer des mesures d’appoint selon les observations Suivre l’impact et s’adapter à la réforme des programmes techniques du collégial

4 Contexte (1): Institution et clientèle
L’ÉTS : une école de génie former des ingénieurs avec des diplômés du collégial technique 25% des diplômes de premier cycle en génie au Québec sont décernés par l’ÉTS 95% des diplômés obtiennent un emploi en moins de 6 mois Clientèle : Les étudiants ont un diplôme de technicien Bons techniciens Formation scientifique minimale Majorité de cours de mathématiques et de sciences en première année à l’ÉTS La persévérance se joue principalement dans le premier cours de mathématiques et le premier cours de sciences

5 Contexte (2) : La réforme des programmes techniques des cégeps
Caractéristiques de la réforme Gestion locale des programmes Formation variable pour un même programme d’un collège à l’autre AST et approche par compétences Accent sur le savoir-faire Centrée sur la tâche à accomplir Peu de place à la formation scientifique de base

6 Enjeux (1) : les cours ciblés
Plus de 1150 nouveaux étudiants par année Deux cours fondamentaux à la première session ou se joue la persévérance Mathématiques: calcul différentiel et intégral Physique : statique et dynamique Cours de première session dans tous les programmes Ces cours établissent Les bases conceptuelles Les langages

7 Enjeux (2) : pourcentage des étudiants en difficulté en mathématiques (sciences : à venir)
Réussite du premier cours de mathématiques (A-03) 61 % des nouveaux ont réussi avec la note A, B ou C 39 % en difficulté ou hors du cheminement régulier : (D), échec (E), abandon en cours de session ou ont suivi un cours d’appoint

8 Enjeux (3) : un groupe cible dont une partie est « invisible »
Étudiants en difficulté et mesures d’appoint Selon les données d’automne 2003, 21.4% des étudiants inscrits au premier cours de mathématiques sont en difficulté (D, E ou abandon) et ne se sont pas prévalus (sur une base volontaire) des mesures d’appoint. Cela représente un groupe cible d’étudiants non identifiables avec l’approche actuelle de près de 250 étudiants Objectif: identifier ces étudiants dès l’inscription et les orienter vers des mesures d’appoint avant le début de la première session

9 Enjeux (4) : Échec et démotivation
Enquête ICOPE (indicateurs des conditions de poursuite des études) Enquête auprès de plusieurs milliers d’étudiants du réseau de l’Université du Québec Constats Indicateurs de réussite: volonté et engagement Effet dévastateur des échecs en première session  un fort pourcentage abandonne

10 Élaboration (1) Élaboration du test de mathématiques et de sciences
Sélection des sujets Niveau des questions Habiletés langagières Aspects méthodologiques

11 Élaboration (2): sujets retenus
Consultation auprès des enseignants Critère de sélection des sujets Concepts fondamentaux et Habiletés essentielles à la réussite du premier cours de mathématiques Ensemble des éléments de base sur lesquels s’appuient la présentation de la matière

12 Élaboration (3) : niveau des questions
Niveau élémentaire Formuler les questions sur une connaissance ou une habileté à la fois pour identifier le plus précisément possible les lacunes Observation : les résultats obtenus à des questions simples montrent qu’il est utile de revenir en classe sur des concepts fondamentaux que le professeur croyait acquis de la part des étudiants

13 Élaboration (4): les habiletés langagières
Les trois langages utilisés en mathématiques La capacité de passer d’un langage à l’autre est un indicateur important de la réussite Langage naturel Langage symbolique Langage graphique

14 Exemple (1): le niveau des questions
8. Considérer le triangle rectangle ci-contre et compléter :  1o) sin(a) = ________  2o) tan(a) = ________  3o) cos(b) = ________  4o) Si r et t sont connus, donnez la formule permettant de calculer s.  s = ____________ b t r a s

15 Exemple (2) Du langage symbolique au langage naturel
Encercler le ou les numéros correspondant à des bonnes réponses et faire une croix sur le ou les numéros correspondant à des mauvaises réponses. Le polynôme s’écrit aussi sous la forme Ce polynôme est de degré 3. Le nombre 3 est un zéro de ce polynôme. Ce polynôme possède 3 zéros réels distincts. Ce polynôme a trois facteurs de degré 1. Le nombre 2 est un zéro de ce polynôme.

16 Exemple (3) Du langage symbolique au langage graphique
Représenter clairement sur le graphique l’expression donnée Écrire cette expression à l’endroit qui convient sur le graphique y f(3) - f(1) x 1 3

17 Exemple (4) Cas d’une question mal formulée
4. Soit les équations suivantes : (1) x (x – 3) = (x – 3) (x + 1) (2) x = x + 1 Ces équations sont-elles équivalentes ? O oui O non Justifier dans vos mots :

18 Élaboration (5) Autres aspects méthodologiques
Questionnaire en deux parties : Partie à questions ouvertes: l’étudiant doit formuler lui-même une réponse brève Partie à questions fermées: variété de sujets, choix multiples, éviter les questions à une seule bonne réponse Formulation des questions vise à générer variabilité et sélectivité Barème assurant variabilité et sélectivité

19 Résultats (1) : Cohorte d’automne 2003, 777 étudiants, test de mathématiques
Le coefficient de corrélation entre la cote Z au premier cours de math. et le résultat au test de dépistage : R=0,51 Le test est sélectif Le test confirme la pertinence du niveau des questions posées Le test confirme l’importance de la maîtrise langagière

20 Illustration de la sélectivité du test Intervalles de confiance pour la moyenne des résultats au test selon la note dans le premier cours de mathématiques

21 Résultats (2) Utilisation de la cote R des résultats au cégep
Un indicateur supplémentaire: la cote R La cote R est basée sur la cote Z au collégial pondérée par les résultats des études secondaires Intègre beaucoup d’informations sur l’historique de l’étudiant Une nouvelle cote: la cote ÉTS Une combinaison (la mieux corrélée) de la cote R et du résultat au test de dépistage Corrélation entre la cote ÉTS et la cote Z au premier cours de math: R=0,63

22 Résultats (3) : Une Règle de classification
Répartition des étudiants en 3 classes Vert, jaune ou rouge Recommandations: cheminement régulier ou mesures d’appoint

23 Règle de classification (2)
Cote R Fort Fort Cote ÉTS=3,9 61% 12% Faible 9% 18% Faible Résultat au test Faible Fort

24 Application de la règle (1) Répartition des étudiants qui ont bien réussis

25 Application de la règle (2) Cas du groupe cible « invisible »
L’application de la règle à la cohorte d’automne 2003 nous aurait amené à intervenir auprès de 70% des étudiants qui se sont retrouvés en difficulté dans le premier cours de mathématiques et ne se sont pas prévalus des mesures d’appoint

26 Application de la règle (2) Cas du groupe cible « invisible » : 70 % identifié

27 Conclusion et perspectives
Le test de dépistage combiné à la cote R constitue un bon estimateur de la réussite Suite aux résultats : Test administré en mai pour intervenir avant la première session Révision des mesures d’appoint selon les observations Projets: Analyse qualitative (raffinement de l’interprétation des résultats, les cas atypiques, etc.) Intégrer les résultats du test de sciences à la cote ETS Utiliser ICOPE: intégrer le facteur «  motivation » Élargir l’étude à l’ensemble des résultats de première année Adaptation possible de cette approche


Télécharger ppt "Identification des étudiants à risque d’échec en génie."

Présentations similaires


Annonces Google