Modélisation du rendement en mathématiques des élèves francophones de l'Ontario à la TEIMS-R 1999 Chercheures : Marielle Simon Renée Forgette-Giroux Étudiantes : Nathalie Loye, Sarah Plouffe, Robin Tierney, Danielle Higgins Colloque CSCE-CRSH 2005

Problématique Les élèves francophones en milieu minoritaire au Canada, mais surtout en Ontario, ont tendance à obtenir des résultats significativement inférieurs à ceux des élèves anglophones aux épreuves canadiennes et internationales. Les élèves francophones en milieu minoritaire au Canada, mais surtout en Ontario, ont tendance à obtenir des résultats significativement inférieurs à ceux des élèves anglophones aux épreuves canadiennes et internationales.

Questions de recherche 1.Est-ce que les facteurs suivants sont liés au rendement en mathématiques des élèves francophones en milieu minoritaire à la TEIMS-R 1999? a) Caractéristiques des élèves b) Pratiques pédagogiques c) Pratiques d’évaluation d) Utilisation des technologies de l’information et des communications (TIC) 2.Quelles sont les interactions entre ces variables et le rendement des élèves en mathématiques à la TEIMS-R 1999?

Cadre de l’étude Caractéristiques reliées à l’élève Technologie de l’information et des communications Pratiques pédagogiques et d’évaluation Rendement en mathématiques

Variables de l’étude Rendement de l’élève en mathématiques à la TEIMS-R 1999 (1) 1 Rendement de l’élève en mathématiques à la TEIMS-R 1999 (1) 1 Variables tirées des questionnaires contextuels à l’intention des élèves et des enseignants Variables tirées des questionnaires contextuels à l’intention des élèves et des enseignants  Caractéristiques reliées à l’élève (38)  Pratiques pédagogiques (51)  Pratiques d’évaluation (19)  Accès et utilisation des technologies de l’information et des communications (13) 1 nombre de variables

Échantillon de l’étude Échantillon initial Échantillon final Élèves de 7 e ou 8 e année des écoles françaises de l’Ontario Enseignants de mathématiques correspondant aux élèves sélectionnés 7536

Techniques d’analyses des données employées I. Analyse logique des questionnaires II. Analyses descriptives III. Analyses factorielles exploratoires IV. Analyses factorielles confirmatoires V. Analyses de modélisation structurelle VI. Analyses de régression

Résultats Analyses factorielles confirmatoires Facteur 1 Attentes (mère, pairs) 6 variables Facteur 2 Niveau d’éducation des parents 2 variables Facteur 3 Succès attribué à diverses croyances (talent, chance) 6 variables Facteur 4 Accès à un ordinateur à la maison 3 variables Facteur 5 Attitude envers les mathématiques 2 variables Caractéristiques des élèves Excellent ajustement…! Indices d’ajustement : CFI : 0,965 * TLI : 0,975 RMSEA : 0,070 ** * CFI > 0,95 ** RMSEA < 0,08

Facteur 1 Accès aux TIC (à école) 2 variables Facteur 2 Accès aux TIC (dans la classe) 2 variables Technologies de l’information et des communications Ajustement acceptable…! Indices d’ajustement : CFI : 0,998 TLI : 0,996 RMSEA : 0,191 Résultats Analyses factorielles confirmatoires

Facteur 1Attentes et valeurs7 variables Facteur 2Niveau d’éducation des parents 2 variables Facteur 3Succès attribué aux croyances (talent, chance) 2 variables Facteur 4Succès attribué au travail 2 variables Facteur 5Informatique à la maison 3 variables Facteur 6Attitude envers les mathématiques 6 variables Facteur 7Accès aux TICs (école)2 variables Facteur 8Accès aux TICs (maison) 2 variables Caractéristiques des élèves et utilisation des technologies Excellent ajustement…! Indices d’ajustement : CFI : 0,981 TLI : 0,975 RMSEA : 0,062

Résultats Modélisation structurelle CFI : 0,979 TLI : 0,985 RMSEA : 0,064 Attentes de la mère Attentes des pairs Attentes de l’élève Attentes de l’emploi Attentes universitaires Maths pour le plaisir Importance dans la vie Attentes et valeurs Niveau d’éducation (mère) Niveau d’éducation (père) Niveau d’éducation des parents Être doué Avoir de la chance Succès attribué aux croyances Beaucoup de travail Apprendre par coeur Succès attribué au travail Ordinateur à la maison Modem à la maison Internet à la maison Informatique à la maison Aimer les mathématiques Les maths sont faciles Être bon en maths Maths difficiles pour moi Pas doué en maths Pas ma meilleure matière Attitude envers les maths Ordinateur (classe) Logiciel (classe) TIC dans la salle de classe Ordinateur (école) Logiciel (école) TIC dans l’école R 2 : 0,515 Rendement en mathématiques 0,522 -2,841 46,126 -4,389 14,020 22,644 10,297 6,333 Caractéristiques des élèves et utilisation des technologies

Résultats Analyses factorielles confirmatoires Pratiques pédagogiques Ajustement médiocre… Indices d’ajustement : CFI : 0,812 TLI : 0,840 RMSEA : 0,127 Facteur 1Tâches de type traditionnel (devoirs) 4 variables Facteur 2Tâches de type alternatif (devoirs) 6 variables Facteur 3Travailler seul ou avec l’enseignant(e) 3 variables Facteur 4Méthodes d’enseignement alternatives 4 variables Facteur 5Méthodes d’enseignement traditionnelles 3 variables Facteur 6Travailler en grand groupe 2 variables

Résultats Analyses factorielles confirmatoires Pratiques d’évaluation des enseignants Ajustement médiocre… Indices d’ajustement : CFI : 0,812 TLI : 0,840 RMSEA : 0, 205 Facteur 1 Méthodes d’évaluation traditionnelles 3 variables Facteur 2 Méthodes d’évaluation alternatives 4 variables Facteur 3 Évaluation en vue d’un apprentissage 2 variables Facteur 4 Évaluation de l’apprentissage 3 variables

Fréquence des devoirs Exercices Problèmes du manuel Lecture du manuel Devoirs – type traditionnel Projet en groupes Applications réelles Devoirs – type alternatif Petite recherche Travail seul/avec l’ens. Ordinateur Travailler seul ou avec l’enseignant(e) Travail en grand groupe Grands groupes interactifs Travailler tous ensembles Ordinateur utilisé par l’ens. Travail en petits groupes Méthodes d’enseignement alternatives* Enseignant explique règle Enseignant fournit exemple Rendement en mathématiques 25, ,204 6,8 -9, ,678 10, 27 Résultats Modélisation structurelle Pratiques pédagogiques Durée des devoirs Projet individuel Rapports verbaux Tenue d’un journal Projets en petits groupes Rétroprojecteur - élève Enseignant montre solution Méthodes d’enseignement traditionnelles* * Vues par l’élève R 2 : 0,294 CFI : 0,805 TLI : 0,826 RMSEA : 0,128

Résultats – Analyses de régression Toutes les analyses de régression faites sur les variables des pratiques pédagogiques ont confirmé les résultats des analyses de modélisation structurelle Lorsque comparés, les facteurs suivants avaient des effets contraires : Devoirs de type traditionnel (problèmes du manuel, lecture du manuel, exercices, etc.) Devoirs de type alternatif (projets, applications réelles, rapports verbaux, tenue de journal) Méthodes d’enseignement traditionnelles (cours magistraux par l’enseignant, explications de l’enseignant, etc.) Méthodes d’enseignement alternatives (travail sur des projets, travail de groupe, etc.)

Conclusions Le modèle combinant les caractéristiques des élèves et l’utilisation des TIC présente un excellent ajustement lors des analyses factorielles confirmatoires et structurelles. Ce modèle expliquerait 52 p. 100 de la variance de la variable rendement en mathématiques des élèves francophones en milieu minoritaire de l’Ontario. L’attitude de l’élève envers les mathématiques joue le plus grand rôle sur son rendement, suivi de l’attribution du succès aux croyances de l’élève. Les pratiques pédagogiques traditionnelles et celles alternatives semblent avoir un effet opposé sur le rendement des élèves en mathématiques – à suivre.

Limites de l’étude Taille des échantillons Questionnaires contextuels Problèmes liés à l’analyse de variables catégoriques Distribution des variables (asymétrie et kurtose) Faible variance dans le rendement pour certaines classes car trop peu d’élèves Analyses ne tiennent pas compte du fait que certaines variables sont nichées dans d’autres

Une note positive… Résultats utiles et significatifs Communications des résultats à plusieurs conférences Contribution au bassin de connaissances sur les évaluations à grande échelle Mise sur pied d’une unité de recherche en évaluation des apprentissages

Diffusion Higgins, D., Plouffe, S., Simon, M., Forgette-Giroux, R. (mai 2004). Analyse logique des évaluations à grande échelle en mathématiques en contexte francophone minoritaire au Canada. Communication présentée au congrès de l’ACFAS, Montréal. Plouffe, S., Tierney, R.D., & Turcotte, C. (April, 2005). Impact of classroom teaching and assessment practices and the use of technology on the achievement of French-language minority students in Ontario on the 1999 TIMSS- R. Poster presentation at the National Council of Measurement in Education (NCME) Graduate Student Poster Session in Montreal. Simon, M., & Plouffe, S. (avril 2005). Réflexion sur le processus d’analyse des données d’évaluation à grande échelle. Conférence au Colloque International sur la Recherche en Éducation minoritaire (CIREM), Ottawa.

Diffusion (suite) Plouffe, S., Simon, M., & Loye, N. (mai 2005). Facteurs déterminants sur le rendement en mathématiques des élèves francophones minoritaires de l’Ontario aux études à grande échelle – Premiers résultats. Conférence à la Société Canadienne pour l’Étude de l’Éducation (SCÉÉ), London, Ontario. Simon, M., & Forgette-Giroux, R. (July, 2005). Modeling the effects of teaching practices on French-language minority student achievement on large-scale assessment programs: Findings and Issues. Paper submitted for presentation at the Educational Assessment Association of the Americas (EAAA), Brasilia. Plouffe, S., Turcotte, C., Simon, M., & Forgette-Giroux, R. (novembre 2005). Limites des questionnaires contextuels lors de l’analyse de données des programmes nationaux et internationaux d’évaluation du rendement. Communication prévue à la rencontre annuelle de l’Association pour le Développement de la Mesure et de l’Évaluation en Éducation (ADMÉÉ), Québec.