View
109
Download
0
Category
Preview:
Citation preview
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.
Plan de la présentation
Objectifs visés
Contexte
Enjeux
Élaboration du test
Résultats
Conclusion et perspectives
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
Contexte (1): Institution et clientèle
L’ÉTS : une école de génie former des ingénieurs avec des diplômés du collégial technique25% des diplômes de premier cycle en génie au Québec sont décernés par l’ÉTS95% 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
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
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
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
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
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
Élaboration (1)
Élaboration du test de mathématiques et de sciences Sélection des sujets Niveau des questions Habiletés langagières Aspects méthodologiques
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
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 lacunesObservation : 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
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
Langagesymbolique
Langage graphique
Exemple (1): le niveau des questions
8. Considérer le triangle rectangle ci-contre et compléter :
1o) sin() = ________ 2o) tan() = ________ 3o) cos() = ________ 4o) Si r et t sont connus,
donnez la formule permettant de calculer
s. s = ____________
r
s
t
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
1. Ce polynôme est de degré 3.2. Le nombre 3 est un zéro de ce polynôme.3. Ce polynôme possède 3 zéros réels distincts.4. Ce polynôme a trois facteurs de degré 1.5. Le nombre 2 est un zéro de ce polynôme.
3 23 2 7 2x x x
1
33( ) 2 1x x x
Exemple (3) Du langage symbolique au langage graphique
i) Représenter clairement sur le graphique l’expression donnée
ii) Écrire cette expression à l’endroit qui convient sur le graphique
f(3) - f(1)
1 3x
y
Exemple (4) Cas d’une question mal formulée
4. Soit les équations suivantes :
(1) 2x (x – 3) = (x – 3) (x + 1)(2) 2x = x + 1
Ces équations sont-elles équivalentes ?O oui O nonJustifier dans vos mots :
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
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=0,51Le test est sélectifLe test confirme la pertinence du niveau des questions poséesLe test confirme l’importance de la maîtrise langagière
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
Note obtenue en Mat 115
Résu
ltat
au t
est
dia
gnost
ique
A B C D E F G52
62
72
82
92
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
Résultats (3) : Une Règle de classification
Répartition des étudiants en 3 classes Vert, jaune ou rouge Recommandations: cheminement régulier ou
mesures d’appoint
Règle de classification (2)
Résultat au test
Cote R
FortFaible
Cote ÉTS=3,9
Faible
FortFort
Faible
18%
61%
9%
12%
Application de la règle (1) Répartition des étudiants qui ont bien réussis
15
17
19
21
23
25
27
29
31
33
35
20 40 60 80 100 120
Test dépistage
Cote R
A
B
C
D
E
F
G
Les étudiants ayant bien réussis: A ou B
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
Application de la règle (2)Cas du groupe cible « invisible » : 70 % identifié
15
17
19
21
23
25
27
29
31
33
35
20 40 60 80 100 120
Test dépistage
Cote R
A
B
C
D
E
F
G
Les étudiants en difficulté: D, E ou abandons
Conclusion et perspectivesLe 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
Recommended