Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Manon Guillemette : Université de Sherbrooke
Cette communication présente une recherche s’appuyant sur l’approche méthodologique de « design science ». Son objectif est de développer un outil valide et fiable pour évaluer le niveau de littératie de données des individus dans le contexte des affaires. Pour débuter, les définitions des concepts associés à cette recherche sont introduites (p. ex. data-driven, littératie des données, compétences). Par la suite, les aspects reliés au cadre méthodologique de la recherche sont présentés, dont les étapes réalisées, l’outil de collecte de données et la méthode d’échantillonnage. Enfin, les résultats sont discutés suivis des limites ainsi que des avenues de recherche proposées.
Quelques références
Gregor, S. et Hevner, A. (2013). Positioning and Presenting Design Science Research for Maximum Impact. MIS Quarterly, 37, 337‑356. https://doi.org/10.25300/MISQ/2013/37.2.01
Grillenberger, A., & Romeike, R. (2018). Developing a theoretically founded data literacy competency model. Dans Cutts Q. & Muhling A. (Éds.), ACM Int. Conf. Proc. Ser. Association for Computing Machinery; Scopus. https://doi.org/10.1145/3265757.3265766
Ridsdale, C., Rothwell, J., Smit, M., Ali-Hassan, H., Bliemel, M., Irvine, D., Kelley, D., Matwin, S., & Wuetherick, B. (2015). Strategies and best practices for data literacy education : Knowledge synthesis report.
Au cours des vingt dernières années, de nouvelles formes de gouvernance et de régulation sont apparues en éducation (Maroy, 2021). Celles-ci partagent deux caractéristiques : la responsabilité des acteurs de l’école à l’égard de l’apprentissage des élèves et l’obligation d’une reddition de comptes. Cette obligation a amené le développement de la recherche sur la « prise de décision basée sur les données », et plus précisément sur des indices de performance tels les résultats individuels, de classes et d’écoles (Mandianch et Schilkamp, 2021). Durant une dizaine d’années, la performance des écoles a donc été définie en termes de résultats et d’atteinte d’objectifs spécifiés et prédéfinis (Van der Kleig et al., 2015).
Au cours de la dernière décade, le mouvement de l’amélioration continue a graduellement touché le milieu de l’éducation (Hopkins et al., 2014). Ce nouveau paradigme a une incidence importante quant aux données à considérer pour prendre des décisions touchant la gestion des écoles, les classes et l’apprentissage des élèves. Désormais, les éducateurs doivent aussi considérer des données contextualisées de différentes natures (ex. : assiduité, difficultés d’apprentissage) afin de comprendre et d’interpréter la performance de l’élève et son comportement, de même que celle d’une classe ou d’une école et arrêter des stratégies d’intervention (Mandinach, 2019). En parallèle, le développement des systèmes d’information, y compris ceux dans le domaine de l’intelligence artificielle, offre la possibilité d’arrêter des actions mieux ciblées (Wang, 2021).
Or, force est de constater que la mise en place de ce paradigme pose un défi de taille au milieu de l’éducation. Il fait émerger différentes problématiques. Il demande des transformations notamment sur le plan des pratiques professionnelles, des outils de gestion, des processus de gestion, de l’organisation du travail, des compétences des acteurs (ex. : directions d’établissement, enseignants) et de la culture de l’école (valeurs, représentations).
Thème du congrès 2023 (90e édition) :
Thème du colloque :
Responsables :
Date :
12 mai 2023
Titre du colloque :
Thème du colloque :
