Travaux personnels – version 1.2
Transcription
Travaux personnels – version 1.2
Raisonnements dans l'analyse de données en sciences de l’éducation et en psychologie - 08 Travaux personnels – version 1.2 Mode de travail Il dépend du sujet tout en suivant le plan général d'un travail argumentatif: introduction, position du problème, développement, suivi d'une conclusion qui répond au problème posé, fait une évaluation du travail et ébauche une suite du travail. Certaines analyse d’articles complexes peuvent prendre la forme de « que faudrait-il savoir pour comprendre cet article ?». Mais la rédaction finale devra pouvoir être intégrée au Wiki consacré au sujet1, expérience qui sera aussi documentée (http://www.projet-ermitage.org/RADwiki/doku.php)2. Des liens seront donc à prévoir renvoyant à d’autres unités d’information (définitions, cas semblables, etc.). Dans le cas de l’analyse de la structure du raisonnement présente dans un article, par exemple, les liens pourraient se référer au modèle standard. Plusieurs contributions courtes pourront aussi être proposées pour compléter une rubrique ou fournir un « corrigé » d’une activité pratique. Du point de vue forme, à bien préciser qui parle et à indiquer les sources bibliographiques. Longueur indicative : 5 pages/personne. Evaluation selon trois axes : mode de travail (collaboration), présentation (forme, clareté, bienfacture), contenu (richesse, intérêt, cohérence) Niveaux de difficulté 1. Résumé d’un article en extrayant la « structure » du raisonnement ou rédaction de quelques contributions courtes. 2. Résumé d’un article et commentaire, ou mise en perspective de deux ou plusieurs articles. 3. Travail à partir de quelques informations brutes ou planification d’une expérience. Sujets 1) Notion de probabilité chez les étudiants O’Connell, A.A. (1999). Understanding the Nature of Errors in Probability Problem-Solving. Educational Research and Evaluation. 5(1), 1-21. (classeur) Castro Sotos, A.E., Vanhoof, S. Noortgate (van den) W. & Onghena, P. (2007). Student’s misconceptions of statistical inference : A review of the empirical evidence from research on statistics education. Educational Research Review, 2(2007), 98-113. (classeur) Barragués. J.I., Guisasola, J. & Morais, A. (2007). Which event is more likely ? Estimating probability by university engineering students. Recherches en Didactique des mathématiques, 27(1), 45-76. (classeur) Voir aussi pour les retombées de ces difficultés dans les travaux de recherche: Bendjelloul, Y., Mermer, O. & Rohrbach, F. (2007). Critiques de la mauvaise utilisation des outils statistiques dans le domaine des sciences humaines et sociales. IPE, UniNE, SEDRAD07. (lien : raisonCritique.pdf) (résumé de Blais, Lebart, van der Maren, Capel, Monod & Muller : les critiques méthodologiques récurrentes). 1 2 La philosophie qui est à la base de cette proposition se trouve à l’adresse http://www.irdp.ch/ihm/ihm_htxt.htm Une alternative est la construction d’une « map » (Cmap). 1 Institut de Psychologie et Education Raisonnements dans l'analyse de données en sciences de l’éducation et en psychologie - 08 Lehrer, R., Kim, M.-J. & Schauble, L. (2007). Supporting the Development of Conceptions of Statistics by Engaging Students in Measuring and Modeling Variability. International Journal of Computers for Mathematical Learning, 12(3), 195-216. Konold, C., Harradine, A. & Kazak, S. (2007). Understanding Distributions by Modeling Them. International Journal of Computers for Mathematical Learning, 12(3), 217-230. Lesh, R., Caylor, E. & Gupta, S. (2007). Data Modeling & the Infrastructural Nature of Conceptual Tools. International Journal of Computers for Mathematical Learning, 12(3), 231-254. 2) Analyse du problème du protocole de Nora et autres difficultés psychologiques face aux probabilités Creuser le problème de Nora (voir tpr02) et imaginer à ce propos une expérimentation (hypothèse théorique, observable, etc.). Voir aussi 7). 3) Analyse implicative à travers quelques mises en oeuvre Gras, R., Kuntz, P. & Briand, H. (2001). Les fondements de l'analyse statistique implicative et quelques prolongements pour la fouille de données. Mathématiques & Sciences humaines, 154-155, 9-29. Baquedano, S., Philippé, V., Philippé, J., Gras, R. & Guilhaume, O. (2005). L’analyse implicative pour l’élaboration de référentiels comportementaux. Troisièmes Rencontres Internationales sur l’Analyse Statistique Implicative, Palermo (It), 6-8 octobre 2005. Philippé, J., Teusan, T., Baquedano, S. & Bourcier, C. (s.d.). L’analyse implicative dans un contexte d’extraction de connaissances pour la mise au point de systèmes d’aide à la décision en analyse comportementale. Gras, R. (1996). L’implication statistique. Nouvelles méthodes exploratoires de données. Grenoble : La Pensée Sauvage Editions. Etude éventuelle d’usage de cet outil pour les « espaces de connaissance » (Falmagne & al.). 4) Les notions de validité et validation selon les domaines Moss, P.A., Girard, B.J. & Haniford, L.C. (2006). Validity in Educational Assessment. Review of Research in Education, 30 (2006), 109-162. Dialogue on Validity, Educational Researcher, 36(8), November 2007. Arens, S.A. (2006). L’étude du raisonnement dans les pratiques évaluatives. Mesure et évaluation en éducation. 29(3), 45-56. (distribué). Analyse d’une « évaluation » en regard de l’article de Arens (2006). 5) Evaluation des compétences Raisonnements dans la création de standard notamment en ce qui concerne la mesure des « compétences » (PISA, HarmoS) De Ketele, J.-M & Gérard, F.-M. (2005). La validation des épreuves d'évaluation selonl'approche par les compétences. Mesure et évaluation en éducation, 28 (3), 1-26. (lien) Pochon, L.-O. (2007). Vers un modèle formel de classification de problèmes mathématiques et son usage dans la définition de compétences mathématiques. Neuchâtel : IRDP. (Document de travail 07.1002). http://publications.irdp.relation.ch/ftp/1198156872071002.pdf 2 Institut de Psychologie et Education Raisonnements dans l'analyse de données en sciences de l’éducation et en psychologie - 08 Clark, G., Gardi,A. & Lutz, N. (2007). La validation des épreuves d’évaluation selon l’approche par les compétences. IPE, UniNE, SEDRAD07. (lien : evalCompetences.pdf) (résumé de de Ketele & Gerard sous la forme d’un mode d’emploi). Documents PISA 6) Outils comme « tools » Etude de l’évolution d’un outil « conceptuel » (modèle, représentation, etc.) sous l’influence d’un outil matériel (ordinateur). Développer éventuellement avec l’hypothèse que cela fournit un exemple de cas où « l’invisible technologie » (Postman) a un effet mesurable. Thurstone, L.L. (1934). The Vectors of Mind. Psychological Review, 41, 1-32. (consulté sur http://psychclassics.yorku.ca/ 19.12.2002) Bourque, J., Poulin, N. & Cleaver, A.F. (2006). Evaluation de l’utilisation et de la présentation des résultats d’analyses factorielles et d’analyses en composantes principales en éducation. Revue des sciences de l’éducation, 32(2), 325-344. 7) Le problème du raisonnement du point de vue de la psychologie cognitive Lien avec les approches cognitives : étude ou préparation (hypothèse théorique, etc) d’une expérience relative aux activités de raisonnement ou de jugement probabilistico-statistique (par exemple : pour voir comment les gens valident une hypothèse à propos du SUDOKU). Même chose pour d’autres concepts physiques ou biologiques (énergie, information, entropie). Richard, J.F. (1990). Les activités mentales. Comprendre, raisonner, trouver des solutions. Paris: Armand Colin (Deuxième partie: Raisonnements formels et raisonnements en situation). Etablir une liste de travaux (dès Piaget) des activités mentales liés aux probabilités et statistiques. 8) Simulations et mise à l’épreuve d’une théorie Que dit la littérature à propos des simulations dans la démarche de découverte et de « preuve » en science. 9) Inventaire des « packages » statistiques Participation à la documentation d’une bibliothèque en R proposant les outils mentionnés au cours. Extension éventuelle de l’inventaire à d’autres systèmes. 10) Articles divers Examiner une expérience ou article connu (si possible utilisant un outillage statistique) en analysant l’ensemble de ses constituants en rapport avec la démarche standard. Hong, G. & Yu, B. (2007). Early-Grade Retention and Children’s Reading and Math Learning in Elementary Years. Educational Evaluation and Policy Analysis, 29(4), 239-261. Richardson, J.T.E. (2007). Measuring the relationship between scores on two questionnaires. Educational Research Review, 2(2007), 13-27. Hovardas, T. & Korfiatis, K.J. (2006). Word associations as a tool for assessing conceptual change in science education. Learning and Instruction, 16 (2006), 416-432. Mason, L. & Scirica, F. (2006). Preduction of students’ argumentation skills about controversial topics by epistemological understanding. Learning and Instruction, 16 (2006), 492-509. 3 Institut de Psychologie et Education Raisonnements dans l'analyse de données en sciences de l’éducation et en psychologie - 08 Dubois, V. & al. (2001). Compréhension d’informations multimodales : influence du mode de présentation et de la mémoire de travail. Cinquième colloque hypermédias et apprentissages. Dubois, M. & al. (2001). Présentation multimodale de l’information et apprentissage. Cinquième colloque hypermédias et apprentissages. Dubois, V., Gyselink, V. & Choplin, H. (2003). Multimodalité et mémoire de travail. In C. Desmoulins, P. Marquet & D. Bouhineau (Eds), Actes de la conférence EIAH 2003, Strasbourg, 187-197. Eisenhart & Town : Eisenhart, M. & Towne, L. (2003).Contestation and Change in National Policy on "Scientifically Based" Education Research, Educational Researcher, 32 (7), 31-38. (des différences subtiles dans la définition de « Scientifically Based » Education Research). Feuer, M.J.,Towne, L. & Shavelson, R.J. (2002). Scientific Culture and Educational Research. Educational Researcher, 31 (8), 4-14. (Elément d'un débat, quels liens avec la démarche standard ? ) Robien & Zin (l’ère de l’information). Qu’en tirer par rapport à des recherches en sciences de l’éducation. Dinet, J. (2003). Chercher des informations dans un hypertexte : quels liens avec les compétences initiales chez les jeunes apprenants. In C. Desmoulins, P. Marquet & D. Bouhineau (Eds), Actes de la conférence EIAH 2003, Strasbourg, 163-174. Dinet, J. & Passerault, J.-M. (2003). Rechercher des documents avec l’ordinateurs à l’école : quand les élèves oublient le thème de la recherche. In C. Desmoulins, P. Marquet & D. Bouhineau (Eds), Actes de la conférence EIAH 2003, Strasbourg, 175-185. Lu, Y. & G. Sireci, S.G. (2007). Validity Issues in Test Speededness. Educational Measurement: Issues and Practice, 26 (4), 29–37. En réserve (à faire mûrir) 1) Influence de Fisher sur Popper (Hypothèse : Fisher a eu une influence sur Popper, une enquête policière menée la manière de K.R. Popper, voir aussi Blais, Pochon, etc.). 2) A propos de la simplicité des théories (la simplicité de Popper face à la théorie de la complexité). 3) Faire une liste des « lois » pédagogiques ou de comportement de groupes (effet pilote, effet « pygmalion ») avec chaque fois une indication sur leur degré de « réfutabilité ». 4 Institut de Psychologie et Education Raisonnements dans l'analyse de données en sciences de l’éducation et en psychologie - 08 Etat classeur Barragués. J.I., Guisasola, J. & Morais, A. (2007). Which event is more likely ? Estimating probability by university engineering students. Recherches en Didactique des mathématiques, 27(1), 45-76. O’Connell, A.A. (1999). Understanding the Nature of Errors in Probability Problem-Solving. Educational Research and Evaluation. 5(1), 1-21. Castro Sotos, A.E., Vanhoof, S. Noortgate (van den) W. & Onghena, P. (2007). Student’s misconceptions of statistical inference : A review of the empirical evidence from research on statistics education. Educational Research Review, 2(2007), 98-113. Dubois, V. & al. (2001). Compréhension d’informations multimodales : influence du mode de présentation et de la mémoire de travail. Cinquième colloque hypermédias et apprentissages. Dubois, M. & al. (2001). Présentation multimodale de l’information et apprentissage. Cinquième colloque hypermédias et apprentissages. Hovardas, T. & Korfiatis, K.J. (2006). Word associations as a tool for assessing conceptual change in science education. Learning and Instruction, 16 (2006), 416-432. Mason, L. & Scirica, F. (2006). Preduction of students’ argumentation skills about controversial topics by epistemological understanding. Learning and Instruction, 16 (2006), 492-509. Raisonnement naturel et logique formelle : quelques notes à propos des concepts de base. Pochon, L.-O. (1999). Quelques aspects élémentaires de la théorie de l'information. Bulletin de la Société de enseignenant neuchâtelois de sciences, 20. Capel, R., Monod, D. & Müller, J.-P. (1996). Essai sur le rôle des tests d’hypothèse en sciences humaines. Actualités psychologiques, 1996 (1), 1-52. Thurstone, L.L. (1934). The Vectors of Mind. Psychological Review, 41, 1-32. (consulté sur http://psychclassics.yorku.ca/ 19.12.2002) Jamet, Qu'est-ce que la science ? Un point de vue trouvé sur Internet. Feuer, M.J.,Towne, L. & Shavelson, R.J. (2002). Scientific Culture and Educational Research. Educational Researcher, 31 (8), 4-14. Eisenhart, M. & Towne, L. (2003).Contestation and Change in National Policy on "Scientifically Based" Education Research. Educational Researcher, 32 (7), 31-38. Wainer, H. & Robinson, D.H. (2003). Shaping Up the Practice of Null Hypothesis Significance Testing. Educational Researcher, 32 (7), 22-30. L'ère de l'information (Robin & Zin) Ottavi, D. (2006). La pédagogie comme science. Les Sciences de l’éducation pour l’Ere nouvelle, 39(4), 97-110. (Intègre: De l’usage et de l’abus de la pédagogie, de Félix Pécaut, 1882). A mettre De Ketele, J.-M & Gérard, F.-M. (2005). La validation des épreuves d'évaluation selonl'approche par les compétences. Mesure et évaluation en éducation, 28 (3), 1-26. Bendjelloul, Y., Mermer, O. & Rohrbach, F. (2007). Critiques de la mauvaise utilisation des outils statistiques dans le domaine des sciences humaines et sociales. IPE, UniNE, SEDRAD07. (raisonCritique.pdf) (résumé de Blais, Lebart, van der Maren, Capel, Monod & Muller : les critiques méthodologiques récurrentes) 5 Institut de Psychologie et Education Raisonnements dans l'analyse de données en sciences de l’éducation et en psychologie - 08 Bourque, J., Poulin, N. & Cleaver, A.F. (2006). Evaluation de l’utilisation et de la présentation des résultats d’analyses factorielles et d’analyses en composantes principales en éducation. Revue des sciences de l’éducation, 32(2), 325-344. 6 Institut de Psychologie et Education