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