Identifier et comprendre les difficultés d'adaptation des primo entrantes à l'université : utilisation d'une méthode mixte quantitative-qualitative avec des méthodes statistiques d'apprentissage automatique
Patrick Pamphile  1, 2@  , Isabelle Bournaud  3@  , Celine Clavel  4@  
1 : Laboratoire de Mathématiques d'Orsay
Université Paris-Saclay, Centre National de la Recherche Scientifique, Centre National de la Recherche Scientifique : UMR8628
2 : Inria Saclay - Ile de France
Institut National de Recherche en Informatique et en Automatique, CELESTE
3 : Etudes sur les sciences et les techniques
Université Paris-Saclay, DIDASCO
4 : Cognition, Perception et Usages - LISN  (CPU)
Laboratoire Interdisciplinaire des Sciences du Numérique, Interaction avec l'Humain
Université Paris-Saclay, Bâtiment 507, 91405 Orsay Cedex -  France

La transition lycée-université est considérée comme un moment critique pour les primo-entrant(e)s qui doivent s'adapter non seulement à un environnement académique différent, mais aussi à de nouvelles interactions sociales et à une plus grande responsabilité et autonomie. L'intégration des primo-entrant(e)s est ainsi une préoccupation majeure pour les universités, en particulier pour les Instituts Universitaires de Technologie (IUT). En effet, en plus de la réforme du Baccalauréat général en 2021, les IUT ont été confrontés à l'augmentation de 30% à 50% des quotas d'admission de bachelières technologiques, ce qui a eu un impact sur la diversité des profils des primo entrant(e)s.
Pour accueillir cette diversité et favoriser la réussite et l'épanouissement de ces étudiant(e)s, il est essentiel de comprendre leurs besoins et leurs attentes, et de recueillir leurs impressions concernant leur expérience. Pour ce faire, nous avons adopté une méthode mixte articulant une analyse de données quantitatives et une analyse de données qualitatives.

Les enquêtes quantitatives sont efficaces pour détecter des tendances générales, mais peuvent manquer de profondeur en ne permettant pas une expression ouverte. D'un autre côté, les enquêtes qualitatives génèrent des données textuelles riches qui permettent de comprendre de manière approfondie et individualisée la situation étudiée. Cependant, le traitement de ces données est plus complexe, ce qui tend à limiter la quantité de données exploitées. Les avancées techniques en apprentissage automatique offrent désormais la possibilité de traiter rapidement d'énormes volumes de données, quantitatives ou textuelles, permettent ainsi de tirer parti de l'articulation de méthodes quantitatives et qualitatives.

Les données quantitatives ont été recueillies à l'aide du questionnaire SACQ (Baker et Siryk, 1984) et les données qualitatives à partir de rapport d'étonnement (Thievenaz 2017) auprès de primo entrant(e)s en IUT. A partir d'une analyse exploratoire de ces données, nous avons pu identifier trois profils d'étudiant(e)s selon les difficultés d'adaptation rencontrées.

L'analyse des verbatims a permis de décrire les diverses difficultés d'adaptation à l'aide des expériences personnelles. A partir des résultats de cette analyses mixte, les équipes pédagogiques des formations d'IUT peuvent envisager des activités et dispositifs permettant la réussite du plus grand nombre tout en tenant compte des besoins spécifiques de chacun et chacune.




Personnes connectées : 30 Vie privée
Chargement...