teaching:psychologie_de_l_education

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
Prochaine révisionLes deux révisions suivantes
teaching:psychologie_de_l_education [2019/12/01 03:53] – [Psychologie Sociale et éducation, gestion de groupe, gestion de conflits] villersdteaching:psychologie_de_l_education [2021/07/27 18:20] – [Articles plus récents ou complémentaires :] villersd
Ligne 1: Ligne 1:
 ====== Psychologie de l'éducation ====== ====== Psychologie de l'éducation ======
  
-Thèmatiques reliées : neurosciences, cognition/métacognition, motivation,...+Thématiques reliées : neurosciences, cognition/métacognition, motivation,...
  
 +À ajouter : 
 +  * [[https://edrev.asu.edu/edrev/index.php/ER/article/viewFile/2025/545]] Sweller, cognitive Load,...
 +  * [[kirschner-how_learning_happens|Paul A. Kirschner, Carl Hendrick : How Learning Happens - Seminal Works in Educational Psychology and What They Mean in Practice]] Routledge (2020)
 +  * meta-cognition... (ou une thématique spécifique de neuro-éducation...)
 ===== Principes fondamentaux ===== ===== Principes fondamentaux =====
 <WRAP center round tip 100%> <WRAP center round tip 100%>
Ligne 43: Ligne 47:
 La Coalition pour la psychologie dans les écoles et l’éducation de l’American Psychological Association a publié «Les 20 principes de base de la psychologie pour l’enseignement et l’apprentissage avant l’âge de la pré-maternelle» à l’enseignement secondaire (12 ans) ». Les principes sont organisés en cinq domaines de fonctionnement psychologique: réflexion et apprentissage, motivation, apprentissage social et émotionnel, gestion de classe et évaluation. La Coalition pour la psychologie dans les écoles et l’éducation de l’American Psychological Association a publié «Les 20 principes de base de la psychologie pour l’enseignement et l’apprentissage avant l’âge de la pré-maternelle» à l’enseignement secondaire (12 ans) ». Les principes sont organisés en cinq domaines de fonctionnement psychologique: réflexion et apprentissage, motivation, apprentissage social et émotionnel, gestion de classe et évaluation.
  
-Tout d'abord, penser et apprendre. Les huit premiers principes mettent en évidence certaines des conclusions les plus importantes sur les pratiques des enseignants qui ont un impact sur la croissance des élèves. Numéro un: croyances des étudiants sur l'intelligence. Les croyances ou les perceptions des élèves sur l’intelligence et les capacités influent sur leur fonctionnement cognitif et leur apprentissage. Essayez ceci dans la salle de classe! Indiquez aux étudiants qu'ils doivent éviter d'attribuer leur échec à une tâche donnée à un manque de capacité, mais plutôt que leur performance peut être améliorée avec des efforts supplémentaires ou par l'utilisation de stratégies différentes. Numéro deux: connaissances préalables. Ce que les élèves savent déjà affecte leur apprentissage. Parfois, ce qu’ils savent les prépare à l’étape suivante et parfois, ce qu’ils savent est incorrect et doit être remplacé par de nouvelles informations factuelles. Essayez ceci dans la salle de classe! Pour remédier aux idées fausses, demandez aux élèves de discuter de différents résultats avec leurs camarades de classe et de jouer un rôle actif dans la recherche de solutions. Numéro trois: Limites aux stades de développement. Le développement cognitif et l’apprentissage des élèves ne se limitent pas aux stades de développement généraux. Essayez ceci dans la salle de classe! Encouragez les élèves à raisonner dans des domaines familiers. c'est-à-dire dans des domaines et des contextes de connaissances dans lesquels les étudiants possèdent déjà des connaissances substantielles. Numéro quatre: contexte facilitant. L’apprentissage étant basé sur le contexte, la généralisation de l’apprentissage à de nouveaux contextes n’est pas spontanée, mais doit plutôt être facilitée. Essayez ceci dans la salle de classe! Enseigner un sujet ou un concept dans plusieurs contextes. Numéro cinq: pratique. L’acquisition de connaissances et de compétences à long terme dépend en grande partie de la pratique. Essayez ceci dans la salle de classe! Expliquez que le but de la pratique est de rendre les compétences de base automatiques. Une fois qu'une compétence est automatique, les élèves disposeront d'une énergie cognitive pour un travail plus intéressant et plus créatif. Numéro Six: Commentaires. Un retour clair, explicatif et opportun aux étudiants est important pour l’apprentissage. Essayez ceci dans la salle de classe! Découpez les tâches en éléments plus petits, significatifs et explicites et définissez clairement les critères de performance. Numéro sept: autorégulation. L’autorégulation des élèves facilite l’apprentissage et permet d’acquérir des compétences en matière d’autorégulation. Essayez ceci en classe: modifiez les activités de la classe en incorporant des périodes qui nécessitent une concentration individuelle et des périodes interactives, de sorte que les élèves puissent pratiquer une focalisation intense suivie de méthodes d'apprentissage plus sociales. Numéro huit: la créativité. La créativité des étudiants peut être encouragée. Essayez ceci dans la salle de classe! Variez les tâches en incluant des invites dans les tâches, telles que "créer", "inventer", "découvrir", "imaginez si" et "prédire".+**Tout d'abord, penser et apprendre**. Les huit premiers principes mettent en évidence certaines des conclusions les plus importantes sur les pratiques des enseignants qui ont un impact sur la croissance des élèves. **Numéro un**: croyances des étudiants sur l'intelligence. Les croyances ou les perceptions des élèves sur l’intelligence et les capacités influent sur leur fonctionnement cognitif et leur apprentissage. Essayez ceci dans la salle de classe! Indiquez aux étudiants qu'ils doivent éviter d'attribuer leur échec à une tâche donnée à un manque de capacité, mais plutôt que leur performance peut être améliorée avec des efforts supplémentaires ou par l'utilisation de stratégies différentes. **Numéro deux**: connaissances préalables. Ce que les élèves savent déjà affecte leur apprentissage. Parfois, ce qu’ils savent les prépare à l’étape suivante et parfois, ce qu’ils savent est incorrect et doit être remplacé par de nouvelles informations factuelles. Essayez ceci dans la salle de classe! Pour remédier aux idées fausses, demandez aux élèves de discuter de différents résultats avec leurs camarades de classe et de jouer un rôle actif dans la recherche de solutions. **Numéro trois**: Limites aux stades de développement. Le développement cognitif et l’apprentissage des élèves ne se limitent pas aux stades de développement généraux. Essayez ceci dans la salle de classe! Encouragez les élèves à raisonner dans des domaines familiers. c'est-à-dire dans des domaines et des contextes de connaissances dans lesquels les étudiants possèdent déjà des connaissances substantielles. **Numéro quatre**: contexte facilitant. L’apprentissage étant basé sur le contexte, la généralisation de l’apprentissage à de nouveaux contextes n’est pas spontanée, mais doit plutôt être facilitée. Essayez ceci dans la salle de classe! Enseigner un sujet ou un concept dans plusieurs contextes. **Numéro cinq**: pratique. L’acquisition de connaissances et de compétences à long terme dépend en grande partie de la pratique. Essayez ceci dans la salle de classe! Expliquez que le but de la pratique est de rendre les compétences de base automatiques. Une fois qu'une compétence est automatique, les élèves disposeront d'une énergie cognitive pour un travail plus intéressant et plus créatif. **Numéro six**: Commentaires. Un retour clair, explicatif et opportun aux étudiants est important pour l’apprentissage. Essayez ceci dans la salle de classe! Découpez les tâches en éléments plus petits, significatifs et explicites et définissez clairement les critères de performance. **Numéro sept**: autorégulation. L’autorégulation des élèves facilite l’apprentissage et permet d’acquérir des compétences en matière d’autorégulation. Essayez ceci en classe: modifiez les activités de la classe en incorporant des périodes qui nécessitent une concentration individuelle et des périodes interactives, de sorte que les élèves puissent pratiquer une focalisation intense suivie de méthodes d'apprentissage plus sociales. Numéro huit: la créativité. La créativité des étudiants peut être encouragée. Essayez ceci dans la salle de classe! Variez les tâches en incluant des invites dans les tâches, telles que "créer", "inventer", "découvrir", "imaginez si" et "prédire".
  
-Ensuite, la motivation. Les étudiants motivés et intéressés à apprendre réussissent mieux. Les quatre principes suivants décrivent les moyens les plus importants d’augmenter la motivation et l’engagement des élèves. Numéro neuf: Motivation intrinsèque. Les étudiants ont tendance à aimer apprendre et à faire mieux quand ils sont plus intrinsèquement motivés que par des motivations extrinsèques. Essayez ceci dans la salle de classe! Lorsque vous utilisez des notes, mettez en évidence leur fonction informationnelle plutôt que leur fonction de contrôle. Numéro dix: Maîtriser du matériel stimulant. Les étudiants persistent face aux tâches difficiles et traitent les informations plus profondément lorsqu'ils adoptent des objectifs de maîtrise plutôt que des objectifs de performance. Essayez ceci en classe Essayez de mettre l'accent sur les efforts individuels, les progrès actuels par rapport aux performances passées et les améliorations en évaluant le travail des élèves plutôt que de vous fier aux normes normatives et à la comparaison avec d'autres. Numéro onze: attentes de l'enseignant. Les attentes des enseignants à l’égard de leurs élèves influent sur les possibilités d’apprentissage, la motivation et les résultats d’apprentissage des élèves. Essayez ceci dans la salle de classe! Fréquemment auto vérifier vos attentes de chaque élève. Par exemple, demandez-vous si chaque élève a la possibilité de participer aux discussions en classe. Nombre Douze: Établissement d'objectifs. Fixer des objectifs à court terme, spécifiques et moyennement difficiles améliore davantage la motivation que de fixer des objectifs à long terme, généraux et globaux. Essayez ceci dans la salle de classe! Conservez une trace écrite des points de repère spécifiques de la progression des objectifs pour chaque élève et vérifiez-la régulièrement par l'élève et l'enseignant.+**Ensuite, la motivation**. Les étudiants motivés et intéressés à apprendre réussissent mieux. Les quatre principes suivants décrivent les moyens les plus importants d’augmenter la motivation et l’engagement des élèves. **Numéro neuf**: Motivation intrinsèque. Les étudiants ont tendance à aimer apprendre et à faire mieux quand ils sont plus intrinsèquement motivés que par des motivations extrinsèques. Essayez ceci dans la salle de classe! Lorsque vous utilisez des notes, mettez en évidence leur fonction informationnelle plutôt que leur fonction de contrôle. **Numéro dix**: Maîtriser du matériel stimulant. Les étudiants persistent face aux tâches difficiles et traitent les informations plus profondément lorsqu'ils adoptent des objectifs de maîtrise plutôt que des objectifs de performance. Essayez ceci en classe Essayez de mettre l'accent sur les efforts individuels, les progrès actuels par rapport aux performances passées et les améliorations en évaluant le travail des élèves plutôt que de vous fier aux normes normatives et à la comparaison avec d'autres. **Numéro onze**: attentes de l'enseignant. Les attentes des enseignants à l’égard de leurs élèves influent sur les possibilités d’apprentissage, la motivation et les résultats d’apprentissage des élèves. Essayez ceci dans la salle de classe! Fréquemment auto vérifier vos attentes de chaque élève. Par exemple, demandez-vous si chaque élève a la possibilité de participer aux discussions en classe. **Numéro douze**: Établissement d'objectifs. Fixer des objectifs à court terme, spécifiques et moyennement difficiles améliore davantage la motivation que de fixer des objectifs à long terme, généraux et globaux. Essayez ceci dans la salle de classe! Conservez une trace écrite des points de repère spécifiques de la progression des objectifs pour chaque élève et vérifiez-la régulièrement par l'élève et l'enseignant.
  
  
-Ensuite, apprentissage social et émotionnel. Treize: Contextes sociaux. L'apprentissage est situé dans de multiples contextes sociaux. Essayez ceci dans la salle de classe! Établissez des liens avec les familles et les communautés locales afin de relier la pertinence de l'apprentissage à la vie quotidienne des élèves. Numéro quatorze: relations interpersonnelles. Les relations interpersonnelles et la communication sont essentielles au processus d'enseignement-apprentissage et au développement social des élèves. Essayez ceci dans la salle de classe! Indiquez clairement les attentes comportementales liées aux interactions sociales et donnez à tous les élèves la possibilité de vivre des échanges sociaux fructueux. Numéro 15: Bien-être émotionnel. Le bien-être émotionnel influe sur les performances éducatives, l'apprentissage et le développement. Essayez ceci dans la salle de classe! Modélisez l'expression émotionnelle et les réactions appropriées. Pratiquez le vocabulaire pour exprimer différentes émotions de manière constructive.+**Ensuite, l'apprentissage social et émotionnel****Numéro treize**: Contextes sociaux. L'apprentissage est situé dans de multiples contextes sociaux. Essayez ceci dans la salle de classe! Établissez des liens avec les familles et les communautés locales afin de relier la pertinence de l'apprentissage à la vie quotidienne des élèves. **Numéro quatorze**: relations interpersonnelles. Les relations interpersonnelles et la communication sont essentielles au processus d'enseignement-apprentissage et au développement social des élèves. Essayez ceci dans la salle de classe! Indiquez clairement les attentes comportementales liées aux interactions sociales et donnez à tous les élèves la possibilité de vivre des échanges sociaux fructueux. **Numéro quinze**: Bien-être émotionnel. Le bien-être émotionnel influe sur les performances éducatives, l'apprentissage et le développement. Essayez ceci dans la salle de classe! Modélisez l'expression émotionnelle et les réactions appropriées. Pratiquez le vocabulaire pour exprimer différentes émotions de manière constructive.
  
-Ensuite, Gestion de salle de classe. Ces principes mettent l'accent sur la manière de créer un climat de classe propice à l'apprentissage. Numéro 16: Conduite en classe. Les attentes concernant la conduite en classe et les interactions sociales sont apprises et peuvent être enseignées à l'aide de principes de comportement éprouvés et d'un enseignement efficace en classe. Essayez ceci dans la salle de classe! Une gamme de principes comportementaux, comprenant l'éloge d'un comportement approprié, le renforcement différentiel, la correction et les conséquences prévues, peut être utilisée pour enseigner et rappeler systématiquement aux élèves leurs attentes. Numéro 17: Attentes et soutien. Une gestion efficace de la classe repose sur la définition et la communication d'attentes élevées, sur le maintien constant de relations positives et sur le soutien apporté par les étudiants. Essayez ceci dans la salle de classe! Favorisez des relations de soutien et de soutien avec les étudiants en maintenant un nombre élevé de déclarations positives et de récompenses par rapport aux conséquences négatives.+**Ensuite, la gestion de salle de classe**. Ces principes mettent l'accent sur la manière de créer un climat de classe propice à l'apprentissage. **Numéro seize**: Conduite en classe. Les attentes concernant la conduite en classe et les interactions sociales sont apprises et peuvent être enseignées à l'aide de principes de comportement éprouvés et d'un enseignement efficace en classe. Essayez ceci dans la salle de classe! Une gamme de principes comportementaux, comprenant l'éloge d'un comportement approprié, le renforcement différentiel, la correction et les conséquences prévues, peut être utilisée pour enseigner et rappeler systématiquement aux élèves leurs attentes. **Numéro dix-sept**: Attentes et soutien. Une gestion efficace de la classe repose sur la définition et la communication d'attentes élevées, sur le maintien constant de relations positives et sur le soutien apporté par les étudiants. Essayez ceci dans la salle de classe! Favorisez des relations de soutien et de soutien avec les étudiants en maintenant un nombre élevé de déclarations positives et de récompenses par rapport aux conséquences négatives.
  
-Enfin, évaluation. Les trois derniers principes traitent des méthodes de création et de mise en œuvre d’évaluations valides et justes qui contribuent à l’apprentissage des élèves. Numéro 18: évaluation formative et sommative. Les évaluations formatives et sommatives sont à la fois importantes et utiles, mais elles nécessitent des approches et des interprétations différentes. Essayez ceci dans la salle de classe! Veillez à ce que le délai entre l'évaluation formative et les interventions ultérieures soit relativement court pour tirer parti des effets d'apprentissage optimaux. Numéro 19: Développement de l'évaluation. Les compétences, les connaissances et les aptitudes des élèves sont mieux mesurées grâce à des processus d’évaluation fondés sur la science psychologique, assortis de normes bien définies en matière de qualité et d’équité. Essayez ceci dans la salle de classe! Lorsque vous développez un test, utilisez un nombre suffisant de questions et choisissez une variété de questions et de types de questions sur le même sujet. Numéro 20Evaluation Evaluation. Donner un sens aux données d’évaluation dépend d’une interprétation claire, appropriée et juste. Essayez ceci dans la salle de classe! Interpréter les données de toute évaluation à la lumière de son aptitude à répondre à des questions spécifiques concernant les étudiants ou les programmes d’enseignement et de son adéquation à des individus de divers horizons.+**Enfin, l'évaluation**. Les trois derniers principes traitent des méthodes de création et de mise en œuvre d’évaluations valides et justes qui contribuent à l’apprentissage des élèves. **Numéro dix-huit**: évaluation formative et sommative. Les évaluations formatives et sommatives sont à la fois importantes et utiles, mais elles nécessitent des approches et des interprétations différentes. Essayez ceci dans la salle de classe! Veillez à ce que le délai entre l'évaluation formative et les interventions ultérieures soit relativement court pour tirer parti des effets d'apprentissage optimaux. **Numéro dix-neuf**: Développement de l'évaluation. Les compétences, les connaissances et les aptitudes des élèves sont mieux mesurées grâce à des processus d’évaluation fondés sur la science psychologique, assortis de normes bien définies en matière de qualité et d’équité. Essayez ceci dans la salle de classe! Lorsque vous développez un test, utilisez un nombre suffisant de questions et choisissez une variété de questions et de types de questions sur le même sujet. **Numéro vingt**évaluer l'évaluation. Donner un sens aux données d’évaluation dépend d’une interprétation claire, appropriée et juste. Essayez ceci dans la salle de classe! Interpréter les données de toute évaluation à la lumière de son aptitude à répondre à des questions spécifiques concernant les étudiants ou les programmes d’enseignement et de son adéquation à des individus de divers horizons.
  
 Pour en savoir plus sur chaque catégorie et les principes qui y sont énoncés, consultez le rapport Top 20 dans la description ci-dessous. Pour en savoir plus sur chaque catégorie et les principes qui y sont énoncés, consultez le rapport Top 20 dans la description ci-dessous.
Ligne 90: Ligne 94:
 ---- ----
  
-Articles plus récents ou complémentaires :+==== Articles plus récents ou complémentaires : ==== 
   * cf. références   * cf. références
   * **[[http://psycnet.apa.org/record/1984-07975-001|When does cooperative learning increase student achievement?]]** Slavin, R. E. (1983), Psychological Bulletin, 94(3), 429-445. DOI: 10.1037/0033-2909.94.3.429   * **[[http://psycnet.apa.org/record/1984-07975-001|When does cooperative learning increase student achievement?]]** Slavin, R. E. (1983), Psychological Bulletin, 94(3), 429-445. DOI: 10.1037/0033-2909.94.3.429
Ligne 116: Ligne 121:
     * Cognitive load theory has traditionally been associated with individual learning. Based on evolutionary educational psychology and our knowledge of human cognition, particularly the relations between working memory and long-term memory, the theory has been used to generate a variety of instructional effects. Though these instructional effects also influence the efficiency and effectiveness of collaborative learning, be it computer supported or face-to-face, they are often not considered either when designing collaborative learning situations/environments or researching collaborative learning. One reason for this omission is that cognitive load theory has only sporadically concerned itself with certain particulars of collaborative learning such as the concept of a collective working memory when collaborating along with issues associated with transactive activities and their concomitant costs which are inherent to collaboration. We illustrate how and why cognitive load theory, by adding these concepts, can throw light on collaborative learning and generate principles specific to the design and study of collaborative learning.     * Cognitive load theory has traditionally been associated with individual learning. Based on evolutionary educational psychology and our knowledge of human cognition, particularly the relations between working memory and long-term memory, the theory has been used to generate a variety of instructional effects. Though these instructional effects also influence the efficiency and effectiveness of collaborative learning, be it computer supported or face-to-face, they are often not considered either when designing collaborative learning situations/environments or researching collaborative learning. One reason for this omission is that cognitive load theory has only sporadically concerned itself with certain particulars of collaborative learning such as the concept of a collective working memory when collaborating along with issues associated with transactive activities and their concomitant costs which are inherent to collaboration. We illustrate how and why cognitive load theory, by adding these concepts, can throw light on collaborative learning and generate principles specific to the design and study of collaborative learning.
     * La théorie des charges cognitives est traditionnellement associée à l'apprentissage individuel. Fondée sur la psychologie de l'éducation évolutive et notre connaissance de la cognition humaine, en particulier les relations entre la mémoire de travail et la mémoire à long terme, cette théorie a été utilisée pour générer une variété d'effets pédagogiques. Bien que ces effets pédagogiques influent également sur l'efficience et l'efficacité de l'apprentissage collaboratif, qu'il soit assisté par ordinateur ou en face à face, ils ne sont souvent pas pris en compte lors de la conception de situations/environnements d'apprentissage collaboratif ou de la recherche sur l'apprentissage collaboratif. L'une des raisons de cette omission est que la théorie de la charge cognitive ne s'est préoccupée que sporadiquement de certaines particularités de l'apprentissage collaboratif, comme le concept de mémoire de travail collective lors de la collaboration, ainsi que des questions liées aux activités transactives et à leurs coûts concomitants qui sont inhérents à la collaboration. Nous illustrons comment et pourquoi la théorie des charges cognitives, en ajoutant ces concepts, peut éclairer l'apprentissage collaboratif et générer des principes spécifiques à la conception et à l'étude de l'apprentissage collaboratif.     * La théorie des charges cognitives est traditionnellement associée à l'apprentissage individuel. Fondée sur la psychologie de l'éducation évolutive et notre connaissance de la cognition humaine, en particulier les relations entre la mémoire de travail et la mémoire à long terme, cette théorie a été utilisée pour générer une variété d'effets pédagogiques. Bien que ces effets pédagogiques influent également sur l'efficience et l'efficacité de l'apprentissage collaboratif, qu'il soit assisté par ordinateur ou en face à face, ils ne sont souvent pas pris en compte lors de la conception de situations/environnements d'apprentissage collaboratif ou de la recherche sur l'apprentissage collaboratif. L'une des raisons de cette omission est que la théorie de la charge cognitive ne s'est préoccupée que sporadiquement de certaines particularités de l'apprentissage collaboratif, comme le concept de mémoire de travail collective lors de la collaboration, ainsi que des questions liées aux activités transactives et à leurs coûts concomitants qui sont inhérents à la collaboration. Nous illustrons comment et pourquoi la théorie des charges cognitives, en ajoutant ces concepts, peut éclairer l'apprentissage collaboratif et générer des principes spécifiques à la conception et à l'étude de l'apprentissage collaboratif.
 +  * **[[https://www.nature.com/articles/s41588-018-0147-3|Gene discovery and polygenic prediction from a genome-wide association study of educational attainment in 1.1 million individuals]]** __(genetic & education)__ Lee, J.J., Wedow, R., Okbay, A. et al., Nat Genet 50, 1112–1121 (2018). DOI: 10.1038/s41588-018-0147-3
 +    * **Abstract :** We conduct a large-scale genetic association analysis of educational attainment in a sample of ~1.1 million individuals and identify 1,271 independent genome-wide-significant SNPs. For the SNPs taken together, we found evidence of heterogeneous effects across environments. The SNPs implicate genes involved in brain-development processes and neuron-to-neuron communication. In a separate analysis of the X chromosome, we identify 10 independent genome-wide-significant SNPs and estimate a SNP heritability of ~0.3% in both men and women, consistent with partial dosage compensation. A joint (multi-phenotype) analysis of educational attainment and three related cognitive phenotypes generates polygenic scores that explain 11–13% of the variance in educational attainment and 7–10% of the variance in cognitive performance. This prediction accuracy substantially increases the utility of polygenic scores as tools in research.
 +    * **Résumé :** Nous effectuons une analyse d'association génétique à grande échelle du niveau d'éducation dans un échantillon d'environ 1,1 million d'individus et identifions 1 271 SNP indépendants significatifs à l'échelle du génome. Pour l'ensemble des SNP, nous avons trouvé des preuves d'effets hétérogènes dans les différents environnements. Les SNP impliquent des gènes impliqués dans les processus de développement du cerveau et la communication entre les neurones. Dans une analyse séparée du chromosome X, nous avons identifié 10 SNP indépendants significatifs à l'échelle du génome et estimé une héritabilité des SNP d'environ 0,3 % chez les hommes et les femmes, ce qui correspond à une compensation partielle de la dose. Une analyse conjointe (multi-phénotype) du niveau d'éducation et de trois phénotypes cognitifs connexes génère des scores polygéniques qui expliquent 11-13% de la variance du niveau d'éducation et 7-10% de la variance des performances cognitives. Cette précision de prédiction augmente considérablement l'utilité des scores polygéniques en tant qu'outils de recherche. SNP : single-nucleotide polymorphism ou polymorphisme d'un seul nucléotide.
 +    * preprint (pubmed) : [[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6393768/]]
 +  * **[[https://onlinelibrary.wiley.com/doi/abs/10.1002/acp.3410|The learning benefits of teaching: A retrieval practice hypothesis]]**  Koh, AWL, Lee, SC, Lim, SWH. The learning benefits of teaching: A retrieval practice hypothesis. Appl Cognit Psychol. 2018; 32: 401– 410. DOI: 10.1002/acp.3410 ⭐⭐⭐⭐
 +    * **Abstract :** Teaching educational materials to others enhances the teacher's own learning of those to‐be‐taught materials, although the underlying mechanisms remain largely unknown. Here, we show that the learning‐by‐teaching benefit is possibly a retrieval benefit. Learners (a) solved arithmetic problems (i.e., they neither taught nor retrieved; //control group//), (b) taught without relying on teaching notes (i.e., they had to retrieve the materials while teaching; //teaching group//), (c) taught with teaching notes (i.e., they did not retrieve the materials while teaching; //teaching without retrieval practice [TnRP] group//), or (d) retrieved (i.e., they did not teach but only practised retrieving; //retrieval practice group//). In a final comprehension test 1 week later, learners in the teaching group, as did those in the retrieval practice group, outperformed learners in the TnRP and control groups. Retrieval practice possibly causes the learning benefits of teaching.
 +    * **Résumé :** L'enseignement de matériel pédagogique à d'autres personnes améliore l'apprentissage par l'enseignant lui-même de ce matériel à enseigner, bien que les mécanismes sous-jacents restent largement inconnus. Ici, nous montrons que l'avantage de l'apprentissage par l'enseignement est peut-être un avantage de la récupération. Les apprenants (a) ont résolu des problèmes arithmétiques (c'est-à-dire qu'ils n'ont ni enseigné ni récupéré ; groupe témoin), (b) ont enseigné sans se fier à des notes d'enseignement (c'est-à-dire qu'ils ont dû récupérer le matériel pendant l'enseignement ; groupe d'enseignement), (c) ont enseigné avec des notes d'enseignement (c'est-à-dire qu'ils n'ont pas récupéré le matériel pendant l'enseignement ; groupe d'enseignement sans pratique de récupération [TnRP]), ou (d) ont récupéré (c'est-à-dire qu'ils n'ont pas enseigné mais ont seulement pratiqué la récupération ; groupe de pratique de récupération). Lors d'un test final de compréhension 1 semaine plus tard, les apprenants du groupe d'enseignement, tout comme ceux du groupe de pratique de récupération, ont obtenu de meilleurs résultats que les apprenants du groupe TnRP et du groupe témoin. La pratique de la récupération peut être à l'origine des avantages de l'enseignement en termes d'apprentissage.
 +    * cf. aussi [[https://digest.bps.org.uk/2018/05/04/learning-by-teaching-others-is-extremely-effective-a-new-study-tested-a-key-reason-why/|Learning by teaching others is extremely effective – a new study tested a key reason why – Research Digest]] Research Digest, Christian Jarrett, may 4 2018 → **The researchers said their results suggest that __"the benefits of the learning-by-teaching strategy are attributable to retrieval practice; that is, the robust learning-by-teaching strategy works but only when the teaching involves retrieving the taught materials."__**
 +    * liens : [[https://www.researchgate.net/publication/324539123_The_learning_benefits_of_teaching_A_retrieval_practice_hypothesis|RG]], [[https://psycnet.apa.org/record/2018-16738-001|PsycNet]], [[https://profile.nus.edu.sg/fass/psylimwh/koh,%20lee,%20&%20lim%20(2018).pdf|pdf]] de [[https://profile.nus.edu.sg/fass/psylimwh/|Stephen Wee Hun Lim]]
   * **[[https://www.pnas.org/content/early/2019/09/03/1821936116|Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom]]** Louis Deslauriers, Logan S. McCarty, Kelly Miller, Kristina Callaghan, and Greg Kestin PNAS first published September 4, 2019 DOI: 10.1073/pnas.1821936116   * **[[https://www.pnas.org/content/early/2019/09/03/1821936116|Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom]]** Louis Deslauriers, Logan S. McCarty, Kelly Miller, Kristina Callaghan, and Greg Kestin PNAS first published September 4, 2019 DOI: 10.1073/pnas.1821936116
     * extrait : "Bien que l’apprentissage actif soit reconnu comme une méthode d’enseignement supérieure en classe, un important sondage récent a montré que la plupart des professeurs de STEM des collèges optent toujours pour des méthodes d’enseignement traditionnelles. Cet article aborde la question de longue date de savoir pourquoi les étudiants et les professeurs résistent à l’apprentissage actif. En comparant les cours passifs à l'apprentissage actif en utilisant une approche expérimentale randomisée et des supports de cours identiques, nous constatons que les étudiants en classe active apprennent plus, mais ont le sentiment d'apprendre moins. Nous montrons que cette corrélation négative est due en partie à l’effort cognitif accru exigé au cours de l’apprentissage actif. Les professeurs qui adoptent un apprentissage actif sont encouragés à intervenir et à remédier à cette perception erronée, et nous décrivons un exemple réussi d'une telle intervention."     * extrait : "Bien que l’apprentissage actif soit reconnu comme une méthode d’enseignement supérieure en classe, un important sondage récent a montré que la plupart des professeurs de STEM des collèges optent toujours pour des méthodes d’enseignement traditionnelles. Cet article aborde la question de longue date de savoir pourquoi les étudiants et les professeurs résistent à l’apprentissage actif. En comparant les cours passifs à l'apprentissage actif en utilisant une approche expérimentale randomisée et des supports de cours identiques, nous constatons que les étudiants en classe active apprennent plus, mais ont le sentiment d'apprendre moins. Nous montrons que cette corrélation négative est due en partie à l’effort cognitif accru exigé au cours de l’apprentissage actif. Les professeurs qui adoptent un apprentissage actif sont encouragés à intervenir et à remédier à cette perception erronée, et nous décrivons un exemple réussi d'une telle intervention."
Ligne 125: Ligne 139:
     * **Abstract :** When predicting success, how important are personal attributes other than cognitive ability? To address this question, we capitalized on a full decade of prospective, longitudinal data from n = 11,258 cadets entering training at the US Military Academy at West Point. Prior to training, cognitive ability was negatively correlated with both physical ability and grit. Cognitive ability emerged as the strongest predictor of academic and military grades, but noncognitive attributes were more prognostic of other achievement outcomes, including successful completion of initiation training and 4-y graduation. We conclude that noncognitive aspects of human capital deserve greater attention from both scientists and practitioners interested in predicting real-world success. **Significance :** To examine cognitive and noncognitive predictors of success, we conducted a megaanalysis of prospective, longitudinal data on over 10,000 cadets at the US Military Academy at West Point. Cognitive ability was negatively related to physical ability and grit. While cognitive ability predicted academic and military grades, the noncognitive attributes of physical ability and grit were more prognostic of other achievement outcomes, including successful completion of initiation training and 4-y graduation.     * **Abstract :** When predicting success, how important are personal attributes other than cognitive ability? To address this question, we capitalized on a full decade of prospective, longitudinal data from n = 11,258 cadets entering training at the US Military Academy at West Point. Prior to training, cognitive ability was negatively correlated with both physical ability and grit. Cognitive ability emerged as the strongest predictor of academic and military grades, but noncognitive attributes were more prognostic of other achievement outcomes, including successful completion of initiation training and 4-y graduation. We conclude that noncognitive aspects of human capital deserve greater attention from both scientists and practitioners interested in predicting real-world success. **Significance :** To examine cognitive and noncognitive predictors of success, we conducted a megaanalysis of prospective, longitudinal data on over 10,000 cadets at the US Military Academy at West Point. Cognitive ability was negatively related to physical ability and grit. While cognitive ability predicted academic and military grades, the noncognitive attributes of physical ability and grit were more prognostic of other achievement outcomes, including successful completion of initiation training and 4-y graduation.
     * **Résumé :** Lorsque l'on prédit le succès, quelle est l'importance des attributs personnels autres que les capacités cognitives ? Pour répondre à cette question, nous avons capitalisé sur une décennie complète de données longitudinales prospectives à partir de n = 11 258 cadets entrant en formation à l'Académie militaire américaine à West Point. Avant l'entraînement, la capacité cognitive était corrélée négativement à la capacité physique et au courage. La capacité cognitive s'est révélée le meilleur prédicteur des notes scolaires et militaires, mais les attributs non cognitifs étaient plus pronostiques en ce qui concerne d'autres résultats, y compris la réussite de la formation initiale et l'obtention du diplôme en quatre ans. Nous concluons que les aspects non cognitifs du capital humain méritent une plus grande attention de la part des scientifiques et des praticiens intéressés à prédire le succès dans le monde réel. **Importance :** Pour examiner les prédicteurs cognitifs et non cognitifs du succès, nous avons effectué une mégaanalyse de données longitudinales prospectives sur plus de 10 000 cadets à l'Académie militaire américaine de West Point. La capacité cognitive était négativement liée à la capacité physique et au courage. Bien que la capacité cognitive prédisait les notes scolaires et militaires, les attributs non cognitifs de la capacité physique et du courage étaient plus pronostiques en ce qui concerne d'autres résultats, y compris la réussite de la formation initiale et l'obtention d'un diplôme de quatre ans.     * **Résumé :** Lorsque l'on prédit le succès, quelle est l'importance des attributs personnels autres que les capacités cognitives ? Pour répondre à cette question, nous avons capitalisé sur une décennie complète de données longitudinales prospectives à partir de n = 11 258 cadets entrant en formation à l'Académie militaire américaine à West Point. Avant l'entraînement, la capacité cognitive était corrélée négativement à la capacité physique et au courage. La capacité cognitive s'est révélée le meilleur prédicteur des notes scolaires et militaires, mais les attributs non cognitifs étaient plus pronostiques en ce qui concerne d'autres résultats, y compris la réussite de la formation initiale et l'obtention du diplôme en quatre ans. Nous concluons que les aspects non cognitifs du capital humain méritent une plus grande attention de la part des scientifiques et des praticiens intéressés à prédire le succès dans le monde réel. **Importance :** Pour examiner les prédicteurs cognitifs et non cognitifs du succès, nous avons effectué une mégaanalyse de données longitudinales prospectives sur plus de 10 000 cadets à l'Académie militaire américaine de West Point. La capacité cognitive était négativement liée à la capacité physique et au courage. Bien que la capacité cognitive prédisait les notes scolaires et militaires, les attributs non cognitifs de la capacité physique et du courage étaient plus pronostiques en ce qui concerne d'autres résultats, y compris la réussite de la formation initiale et l'obtention d'un diplôme de quatre ans.
 +  * **[[https://www.tandfonline.com/doi/full/10.1080/01443410.2020.1711872|Effects of teachers’ praise-to-reprimand ratios on elementary students’ on-task behaviour]]**  Paul Caldarella, Ross A. A. Larsen, Leslie Williams, Kade R. Downs, Howard P. Wills & Joseph H. Wehby (2020), Educational Psychology, DOI: 10.1080/01443410.2020.1711872 
 +    * **Abstract :** Although many educators are familiar with a suggested 3:1 or 4:1 praise-to-reprimand ratio (PRR), relatively little research has been conducted on this subject. Three years of data collected across three states in the United States, from 19 elementary schools and 151 classrooms, during a multi-site efficacy trial were used to analyse the effect of teachers' PRRs on their students’ on-task behaviour. Although no PRR threshold (e.g. 3:1, 4:1) was found where behaviour dramatically improved, a positive linear relationship was evident, showing that the higher the teachers' PRR, the higher the students' on-task behaviour percentage. Limitations and implications are discussed.
 +    * **Résumé :** Bien que de nombreux éducateurs soient familiers avec un rapport éloge-réprimande (PRR) de 3:1 ou 4:1, relativement peu de recherches ont été menées sur ce sujet. Trois années de données recueillies dans trois États des États-Unis, dans 19 écoles primaires et 151 salles de classe, au cours d'un essai d'efficacité multi-sites, ont été utilisées pour analyser l'effet du PRR des enseignants sur le comportement de leurs élèves dans le cadre de leurs tâches. Bien qu'aucun seuil de PRR (par exemple 3:1, 4:1) n'ait été trouvé où le comportement s'est considérablement amélioré, une relation linéaire positive était évidente, montrant que plus le PRR des enseignants est élevé, plus le pourcentage de comportement des élèves en situation de travail est élevé. Les limites et les implications sont discutées.
 +    * Remarques :
 +      * Il s'agit d'une étude d'intervention randomisée: les enseignants formés à augmenter le rapport compliments/réprimandes ont des élèves plus concentrés, donc l'effet de causalité "PRR → comportement amélioré" est avéré
 +      * c'est un article qui s'inscrit dans un ensemble d'études plus importants, comprenant aussi des méta-analyses : cf. [[https://www.tandfonline.com/doi/abs/10.1080/15377903.2019.1587802|meta1]], [[https://educationendowmentfoundation.org.uk/tools/guidance-reports/improving-behaviour-in-schools/|EEF]], ...
 +  * **[[https://www.tandfonline.com/doi/abs/10.1080/00220485.2020.1845266|The cognitive challenges of effective teaching]]** Stephen L. Chew, William J. Cerbin, The Journal of Economic Education (2020) DOI: 10.1080/00220485.2020.1845266
 +    * **Abstract :** The authors describe a research-based conceptual framework of how students learn that can guide the design, implementation, and troubleshooting of teaching practice. The framework consists of nine interacting cognitive challenges that teachers need to address to enhance student learning. These challenges include student mental mindset, metacognition and self-regulation, student fear and mistrust, prior knowledge, misconceptions, ineffective learning strategies, transfer of learning, constraints of selective attention, and the constraints of mental effort and working memory. The challenges are described with recommendations on how to address each one. What is effective for one situation may not be effective in others, and no single teaching method will always be optimal for all teachers, students, topics, and educational contexts. The teacher’s task is to manage this complex interaction successfully.
 +    * **Résumé :** Les auteurs décrivent un cadre conceptuel basé sur la recherche sur la façon dont les étudiants apprennent, qui peut guider la conception, la mise en œuvre et le dépannage des pratiques d'enseignement. Ce cadre se compose de neuf défis cognitifs en interaction que les enseignants doivent relever pour améliorer l'apprentissage des élèves. Ces défis comprennent la mentalité des étudiants, la métacognition et l'autorégulation, la peur et la méfiance des étudiants, les connaissances préalables, les idées fausses, les stratégies d'apprentissage inefficaces, le transfert de l'apprentissage, les contraintes de l'attention sélective et les contraintes de l'effort mental et de la mémoire de travail. Les défis sont décrits avec des recommandations sur la manière de les relever. Ce qui est efficace dans une situation donnée peut ne pas l'être dans d'autres, et aucune méthode d'enseignement ne sera toujours optimale pour tous les enseignants, étudiants, sujets et contextes éducatifs. La tâche de l'enseignant consiste à gérer avec succès cette interaction complexe.
 +    * Remarques :
 +      * [[https://www.dropbox.com/s/eojg1qkk2xrs21w/Cognitive%20Challenges%20of%20Effective%20Teaching%20Draft%209-1-20.docx?dl=0|preprint disponible]]
 +      * [[https://mobile.twitter.com/SChewPsych|Twitter Stephen Chew]], [[https://sites.google.com/view/nwsccofrc/understanding-learning/dr-stephen-chew|website]], [[https://www.samford.edu/departments/academic-success-center/how-to-study|How to Study Video Series]] + **[[https://www.samford.edu/departments/files/Academic_Success_Center/How-to-Study-Teaching_Resources.pdf|Teaching guide]]**
 +      * //Cf.// particulièrement Table 1. The cognitive challenges of effective teaching
 +  * **[[https://www.nature.com/articles/s41539-021-00091-x|An fMRI study of scientists with a Ph.D. in physics confronted with naive ideas in science]]** Allaire-Duquette, G., Brault Foisy, LM., Potvin, P. et al. npj Sci. Learn. 6, 11 (2021). DOI: 10.1038/s41539-021-00091-x
 +    * **Abstract :** A central challenge in developing conceptual understanding in science is overcoming naive ideas that contradict the content of science curricula. Neuroimaging studies reveal that high school and university students activate frontal brain areas associated with inhibitory control to overcome naive ideas in science, probably because they persist despite scientific training. However, no neuroimaging study has yet explored how persistent naive ideas in science are. Here, we report brain activations of 25 scientists with a Ph.D. in physics assessing the scientific value of naive ideas in science. Results show that scientists are slower and have lower accuracy when judging the scientific value of naive ideas compared to matched control ideas. fMRI data reveals that a network of frontal brain regions is more activated when judging naive ideas. Results suggest that naive ideas are likely to persist, even after completing a Ph.D. Advanced experts may still rely on high order executive functions like inhibitory control to overcome naive ideas when the context requires it.
 +    * **Résumé :** L'un des principaux défis à relever pour développer la compréhension conceptuelle des sciences consiste à surmonter les idées naïves qui contredisent le contenu des programmes d'enseignement scientifique. Les études de neuro-imagerie révèlent que les lycéens et les étudiants activent les zones frontales du cerveau associées au contrôle inhibiteur pour surmonter les idées naïves en sciences, probablement parce qu'elles persistent malgré la formation scientifique. Cependant, aucune étude de neuro-imagerie n'a encore exploré la persistance des idées naïves en sciences. Ici, nous rapportons les activations cérébrales de 25 scientifiques titulaires d'un doctorat en physique évaluant la valeur scientifique des idées naïves en science. Les résultats montrent que les scientifiques sont plus lents et moins précis lorsqu'ils évaluent la valeur scientifique d'idées naïves par rapport à des idées de contrôle appariées. Les données d'IRMf révèlent qu'un réseau de régions frontales du cerveau est plus activé lors de l'évaluation d'idées naïves. Les résultats suggèrent que les idées naïves sont susceptibles de persister, même après l'obtention d'un doctorat. Les experts avancés peuvent encore compter sur des fonctions exécutives de haut niveau, comme le contrôle inhibiteur, pour surmonter les idées naïves lorsque le contexte l'exige.
 +    * Twitter : [[https://mobile.twitter.com/dylanwiliam/status/1407374441143750656|Dylan William]] → "More evidence that learning in science appears to be less a process of "conceptual change" and more a process of suppressing intuitive conceptions in favour of more powerful ones (cf Kahneman's thinking fast and slow)"
 +  * **[[https://journals.sagepub.com/doi/full/10.1177/25152459211027575|ManyClasses 1: Assessing the Generalizable Effect of Immediate Feedback Versus Delayed Feedback Across Many College Classes]]** Fyfe ER, de Leeuw JR, Carvalho PF, et al. Advances in Methods and Practices in Psychological Science. July 2021. DOI: 10.1177/25152459211027575
 +    * **Abstract :** Psychology researchers have long attempted to identify educational practices that improve student learning. However, experimental research on these practices is often conducted in laboratory contexts or in a single course, which threatens the external validity of the results. In this article, we establish an experimental paradigm for evaluating the benefits of recommended practices across a variety of authentic educational contexts—a model we call ManyClasses. The core feature is that researchers examine the same research question and measure the same experimental effect across many classes spanning a range of topics, institutions, teacher implementations, and student populations. We report the first ManyClasses study, in which we examined how the timing of feedback on class assignments, either immediate or delayed by a few days, affected subsequent performance on class assessments. Across 38 classes, the overall estimate for the effect of feedback timing was 0.002 (95% highest density interval = [−0.05, 0.05]), which indicates that there was no effect of immediate feedback compared with delayed feedback on student learning that generalizes across classes. Furthermore, there were no credibly nonzero effects for 40 preregistered moderators related to class-level and student-level characteristics. Yet our results provide hints that in certain kinds of classes, which were undersampled in the current study, there may be modest advantages for delayed feedback. More broadly, these findings provide insights regarding the feasibility of conducting within-class randomized experiments across a range of naturally occurring learning environments.
 +    * **Résumé :** Les chercheurs en psychologie tentent depuis longtemps d'identifier les pratiques pédagogiques qui améliorent l'apprentissage des élèves. Cependant, la recherche expérimentale sur ces pratiques est souvent menée dans des contextes de laboratoire ou dans un seul cours, ce qui menace la validité externe des résultats. Dans cet article, nous établissons un paradigme expérimental pour évaluer les avantages des pratiques recommandées dans une variété de contextes éducatifs authentiques - un modèle que nous appelons ManyClasses. La caractéristique principale est que les chercheurs examinent la même question de recherche et mesurent le même effet expérimental dans de nombreuses classes couvrant un éventail de sujets, d'institutions, de mises en œuvre par les enseignants et de populations d'étudiants. Nous présentons la première étude ManyClasses, dans laquelle nous avons examiné comment le moment du retour d'information sur les travaux de classe, immédiat ou retardé de quelques jours, affectait les performances ultérieures aux évaluations de la classe. Dans 38 classes, l'estimation globale de l'effet du moment du retour d'information était de 0,002 (intervalle de densité maximale de 95 % = [-0,05, 0,05]), ce qui indique qu'il n'y a pas d'effet du retour d'information immédiat par rapport au retour d'information différé sur l'apprentissage des élèves qui se généralise à toutes les classes. En outre, il n'y avait pas d'effets non nuls crédibles pour 40 modérateurs préenregistrés liés aux caractéristiques de la classe et de l'élève. Pourtant, nos résultats indiquent que dans certains types de classes, qui ont été sous-échantillonnées dans l'étude actuelle, il peut y avoir des avantages modestes pour le feedback différé. Plus largement, ces résultats fournissent des indications sur la faisabilité de mener des expériences randomisées au sein d'une classe dans une gamme d'environnements d'apprentissage naturels.
 +    * Twitter : [[https://mobile.twitter.com/PezziMichela/status/1420013828801236999|tw1]]
 +
  
 ---- ----
-La liste proposée par Kirschner :+==== La liste proposée par Kirschner (2017) ====
  
   * Atkinson, R. C., & Shiffrin, R. M. (1968). **Human memory: A proposed system and its control processes**. In K. W. Spence, & J. T. Spence (eds.), The psychology of learning and motivation (Volume 2, (pp. 89-195). New York: Academic Press. DOI : 10.1016/S0079-7421(08)60422-3   * Atkinson, R. C., & Shiffrin, R. M. (1968). **Human memory: A proposed system and its control processes**. In K. W. Spence, & J. T. Spence (eds.), The psychology of learning and motivation (Volume 2, (pp. 89-195). New York: Academic Press. DOI : 10.1016/S0079-7421(08)60422-3
Ligne 198: Ligne 234:
     * lien vers l'article original : [[https://www.tandfonline.com/doi/abs/10.1207/s15327809jls0603_1]]     * lien vers l'article original : [[https://www.tandfonline.com/doi/abs/10.1207/s15327809jls0603_1]]
     * autres liens : [[http://www.public.asu.edu/~mtchi/papers/Verbaldata.pdf]], [[https://www.researchgate.net/publication/2403277_Quantifying_Qualitative_Analyses_of_Verbal_Data_A_Practical_Guide]]     * autres liens : [[http://www.public.asu.edu/~mtchi/papers/Verbaldata.pdf]], [[https://www.researchgate.net/publication/2403277_Quantifying_Qualitative_Analyses_of_Verbal_Data_A_Practical_Guide]]
-  * Chi, M. T. H., Feltovich, P. J., & Glaser, R. (1981). **Categorization and representation of physics problems by experts and novices** Cognitive Science. 5(2), 121–152. DOI: 10.1207/s15516709cog0502_2+  * Chi, M. T. H., Feltovich, P. J., & Glaser, R. (1981). **Categorization and representation of physics problems by experts and novices** Cognitive Science. 5(2), 121–152. DOI: 10.1207/s15516709cog0502_2 ⭐⭐⭐⭐⭐
     * The representation of physics problems in relation to the organization of physics knowledge is investigated in experts and novices. Four experiments examine (a) the existence of problem categories as a basis for representation; (b) differences in the categories used by experts and novices; (c) differences in the knowledge associated with the categories; and (d) features in the problems that contribute to problem categorization and representation. Results from sorting tasks and protocols reveal that experts and novices begin their problem representations with specifiably different problem categories, and completion of the representations depends on the knowledge associated with the categories. For, the experts initially abstract physics principles to approach and solve a problem representation, whereas novices base their representation and approaches on the problem’s literal features. (Abstract of the article).     * The representation of physics problems in relation to the organization of physics knowledge is investigated in experts and novices. Four experiments examine (a) the existence of problem categories as a basis for representation; (b) differences in the categories used by experts and novices; (c) differences in the knowledge associated with the categories; and (d) features in the problems that contribute to problem categorization and representation. Results from sorting tasks and protocols reveal that experts and novices begin their problem representations with specifiably different problem categories, and completion of the representations depends on the knowledge associated with the categories. For, the experts initially abstract physics principles to approach and solve a problem representation, whereas novices base their representation and approaches on the problem’s literal features. (Abstract of the article).
     * La représentation des problèmes de physique en relation avec l'organisation des connaissances en physique est étudiée par des experts et des novices. Quatre expériences examinent: a) l’existence de catégories de problèmes comme base de la représentation; (b) les différences dans les catégories utilisées par les experts et les novices; (c) les différences dans les connaissances associées aux catégories; et (d) les caractéristiques des problèmes qui contribuent à la catégorisation et à la représentation des problèmes. Les résultats des tâches de tri et des protocoles indiquent que les experts et les novices commencent leurs représentations de problèmes avec des catégories de problèmes différentes, et que leur réalisation dépend des connaissances associées aux catégories. En effet, les experts ont d’abord résumé les principes de la physique pour aborder et résoudre un problème, tandis que les novices basent leur représentation et leurs approches sur les caractéristiques littérales du problème.     * La représentation des problèmes de physique en relation avec l'organisation des connaissances en physique est étudiée par des experts et des novices. Quatre expériences examinent: a) l’existence de catégories de problèmes comme base de la représentation; (b) les différences dans les catégories utilisées par les experts et les novices; (c) les différences dans les connaissances associées aux catégories; et (d) les caractéristiques des problèmes qui contribuent à la catégorisation et à la représentation des problèmes. Les résultats des tâches de tri et des protocoles indiquent que les experts et les novices commencent leurs représentations de problèmes avec des catégories de problèmes différentes, et que leur réalisation dépend des connaissances associées aux catégories. En effet, les experts ont d’abord résumé les principes de la physique pour aborder et résoudre un problème, tandis que les novices basent leur représentation et leurs approches sur les caractéristiques littérales du problème.
Ligne 367: Ligne 403:
     * lien vers l'article original : [[https://psycnet.apa.org/record/2013-25567-001]]     * lien vers l'article original : [[https://psycnet.apa.org/record/2013-25567-001]]
     * autres liens : [[http://www.scirp.org/(S(i43dyn45teexjx455qlt3d2q))/reference/ReferencesPapers.aspx?ReferenceID=1983960]], [[https://www.researchgate.net/publication/263080929_From_Cognitive_Modeling_to_Self-Regulation_A_Social_Cognitive_Career_Path|lien RG]]     * autres liens : [[http://www.scirp.org/(S(i43dyn45teexjx455qlt3d2q))/reference/ReferencesPapers.aspx?ReferenceID=1983960]], [[https://www.researchgate.net/publication/263080929_From_Cognitive_Modeling_to_Self-Regulation_A_Social_Cognitive_Career_Path|lien RG]]
 +
 +===== Transfer of learning =====
 +FIXME
 +  * E. L. Thorndike, “The Influence of First Year Latin upon the Ability to Read English,” School Sociology 17 (1923): 165–168.
 +  * Sala, G., Aksayli, N. D., Tatlidil, K. S., Tatsumi, T., Gondo, Y. et Gobet, F. (2018). Near and far transfer in cognitive training: a second-order meta-analysis.  DOI: 10.17605/OSF.IO/9EFQD
 +  * [[https://www.aft.org/ae/spring2020/debruyckere_kirschner_hulshof|If You Learn A, Will You Be Better Able to Learn B?]] Understanding Transfer of Learning, By Pedro De Bruyckere, Paul A. Kirschner, Casper D. Hulshof, article excerpted from their book More Urban Myths about Learning and Education: Challenging Eduquacks, Extraordinary Claims, and Alternative Facts (Routledge, 2020) [[https://www.routledge.com/More-Urban-Myths-About-Learning-and-Education-Challenging-Eduquacks-Extraordinary/De-Bruyckere-Kirschner-Hulshof/p/book/9780815354581|ref]]
 +  * [[https://eric.ed.gov/?id=ED611647|Reconceptualizing Learning Transfer: A Preparation for Future Learning]] Thomas A. Rausch and Leann M. R. Kaiser, 2020 ([[https://files.eric.ed.gov/fulltext/ED611647.pdf|fulltext]])
  
 ===== Psychologie du développement, psychologie cognitive ===== ===== Psychologie du développement, psychologie cognitive =====
Ligne 379: Ligne 422:
  
   * Piaget (?)   * Piaget (?)
 +
 +  * [[http://act-r.psy.cmu.edu/papers/misapplied.html|Applications and Misapplications of Cognitive Psychology to Mathematics Education]] John R. Anderson, Lynne M. Reder, [[wp>Herbert_A._Simon|Herbert A. Simon]], Department of Psychology, Carnegie Mellon University → **texte critique sur le constructivisme dont la publication a été refusée...**
 +    * [[https://www.semanticscholar.org/paper/Applications-and-Misapplications-of-Cognitive-to-Anderson-Reder/e9ed326702e2110162a736ff42c37fd2e0277073|Applications and Misapplications of Cognitive Psychology to Mathematics Education -  Semantic Scholar]]
  
 ===== Psychologie Sociale et éducation, gestion de groupe, gestion de conflits ===== ===== Psychologie Sociale et éducation, gestion de groupe, gestion de conflits =====
Ligne 391: Ligne 437:
   * [[https://psychclassics.yorku.ca/index.htm|Classics in the History of Psychology]]   * [[https://psychclassics.yorku.ca/index.htm|Classics in the History of Psychology]]
   * [[https://educationrickshaw.com/2019/09/20/beyond-piaget-and-vygotsky-why-teachers-cognitive-science-education-is-insufficient/|Beyond Piaget and Vygotsky: Why Teachers’ Cognitive Science Education is Insufficient]], Education Rickshaw, septembre 2019   * [[https://educationrickshaw.com/2019/09/20/beyond-piaget-and-vygotsky-why-teachers-cognitive-science-education-is-insufficient/|Beyond Piaget and Vygotsky: Why Teachers’ Cognitive Science Education is Insufficient]], Education Rickshaw, septembre 2019
-  * références du document [[https://www.reseau-canope.fr/fileadmin/user_upload/Projets/conseil_scientifique_education_nationale/Metacognition_GT5.pdf|La métacognition : les enjeux pédagogiques de la recherche]] par Joëlle Proust (septembre 2019) :+  * références du document [[https://www.reseau-canope.fr/fileadmin/user_upload/Projets/conseil_scientifique_education_nationale/Metacognition_GT5.pdf|La métacognition : les enjeux pédagogiques de la recherche]] par Joëlle Proust (septembre 2019) 
 +  * Glossaires en psychologie de l'éducation et sciences cognitives : 
 +    * [[https://www.ac-paris.fr/portail/jcms/p1_490017/pedagogie-et-psychologie-de-l-education-glossaire]] 
 +    * [[http://artsplastiques.discipline.ac-lille.fr/documents/lexique-peda.pdf]] 
 +    * [[https://www.taalecole.ca/troubles-dapprentissage/glossaire/]] 
 +    * [[https://www.classedu.philippeclauzard.com/spip.php?article714]] 
 +    * [[https://www.puf.com/content/Vocabulaire_de_sciences_cognitives]] 
 +    * [[https://quizlet.com/fr/310693907/glossaire-sciences-cognitives-dapres-le-site-sciences-cognitivesfr-flash-cards/]] 
 +    * [[https://cogscisci.wordpress.com/glossary/]] 
 +    * ... 
 +  * livres 
 +    * [[wp>fr:Système_1_/_Système_2_:_Les_deux_vitesses_de_la_pensée|Système 1 / Système 2 : Les deux vitesses de la pensée]] (Daniel Kahneman)
  
  
  
  
  • teaching/psychologie_de_l_education.txt
  • Dernière modification : 2024/02/08 01:56
  • de villersd