Vous êtes sur la page 1sur 244

Recherches en sciences de l’éducation

Recherches en sciences de l’éducation


Les avancées technologiques et les transformations
du monde du travail requièrent la formation d’appre-
nants en mesure de se recycler professionnellement,
de suivre des formations continues poussées, soit
d’apprendre tout au long de la vie. Comment préparer
les individus à un tel défi ? Une compétence clé pour
y faire face est le développement de l’autorégulation

Apprendre : la rencontre entre


de l’apprentissage. Cet ouvrage traite des proces-

Exploration

Exploration
motivation et métacognition
sus d’apprentissage chez des adolescents et jeunes
adultes. Le principal objet consiste à comprendre
comment ces étudiants s’autorégulent, autrement
dit comment les aspects motivationnels, cognitifs
et métacognitifs interagissent, dans leurs processus
d’apprentissage. Cette réflexion est menée à partir
d’une étude portant sur l’apprentissage des mathé-
matiques dans le contexte de leur future profession.
ISSN 0721-3700
« Dans cet ouvrage, l’auteur fait preuve de connais-
sances profondes de la métacognition, des croyances
motivationnelles et des modèles de l’apprentissage
autorégulé qu’on ne trouve que rarement dans la

Jean-Louis Berger •
littérature psychopédagogique et encore moins
dans la littérature pédagogique de l’apprentissage
scolaire. Outre son importance pour la recherche Jean-Louis Berger
pédagogique et psychopédagogique, le livre se prête
comme ouvrage de cours pour des étudiants avancés
d’une Haute Ecole Pédagogique ou des étudiants uni-
versitaires. » (Fredi Büchel, Professeur honoraire de
l’Université de Genève) Apprendre : la rencontre entre
motivation et métacognition
.

Jean-Louis Berger est docteur en Sciences de l’édu-


cation (Université de Genève, 2008). Il a été cher- Autorégulation dans l’apprentissage
cheur invité à Michigan University at Ann Arbor et
à Monash University. Il est responsable du champ des mathématiques en formation professionnelle
de recherche « Profils professionnels » et maître
d’enseignement à l’Institut fédéral des hautes études
en formation professionnelle (EHB IFFP IUFFP). Ses
recherches portent sur les processus d’enseignement
et d’apprentissage.

Peter Lang
Apprendre : la rencontre entre
motivation et métacognition
Recherches en sciences de l’éducation
Exploration

La pluralité des disciplines et des perspec-


tives en sciences de l’éducation définit la
vocation de la collection Exploration, celle de
carrefour des multiples dimensions de la re-
cherche et de l’action éducative. Sans exclure
l’essai, Exploration privilégie les travaux
investissant des terrains nouveaux ou déve-
loppant des méthodologies et des problé-
matiques prometteuses.

Collection de la Société Suisse pour la


Recherche en Education, publiée sous la
direction de Marcel Crahay, Georges Felouzis,
Rita Hofstetter, Nicole Rege Colet, Bernard
Schneuwly et Bernard Wentzel.
Jean-Louis Berger

Apprendre : la rencontre
entre motivation et métacognition
Autorégulation dans l’apprentissage
des mathématiques en formation professionnelle

PETER LANG
Bern • Berlin • Bruxelles • Frankfurt am Main • New York • Oxford • Wien
Information bibliographique publiée par «Die Deutsche Nationalbibliothek»
«Die Deutsche Nationalbibliothek» répertorie cette publication dans la «Deutsche
Nationalbibliografie»; les données bibliographiques détaillées sont disponibles
sur Internet sous ‹http://dnb.d-nb.de›.

Publié avec le soutien de la Faculté de psychologie et des sciences de l’éducation de


l’Université de Genève.

Réalisation couverture: Didier Studer, Peter Lang AG

ISBN 978-3-0343-1673-6 br. ISBN 978-3-0351-0835-4 eBook


ISSN 0721-3700 br. ISSN 2235-6312 eBook

Cette publication a fait l’objet d’une évaluation par les pairs.

© Peter Lang SA, Editions scientifiques internationales, Berne 2015


Hochfeldstrasse 32, CH-3012 Berne, Suisse
info@peterlang.com, www.peterlang.com

Tous droits réservés.


Cette publication est protégée dans sa totalité par copyright.
Toute utilisation en dehors des strictes limites de la loi sur le copyright est interdite et
punissable sans le consentement explicite de la maison d’édition. Ceci s’applique en
particulier pour les reproductions, traductions, microfilms, ainsi que le stockage et
le traitement sous forme électronique.
Table des matières

LISTE DES FIGURES VIII

LISTE DES TABLEAUX X

PRÉFACE 1

CHAPITRE 1
FORMER DES APPRENANTS QUI PRENNENT EN CHARGE
LEURS APPRENTISSAGES 7

La formation professionnelle initiale en suisse :


description du système, efficience et popularité 9
Les objectifs de promotion de l’autorégulation en formation
professionnelle 12
L’apprentissage des mathématiques en formation
professionnelle 14
Intérêt théorique de l’ouvrage 16
Les objectifs de l’ouvrage 20

CHAPITRE 2
MÉTACOGNITION, APPRENTISSAGE ET MATHÉMATIQUES 23

Introduction 23
Définir la métacognition 25
Les connaissances et croyances métacognitives 35
Les expériences métacognitives
(jugements et sentiments métacognitifs) 40
Les stratégies métacognitives 51
La métacognition en résolution de problèmes mathématiques 53
VI Julesdans
Motivation et métacognition Payot (1859-1940)
l’apprentissage

CHAPITRE 3
LES CROYANCES MOTIVATIONNELLES 63

Quelles croyances motivationnelles? 64


La perception de ses compétences: concept de soi
et sentiment d’efficacité personnelle 64
Valeur de la tâche: intérêt et utilité perçue 68
Les buts de compétence 74
Des croyances motivationnelles générales
aux croyances situationnelles 84
Croyances motivationnelles chez les apprentis
de la formation professionnelle 85

CHAPITRE 4
L’APPRENTISSAGE AUTORÉGULÉ: ARTICULATION DES COMPOSANTES
DE LA MÉTACOGNITION ET DES CROYANCES RATIONNELLES 87

Les limites des modèles «purement cognitifs»


de l’apprentissage scolaire 87
Connaissances métacognitives et croyances motivationnelles 89
Expériences métacognitives et croyances motivationnelles 92
Stratégies métacognitives et croyances motivationnelles 94
L’intégration des croyances motivationnelles
dans les théories métacognitives 98
Les modèles d’apprentissage autorégulé 100
Le rôle des aptitudes cognitives dans l’apprentissage autorégulé 103

CHAPITRE 5
QUESTIONS DE RECHERCHE ET MÉTHODOLOGIE DE L’ÉTUDE 105

Question de recherche 1 105


Question de recherche 2 106
Question de recherche 3 107
Echantillon 108
Instruments 111
Table des matières VII

CHAPITRE 6
RÉSULTATS 133

Introduction 133
Les scores aux trois tests d’aptitudes cognitives 133
Les scores au Questionnaire d’Autorégulation en Mathématiques 134
Les scores au problème «le réservoir d’essence» 136
Modèle de cheminement au niveau des problèmes 144
Modèle de cheminement liant variables générales
et variables spécifiques au problème 148
Analyses de profils de buts de compétence 152

CHAPITRE 7
DISCUSSION ET IMPLICATION 171

Les apports de l‘étude 171


Les implications pédagogiques 185

BIBLIOGRAPHIE 191

ANNEXES 217
VIII Motivation et métacognition dans l’apprentissage

LISTE DES FIGURES

Figure 1.1. Le système de formation suisse


(Centre suisse de coordination pour la recherche en éducation, 2010). 10
Figure 2.1. Le modèle des relations entre les composantes
de la métacognition et les processus cognitifs selon Büchel
(1996, p. 184). 27
Figure 2.2. La relation entre les niveaux objet et méta selon
Nelson & Narens (1990). 42
Figure 3.1. Le modèle théorique de Dweck
(adapté de Dweck & Leggett, 1988). 76
Figure 5.1. Modèle général d’hypothèses
pour la question de recherche 1. 106
Figure 5.2. Modèle général d’hypothèses
pour la question de recherche 2. 107
Figure 5.3. Compréhension de la consigne. 125
Figure 5.4. Item évaluant la capacité de représentation
pour le problème «le réservoir d’essence». 125
Figure 5.5. Planification des étapes de résolution. 126
Figure 5.6. Modèle de mesure pour les variables
post résolution du problème «le réservoir d’essence». 130
Figure 6.1. Modèle de cheminement hypothétique
au niveau du problème. 145
Figure 6.2. Résultats du modèle de structure
au niveau du problème. 146
Figure 6.3. Résultats du modèle de structure globale. 150
Figure 6.4. Moyennes pour chaque but d’accomplissement
en fonction des profils. 154
Liste des figures IX

Figure 6.5. Moyennes (scores z) pour les aptitudes cognitives


en fonction des profils. 162
Figure 6.6. Moyennes (scores z) pour les croyances motivationnelles
et métacognitives au niveau de la matière en fonction des profils. 163
Figure 6.7. Moyennes (scores z) pour les stratégies d’apprentissage
au niveau de la matière en fonction des profils. 165
Figure 6.8a. Moyennes (scores z) pour les variables liées au problème
«le réservoir d’essence» en fonction des profils (première partie). 166
Figure 6.8b. Moyennes (scores z) pour les variables liées au problème
«le réservoir d’essence» en fonction des profils (deuxième partie). 167
X Motivation et métacognition dans l’apprentissage

LISTE DES TABLEAUX

Tableau 2.1. Taxonomie métacognitive


adaptée de Pintrich et al. (2000). 30
Tableau 3.1. Cadre conceptuel 2x2 des buts de compétence
adapté d’Elliot & McGregor (2001) et Pintrich (2000a). 80
Tableau 5.1.Caractéristiques des classes composant l’échantillon. 110
Tableau 5.2. Code et libellé des items évaluant
les buts de compétence. 111
Tableau 5.3. Matrice de patron de la solution en six facteurs. 113
Tableau 5.4. Code et libellé des items évaluant le concept de soi. 115
Tableau 5.5. Code et libellé des items évaluant l’anxiété. 116
Tableau 5.6. Code et libellé des items évaluant
l’instrumentalité perçue. 116
Tableau 5.7. Code et libellé des items évaluant
les théories implicites des capacités. 117
Tableau 5.8. Code et libellé des items évaluant l’utilisation
de stratégies d’élaboration. 118
Tableau 5.9. Code et libellé des items évaluant l’utilisation
de stratégies de répétition ou de traitement en surface. 119
Tableau 5.10. Code et libellé des items évaluant l’utilisation
de stratégies métacognitives d’anticipation et de planification. 120
Tableau 5.11. Code et libellé des items évaluant l’utilisation
de stratégies métacognitives de vérification. 120
Tableau 5.12. Code et libellé des items complétés
avant la résolution du problème. 127
Tableau 5.13. Code et libellé des items complétés après la résolution. 128
Liste des tableaux XI

Tableau 5.14. Répartition de l’administration


des instruments sur les trois périodes. 132
Tableau 6.1. Statistiques descriptives
pour les trois tests d’aptitudes cognitives. 134
Tableau 6.2. Intercorrélations entre les trois tests
d’aptitudes cognitives. 134
Tableau 6.3. Statistiques descriptives pour
toutes les variables mesurées. 135
Tableau 6.4. Corrélations entre les aptitudes cognitives
et les variables au niveau de la matière. 137
Tableau 6.5. Corrélations entre les scores
du Questionnaire d’Autorégulation en Mathématiques. 139
Tableau 6.6.Corrélations entre les variables spécifiques
au problème «le réservoir d’essence». 141
Tableau 6.7. Corrélations entre les aptitudes cognitives
et les variables spécifiques au problème «le réservoir d’essence». 142
Tableau 6.8. Corrélations entre les variables au niveau de la matière
et les variables spécifiques au problème «le réservoir d’essence». 143
Tableau 6.9. Hypothèses des influences des variables au niveau
de la matière sur les variables au niveau du problème. 148
Tableau 6.10. Indices statistiques pour le choix du nombre
de profils à retenir. 152
Tableau 6.11. Classification pour solution en quatre profils. 153
Tableau 6.12. Description des élèves appartenant
à chacun des profils. 155
XII Motivation et métacognition dans l’apprentissage
PRÉFACE

Dans cet ouvrage, J.-L. Berger étudie les liens entre les croyances moti-
vationnelles, différentes variables de la métacognition et les aptitudes
cognitives. Cette recherche a été menée auprès de 281 apprenants fran-
cophones en première et deuxième année de formation professionnelle
initiale dans deux cantons de Suisse romande. La taille respectable de
l’échantillon a permis l’application de modèles de cheminement, d’ana-
lyses factorielles et d’analyses en profils latents.
Le livre est divisé en trois grandes sections. La première (chapitre 1),
comprend une présentation des buts de la recherche, des informations utiles
et intéressantes sur le système de formation professionnelle en Suisse ainsi
que sur l’enseignement des mathématiques en formation professionnelle.
La deuxième section est composée de trois chapitres présentant les
trois conceptions théoriques clés de cette recherche, à savoir la métaco-
gnition, les croyances motivationnelles et l’apprentissage autorégulé. La
théorie de la métacognition (chapitre 2) est introduite dans un chapitre
bien structuré et agréable à lire. Il peut servir de texte de base dans un
cours sur le rôle de la métacognition dans l’apprentissage. L’accent est
mis sur les connaissances et croyances métacognitives, les expériences
métacognitives et les stratégies métacognitives. En ce qui concerne les
connaissances métacognitives, Flavell et la plupart des autres auteurs
parlent de «world knowledge», comme si toutes ces connaissances
étaient un savoir objectif. J.-L. Berger insiste sur le fait que seule une
petite partie des métaconnaissances concerne ce type de savoir «scienti-
fique» mais qu’en général, nous avons affaire à des convictions indivi-
duelles qui sont appelées dans ce livre croyances métacognitives. Tandis
que les connaissances et les stratégies métacognitives ont déjà été étu-
diées, dans les années 70, par Flavell et A.-L. Brown, pionniers de cette
approche, les expériences métacognitives (soit des réflexions et senti-
ments on line) n’ont motivé des recherches empiriques que récemment.1

1 Il faut toutefois ajouter que A.-L. Brown a étudié dans une série de recherches
le monitorage, une sorte de prédécesseur des expériences métacognitives
comme elles ont été étudiées plus tard par Efklides et autres chercheurs.
2 Motivation et métacognition dans l’apprentissage

Etant donné que Flavell a mentionné – mais pas explicitement étudié –


ce dernier type de «méta» dès le début du lancement de la théorie [ini-
tialement sous le terme de mnemonic sensations (Kreutzer, Leonard &
Flavell, 1975), cet intérêt un peu tardif étonne.
Les croyances motivationnelles sont introduites et discutées dans le
troisième chapitre. Comme beaucoup d’autres auteurs, J.-L. Berger
refuse de parler de «la motivation», un concept un peu tombé en désué-
tude parce que trop général et trop peu dynamique. L’auteur préfère la
notion de croyances motivationnelles. Cette dénomination se justifie
doublement. Premièrement par la méthode de la récolte des données
appliquée dans cette recherche. Il s’agit d’auto-descriptions à l’aide de
questionnaires. Ce type de données n’informe pas sur ce que l’on fait
dans une certaine situation mais uniquement sur ce que l’on pense y
faire. Deuxièmement, dans cette recherche, l’auteur s’intéresse, sous le
point de vue motivationnel, de l’orientation des buts, de la perception
de ses compétences, de la valeur attribuée à la tâche et du rôle que
l’anxiété joue dans l’apprentissage. Il s’agit donc de variables dont l’ap-
prenant croit qu’elles prennent chez lui une certaine importance dans
une situation d’apprentissage. Une fois de plus, un chapitre que je choi-
sirais comme texte de base dans mes prochains enseignements sur l’ap-
prentissage. Le texte décrit les différences conceptuelles fines, il est assez
exhaustif par rapport à la littérature scientifique et – last but not least – il
est très compréhensible et intéressant.
Le chapitre 4 reprend ce qui a été dit sur la métacognition et les
croyances motivationnelles, contraste et compare les deux concepts et les
met en lien, l’un avec l’autre. Il s’agit de la présentation et discussion de
l’approche théorique de l’apprentissage autorégulé. L’auteur a déjà
prouvé dans un nombre remarquable de publications (par ex. Berger,
2012; Berger & Büchel, 2012, 2013) qu’il maîtrise cette thématique. La
notion d’apprentissage autorégulé a une longue histoire. Elle a déjà été
utilisée par des auteurs comme Binet (1903), Piaget (1976) ou A.-L. Brown
(1978). Mais dans ces premiers modèles, seules des variables cognitives
ont figuré. Ce qui est nouveau, c’est l’introduction de la motivation et des
sentiments-affects. Dans les modèles récents, l’autorégulation de l’ap-
prentissage se réfère à une régulation dans laquelle cognition, métacogni-
tion, croyances motivationnelles et sentiments-affects interagissent. Les
similitudes et différences des modèles les plus importants développés
par des chercheurs tels que Boekaerts, Efklides, Pintrich, Schunk et Zim-
merman sont discutées dans ce chapitre.
Préface 3

La troisième section du livre comprend la présentation des questions


de recherche et de la méthodologie (chapitre 5), des résultats (chapitre 6)
ainsi que la discussion des résultats et des implications (chapitre 7). Le
chapitre 6 commence par une présentation des données descriptives et
corrélatives. C’est fort utile pour les lecteurs qui ne se sentent pas ou
plus assez familiers avec les méthodes d’analyses multivariées; les dif-
férents tableaux bien disposés permettent déjà une première représenta-
tion des liens entre les variables. Ensuite, les modèles de cheminement
donnent une vue d’ensemble plus globale. La distinction entre des
influences directes et indirectes amène le lecteur à une compréhension
plus différenciée des interdépendances très riches. Finalement – et c’est
sans doute une originalité remarquable de cette recherche – les données
sont soumises à une analyse des profils. Cela permet de compléter
l’analyse au niveau d’un problème, basée sur les moyennes de l’en-
semble de l’échantillon par une description centrée sur les individus.
Quatre profils bien distincts par rapport à la plupart des variables ont
été trouvés et interprétés de manière convaincante dans le chapitre sui-
vant. L’auteur distingue:

– un profil des élèves dont l’apprentissage est guidé par le minima-


lisme;
– un deuxième profil d’élèves dont l’apprentissage est guidé par la
volonté de maîtriser des savoirs;
– un troisième profil d’élèves dont l’apprentissage est guidé par le
double objectif de maîtriser des savoirs mais en même temps aussi de
rechercher un nouveau défi;
– un quatrième profil qui ressemble au troisième mais dont les
membres cherchent également la performance donc des signes de
succès visibles par les autres.

Dans cet ouvrage, l’auteur fait preuve de connaissances profondes de la


métacognition, des croyances motivationnelles et des modèles de l’ap-
prentissage autorégulé qu’on ne trouve que rarement dans la littérature
psychopédagogique et encore moins dans la littérature pédagogique de
l’apprentissage scolaire. Outre son importance pour la recherche péda-
gogique et psychopédagogique, le livre se prête comme ouvrage de
cours pour des étudiants avancés d’une Haute Ecole Pédagogique ou
des étudiants universitaires. Dans les cours sur l’approche cognitive de
l’apprentissage autorégulé, de la motivation ou encore des émotions, les
4 Motivation et métacognition dans l’apprentissage

professeurs aimeraient souvent discuter les théories récentes mais les


auteurs les plus intéressants sont parfois difficilement accessible à leurs
étudiants, entre autres parce que ces derniers ne maîtrisent pas assez
l’anglais ou n’ont pas un accès facile aux revues scientifiques. En tant
que chercheur et enseignant dans une haute école, J-L. Berger connaît ce
problème. Dans les quatre premiers chapitres du livre, il fournit des
résumés tant fort compréhensibles qu’exhaustifs des auteurs (par
exemple Boekaerts, Borkowski, A.-L. Brown, Deci, Efklides, Flavell,
Kluwe, Nelson, Pintrich, Pressley, Zimmerman) les plus importants de
ce domaine de recherche.
De par sa formation de base, l’auteur vient de l’éducation spéciale.
Dans tout le livre, il porte une attention particulière aux élèves ayant des
difficultés d’apprentissage. On admire sa présentation précise des ques-
tions et problèmes théoriques mais on ressent aussi sa grande connais-
sance de cette population particulière. Pour cette raison, le livre est non
seulement précieux dans la formation des enseignants du primaire et du
secondaire mais il représente également un enrichissement sûr de la for-
mation en éducation spéciale, avant tout au niveau de la maîtrise.
Je recommande le livre de J.-L. Berger aux chercheurs travaillant sur
l’apprentissage, les difficultés d’apprentissage, la formation profession-
nelle ou, plus généralement, la formation des enseignants. Il sera égale-
ment très utile pour les psychologues scolaires et cliniques ainsi que
pour toute personne intéressée à la recherche sur l’apprentissage scolaire
et les difficultés d’apprentissage.

Tegna, le 8 août 2013


Fredi P. Büchel,
Professeur honoraire de l’Université de Genève

RÉFÉRENCES
Berger, J.-L. (2012). Motivational beliefs and self-regulated learning in
low vocational training tracks students. Journal of Development and
Educational Psychology, 2, 37-48.
Berger, J.-L. & Büchel, F.P. (2012). Métacognition et croyances motiva-
tionnelles: un mariage de raison. Revue française de pédagogie, 179, 95-
128.
Berger, J.-L. & Büchel, F.P. (Ed.) (2013). L’autorégulation de l’apprentissage.
Perspectives théoriques et applications. Nice: Les éditions Ovadia.
Préface 5

Binet, A. (1903). L’étude expérimentale de l’intelligence. Paris: Schleicher


Frères.
Brown, A.L. (1978). Knowing when, where, and how to remember: A
problem of metacognition. In R. Glaser (Ed.), Advances in instructional
psychology (Vol. 1, pp. 77-165). Hillsdale, NJ: Erlbaum.
Kreutzer, M.A., Leonard, C. Sr. & Flavell, J.H. (1975). An interview study
of children’s knowledge about memory. Monographs of the society for
research in child development, 40(1), Serial No. 159.
Piaget, J. (1976). The grasp of consciousness: Action and concept in the young
child. Cambridge: Harvard University Press.
6 Motivation et métacognition dans l’apprentissage
Vers une évaluation valide et praticable des compétences 7

CHAPITRE 1

FORMER DES APPRENANTS QUI PRENNENT


EN CHARGE LEURS APPRENTISSAGES

What is the most durable knowledge? What really lasts?


What has a continuing and enduring quality to it and will
empower the student throughout a lifetime? Dealing with
that question seriously will, of course, rule out a lot of non-
sense. It will possibly lead to a new perspective on curricu-
lum and teaching. The primary objective of schools must
be to develop life-long learners. The question that educa-
tors and policy makers must continually place in the fore-
front is: How will teaching this and that enable and
encourage the student to keep on learning?

Maehr & Midgley (1996, p. 25)

Nous vivons à une époque qui requiert une capacité d’apprentissage


considérable des individus, notamment pour poursuivre des études et
des formations toujours plus exigeantes, longues et nombreuses, ainsi
que pour s’adapter durant leur vie professionnelle. En effet, les chan-
gements économiques et sociaux des dernières décennies impliquent
que la majorité des individus procéderont, bon gré mal gré, à des tran-
sitions professionnelles ou des changements de carrière de plus en
plus nombreux. Ainsi, de nouvelles compétences professionnelles
devront être acquises bien au-delà de la formation initiale, et sans
doute ces compétences pourront-elles être largement éloignées du
bagage actuel de l’individu. Même sans véritable réorientation de car-
rière, des capacités d’apprentissage considérables sont nécessaires, car
la formation continue s’avère de plus en plus utile voire essentielle.
Les avancées technologiques contraignent par ailleurs les individus à
continuer d’apprendre tout au long de leur vie. Les qualifications pro-
fessionnelles requises deviennent de plus en plus exigeantes et une
8 Motivation et métacognition dans l’apprentissage

capacité d’apprendre élevée s’avère indispensable. Selon le secrétaire


général de l’OCDE, Angel Gurría:

[…] les établissements [de formation] doivent préparer les élèves à s’adapter
à des changements plus rapides que jamais, à exercer des professions qui
n’existent pas encore, à utiliser des applications technologiques qui n’ont pas
encore été inventées et à résoudre des problèmes économiques et sociaux
dont on ignore encore la nature ou la survenance. (OCDE, 2011, p. 5)

En résumé, les avancées technologiques ainsi que les développements


sociétaux requièrent aujourd’hui des écoles qu’elles forment – des
débuts de la scolarité à l’enseignement tertiaire – des apprenants qui
doivent pouvoir se recycler, apprendre tout au long de la vie et suivre
des formations continues poussées. Comment préparer les individus à
ce défi? Par l’acquisition de compétences à autoréguler leur apprentis-
sage. L’apprenant qui autorégule son apprentissage de manière optimale
se perçoit comme agent de ses comportements, pense que l’apprentis-
sage est un processus proactif, s’automotive et utilise des stratégies
d’apprentissage qui lui permettent d’obtenir les résultats qu’il se fixe.
Ainsi, selon Boekaerts (1997):

A major goal of formal education should be to teach students self-regulatory


skills. These skills are viewed as vital, not only to guide one’s own learning
during formal schooling but also to educate oneself and up-date one’s know-
ledge after leaving school. (p. 161)

Deux objectifs – deux fonctions pourrait-on dire – de l’apprentissage


autorégulé, mentionnés par Boekaerts, sont précisés par Brühwiler et
Biederman (2005): l’apprentissage autorégulé permet à court terme de
favoriser l’acquisition de compétences et de connaissances spécifiques,
puisque les élèves présentent de meilleures dispositions pour cela s’ils
sont aptes à gérer eux-mêmes leurs apprentissages. Leurs croyances
motivationnelles facilitent également l’application des connaissances et
compétences ainsi que leur transfert. A long terme, l’apprentissage auto-
régulé développe une disposition à l’apprentissage autonome, et ceci,
pour la vie d’adulte et la vie professionnelle. Ceci revêt, nous l’avons vu,
une importance certaine dans notre société.
Un enjeu lié à ce défi consiste à former des individus qui se montrent
capables d’un «investissement personnel continu dans les apprentis-
sages», pour reprendre les termes de Maehr (2012). Etant donné qu’ap-
Former des apprenants qui prennent en charge leurs apprentissages 9

prendre est une compétence clé afin de garantir sa propre employabilité,


il est de la responsabilité de chacun d’assurer sa formation continue
(Avenir Suisse, 2010). En d’autres termes, la motivation se pose comme
une condition à l’apprentissage tout au long de la vie.

LA FORMATION PROFESSIONNELLE INITIALE EN SUISSE:


DESCRIPTION DU SYSTÈME, EFFICIENCE ET POPULARITÉ

Selon le récent rapport de l’Organisation de coopération et de développe-


ment économiques (OCDE, 2009), environ la moitié de la population suisse
âgée de 25 à 64 ans possède une qualification de type formation profes-
sionnelle en tant que diplôme le plus élevé. La formation professionnelle
est ainsi proéminente en Suisse, plus qu’elle ne l’est dans de nombreux
autres pays dont la culture de l’apprentissage (formation duale) n’est pas
aussi prégnante et la formation académique plus fortement valorisée. Pour
certains observateurs des systèmes éducatifs, la formation professionnelle
suisse constitue un exemple à suivre (OCDE, 2009; Office fédéral de la for-
mation et de la technologie [OFFT], 2011). Ainsi, la formation profession-
nelle suisse est considérée, par des entreprises et experts internationaux,
comme un modèle de réussite et un pilier essentiel de l’économie suisse
(OFFT, 2011). De plus, le système de formation professionnelle suisse est
jugé comme étant de haute qualité, ces enseignants, formateurs, examina-
teurs et directeurs étant vus comme bien préparés pour leur fonction. On
attribue notamment au système suisse le mérite d’un faible taux de chô-
mage des jeunes, ceux-ci étant spécialisés dans des métiers et jugés
employables dès leur sortie de l’apprentissage. Dans le pays, la formation
professionnelle initiale (niveau secondaire II, post-obligatoire), classique-
ment sanctionnée par un certificat fédéral de capacité (CFC), bénéficie
d’une excellente réputation, au point d’observer que, parmi les pays euro-
péens, la proportion de jeunes suivant des études à l’université est la plus
faible et la proportion de diplômés de la formation professionnelle la plus
élevée. Ce sont 74,4% des jeunes (OFFT, 2012) qui choisissent d’entamer,
suite à la scolarité obligatoire, ce type de formations que l’on désigne sous
le terme d’apprentissage.1 Il existe des disparités régionales qui reflètent
une culture de la formation et de l’école différente entre Suisses latins et

1 Ce chiffre inclut les adolescents choisissant l’apprentissage d’un métier dans des
formules à temps plein en école (école de métier). Ils représentent 30% du groupe.
10 Motivation et métacognition dans l’apprentissage

alémaniques (Geser, 2003; UNIVOX, 2005): la formation professionnelle est


plus populaire dans la partie alémanique du pays. Elle n’en constitue pas
moins la voie la plus prisée par les jeunes Romands et Tessinois suite à la
scolarité obligatoire (58,2%). Cette image positive de l’opinion publique est
attribuable d’une part à la forte efficacité du système en termes d’employa-
bilité des apprentis après leur formation, et d’autre part à la forme duale –
mêlant apprentissage en entreprise et en école – qui attire les jeunes avides
de confrontation avec le monde professionnel.
La figure 1.1 offre une représentation schématique du système de for-
mation suisse, détaillant les niveaux secondaire II (suite à la scolarité
obligatoire) et tertiaire. La formation professionnelle est divisée en plu-
sieurs niveaux, dont les deux principaux sont nommés «formation pro-
fessionnelle initiale» et «formation professionnelle supérieure». La
première, fréquentée par des adolescents dès l’âge de 15 ou 16 ans, se
situe au niveau secondaire II et fait suite à la scolarité obligatoire. La
seconde, fréquentée par de jeunes adultes titulaires d’une maturité pro-
fessionnelle ou gymnasiale, se situe au niveau de l’éducation tertiaire.

Figure 1.1. Le système de formation suisse (Centre suisse de coordina-


tion pour la recherche en éducation, 2010).
Former des apprenants qui prennent en charge leurs apprentissages 11

Par ailleurs, la proportion de jeunes s’engageant dans une maturité


professionnelle après l’obtention du CFC est croissante, ce qui signifie
qu’ils poursuivent des études et ont par conséquent besoin de compé-
tences scolaires élargies (OFFT, 2006).
Notons toutefois qu’une partie des jeunes qui poursuivent une for-
mation professionnelle le font parce qu’ils ne peuvent pas accéder à la
voie maturité2, ceci pour cause de résultats scolaires inférieurs aux seuils
requis. Dans le canton de Genève, des chercheurs se sont penchés sur
l’entrée en formation professionnelle des adolescents (Rastoldo, Evrard
& Amos, 2007). Ils concluent qu’environ la moitié des jeunes s’orientent,
à la sortie du secondaire I (cycle d’orientation), vers une formation en
voie maturité et l’autre moitié vers une formation professionnelle. Parmi
ces derniers, 19% sont issus de structures spécialisées (structures d’inser-
tions, formations élémentaires, classe atelier d’accueil ou formation pré-
professionnelle) et 30% sortent du secondaire I avec des difficultés
scolaires moyennes voire grandes. Ceci signifie, d’une part, que la for-
mation professionnelle est un débouché majeur pour les jeunes à l’issue
du cycle d’orientation et, d’autre part, qu’une large partie de ces jeunes
présentent un niveau scolaire faible. Notons que ces constats pourraient
différer en fonction des cantons.

LES LIEUX D’APPRENTISSAGE

Le système de formation professionnelle initiale est généralement quali-


fié de système dual, signifiant par là une répartition des responsabilités
entre une entreprise formatrice et une école professionnelle. Les termes
de système triple (Gonon, 2005) ou quadruple (Steiner, 2008) seraient tou-
tefois plus adaptés à la réalité du système. En effet, au-delà des deux
lieux de formation mentionnés, les apprentis fréquentent des cours
interentreprises se déroulant dans les centres de formation des associa-
tions professionnelles, et ils se forment également à travers les appren-
tissages qu’ils effectuent à domicile (répétitions ou possibilités
d’approfondir les connaissances acquises à l’école).
A l’école professionnelle, les matières enseignées sont divisées en
branches professionnelles et branches générales. Les premières sont des
cours spécifiques à la profession, aux connaissances et savoir-faire de la
profession, menés par des enseignants qui sont d’anciens professionnels

2 Le diplôme de maturité est équivalent au baccalauréat général français.


12 Motivation et métacognition dans l’apprentissage

ou qui partagent leur temps entre activité sur le terrain et enseignement


en école professionnelle. Les branches générales portent sur l’apprentis-
sage des langues, la culture générale, les mathématiques, l’informatique
ou encore le sport. La formation professionnelle en école poursuit ainsi un
double objectif: l’acquisition de connaissances spécifiques à la profession
et de connaissances générales, tout aussi importantes que les premières.
Au-delà de la possibilité de trouver un emploi qualifié et de conti-
nuer à se former de manière continue dans le cadre de l’entreprise, l’ob-
tention du CFC ouvre la voie à une poursuite des études au degré
tertiaire. En effet, à condition de compléter leur formation par une matu-
rité professionnelle, les titulaires d’un CFC ont la possibilité d’accéder
aux écoles supérieures ainsi qu’aux hautes écoles spécialisées, voire aux
universités et écoles polytechniques fédérales (EPF) moyennant d’autres
compléments de formation.

LA RÉFORME DONNANT ACCÈS AUX HAUTES ÉCOLES

Le système de formation suisse a subi une réforme fondamentale en


1994, par l’instauration des hautes écoles spécialisées au niveau de l’en-
seignement tertiaire, niveau jusqu’alors occupé uniquement par les uni-
versités et les EPF. L’addition d’un cursus de maturité professionnelle,
auquel accèdent les jeunes au bénéfice d’un CFC, permet de compléter
le bagage de connaissances générales de l’apprenti et d’ouvrir l’accès à
des institutions non universitaires de formation au niveau tertiaire: les
hautes écoles. Ces dernières offrent des formations «professionnali-
santes» qui sont de plus en plus populaires, notamment chez les jeunes
au bénéfice d’une maturité gymnasiale, qui tendaient auparavant à
favoriser une formation en université ou en EPF (Avenir Suisse, 2010;
Gonon, 2005).

LES OBJECTIFS DE PROMOTION DE L’AUTORÉGULATION


EN FORMATION PROFESSIONNELLE

La multiplicité des lieux d’apprentissage et l’accès aux hautes écoles


soutiennent l’importance de la capacité de l’apprenant à autoréguler son
apprentissage. En effet, d’une part, il doit être capable d’utiliser et de
transférer les savoirs et compétences d’un lieu à un autre – en particulier
de l’école ou du cours interentreprises au poste de travail pendant et
Former des apprenants qui prennent en charge leurs apprentissages 13

après l’apprentissage – et, d’autre part, il doit développer une capacité


d’apprendre pour la vie, afin de devenir un spécialiste de niveau haute
école, en passant par une maturité professionnelle.
Se référant à la loi sur la formation professionnelle (LFPr) de 2002,
Dubs (2006) distingue plusieurs objectifs fondamentaux de la formation
professionnelle initiale. Parmi ceux-ci figurent «l’encouragement des
capacités permettant de s’adapter et de s’imposer dans le monde du tra-
vail» (soit l’employabilité), ainsi que «l’aptitude à apprendre de manière
autonome» (soit l’aptitude à étudier). Ainsi, il ne s’agit pas uniquement
d’acquérir, durant la formation, des compétences et connaissances spéci-
fiques à la profession apprise, mais aussi des dispositions – tels un
investissement personnel et continu dans les apprentissages (Maehr,
2012) et un bagage cognitif pour ce faire – à apprendre tout au long de la
vie afin de s’adapter aux changements et évolutions:

Celui qui ne possède pas un large savoir et savoir-faire n’a pas la motivation
ni pour se frotter aux questions complexes de notre époque, ni pour y réflé-
chir. Il lui manque […] les préalables indispensables à l’apprentissage tout au
long de la vie. (Dubs, 2006, p. 98)

La LFPr (2002; article 15, alinéa 2) stipule en effet que la personne en for-
mation doit acquérir, en plus des «qualifications spécifiques qui lui per-
mettront d’exercer une activité professionnelle avec compétence et en
toute sécurité» et d’une «culture générale de base qui lui permettra d’ac-
céder au monde du travail et d’y rester ainsi que de s’intégrer dans la
société», «l’aptitude et la disponibilité à apprendre tout au long de sa
vie, d’exercer son sens critique et de prendre des décisions». Une partie
des associations patronales ont introduit, dans le cadre des cours dis-
pensés au centre de formation professionnelle, des manuels qui ont pour
objectif de développer les capacités d’apprentissage, les connaissances
de soi en tant qu’apprenant et les «méthodes de travail et d’étude»
(Association patronale suisse de l’industrie des machines, 2004).
Nombre de plans de formation, qui sont établis par les associations pro-
fessionnelles en collaboration avec des responsables politiques, mention-
nent ainsi le développement de stratégies d’apprentissage en tant
qu’objectif général de la formation.3 Notons que de nombreuses forma-

3 A titre d’exemple, le plan de formation des apprentis carrossiers-tôliers CFC


(Schweizerischer Carrosserieverband, 2005) stipule: «Il existe diverses stratégies
14 Motivation et métacognition dans l’apprentissage

tions de préapprentissage adoptent également des objectifs d’améliora-


tion des capacités d’apprentissage dans le but d’augmenter les chances
de réussite d’une formation professionnelle initiale future. En dépit
de ces déclarations de soutien au développement de l’apprentissage
autorégulé, les recherches réalisées dans le cadre du Leading House
«Lernkompetenzen» suggèrent que les pratiques enseignantes en écoles
professionnelles n’offrent qu’un soutien faible dans ce domaine (Elke et
al., 2010).

L’APPRENTISSAGE DES MATHÉMATIQUES


EN FORMATION PROFESSIONNELLE

Les mathématiques appliquées à la profession constituent le domaine


d’investigation privilégié dans cet ouvrage, ceci principalement pour
deux raisons: leur importance dans l’apprentissage d’une profession et
leur rôle potentiel dans l’échec en première année de formation.
Les plans de formation incluent généralement l’enseignement de
notions mathématiques, souvent désignées sous le titre de «calcul pro-
fessionnel». Ces notions sont enseignées dans le cadre des branches
dites «professionnelles» ou dans des cours de mathématiques spéci-
fiques. Par exemple, les apprentis employés de commerce en filière sanc-
tionnée par un certificat fédéral de capacité (CFC) suivent des cours
nommés «économie et société» qui ont pour objectif de leur faire acqué-
rir un certain nombre de compétences de calcul appliqué à la profession.
Concernant le calcul commercial, les cours en école professionnelle por-
tent ainsi sur le calcul des pourcentages dans différents domaines d’ap-
plication du champ commercial, le calcul des intérêts annuels à l’aide
d’exemples pratiques, le calcul des montants d’achat et de vente de
monnaies étrangères en fonction du cours actualisé ou encore le calcul
de la taxe sur la valeur ajoutée (Schweizerische Konferenz der kaufmän-
nischen Ausbildungs - und Prüfungensbranchen, 2011). Ces cours ont

pour accroître l’efficacité de l’apprentissage et encourager la formation tout


au long de la vie. Les techniques d’apprentissage diffèrent d’un individu à
l’autre. Les carrossiers-peintres connaissent la technique qui leur convient le
mieux et l’adaptent aux différentes tâches à accomplir, ce qui augmente leur
motivation à apprendre et, partant, leur réussite et leur satisfaction au tra-
vail. Ils acquièrent ainsi la capacité de se former la vie durant» (p. 25).
Former des apprenants qui prennent en charge leurs apprentissages 15

pour objectif de développer, chez les apprentis, des savoirs déclaratifs et


des savoirs procéduraux (savoir-faire) mathématiques applicables au
travail en entreprise pendant et après l’achèvement de la formation.
Les mathématiques font partie, pour la plupart, des formations pro-
fessionnelles initiales sanctionnées par un CFC, enseignées dans le cadre
de cours de calcul professionnel. Ces cours ont pour objectif l’enseigne-
ment de notions mathématiques utiles à l’exercice de la profession. Les
notions sont appliquées à des problèmes faisant référence à des situa-
tions du métier. Par exemple, pour la formation de coiffeur, les pro-
blèmes relatifs aux notions de proportions concernent le mélange de
produits pour réaliser une teinture capillaire. Pour certaines formations
professionnelles initiales, des cours nommés «mathématiques» figurent
au programme. Pour d’autres formations, l’enseignement du calcul est
mentionné dans le cadre des cours de culture générale (enseignement de
culture générale). Les ordonnances de formation utilisent des termes et
des formulations diverses pour faire référence aux notions mathéma-
tiques, ce qui a pour conséquence qu’il est relativement difficile de
déterminer précisément les notions abordées pour chaque formation.
Les notions mathématiques sont nécessaires, dans une plus ou moins
grande mesure, pour l’exercice de toutes les professions. Il s’agit de ce
fait d’un domaine transversal qui permet de comparer les élèves issus
de différents domaines d’apprentissage. Malgré une certaine inadéqua-
tion entre les notions mathématiques apprises en école professionnelle et
les compétences mathématiques sollicitées sur la place de travail (Kaiser,
2013), les apprenants accordent une certaine valeur instrumentale à l’ap-
prentissage du calcul professionnel, ce qui donne une pertinence écolo-
gique à son étude (Berger, 2012; Gurtner, 2003; Praplan, 2007).
Une partie des jeunes qui entament un apprentissage CFC ont une
attitude défavorable par rapport à la scolarité (Perret & Perret-Clermont,
2011). La grande majorité est issue des filières de regroupement B au
secondaire I, et leur niveau scolaire en mathématiques est par consé-
quent relativement faible. Considérant cette population, il n’est pas
étonnant que les difficultés en mathématiques, notamment les lacunes
(Kaiser, 2013), constituent une cause fréquente d’échec en première
année d’apprentissage. Ceci se manifeste bien évidemment de manière
plus ou moins forte en fonction des domaines. Par exemple, dans les
domaines de l’électricité/électronique, les échecs sont relativement fré-
quents pour cette raison, car les exigences y sont élevées. Les recherches
sur le sujet de l’apprentissage du calcul professionnel sont toutefois très
16 Motivation et métacognition dans l’apprentissage

rares au niveau suisse, alors qu’elles présenteraient une grande perti-


nence au vu des arguments énoncés ci-dessus. Le calcul professionnel
est en outre une branche située entre le domaine scolaire et le domaine
professionnel. En cela, elle peut être sujette à la fois à un certain rejet et à
un certain intérêt du fait de son caractère utilitaire.

AUTORÉGULATION DANS LE CADRE


DES MATHÉMATIQUES PROFESSIONNELLES

Les cours de calcul professionnel représentent des difficultés pour


nombre d’apprentis, et ce, pour diverses raisons. Certains ne maîtrisent
pas les notions fondamentales – telles que la division arithmétique –
nécessaires à l’application de formules mathématiques spécifiques à la
profession apprise (Kaiser, 2013). D’autres adoptent des stratégies d’ap-
prentissage inefficaces car leur répertoire de connaissances métacogni-
tives est limité et/ou parce que leurs croyances motivationnelles sont
peu propices à l’engagement cognitif, étant donné le caractère scolaire
des cours (Steiner, 2008). La recherche montre que les facettes de la
métacognition (connaissances, expériences et stratégies métacognitives)
ont une importance certaine dans l’apprentissage des mathématiques
(Schneider & Artelt, 2010) et qu’elles sont fortement dépendantes des
croyances motivationnelles. Le présent ouvrage porte sur ces deux der-
niers aspects dans l’apprentissage et la résolution de problèmes. Les cha-
pitres théoriques traiteront en détails de ces thématiques.

INTÉRÊT THÉORIQUE DE L’OUVRAGE


L’ouvrage vise à offrir un apport théorique dans le domaine de l’appren-
tissage autorégulé. Les théories psychologiques de l’apprentissage et de
la motivation ont fortement évolué depuis la seconde moitié du 20e
siècle, ceci grâce au développement du paradigme cognitiviste et à la
désuétude du béhaviorisme. Le développement de la psychologie cogni-
tive a permis d’affiner notre compréhension de la façon dont les appre-
nants traitent les informations, mettant notamment en avant le concept
aujourd’hui très discuté de métacognition. Par ailleurs, les champs de la
psychologie de la personnalité et de la psychologie sociale se sont effor-
cés de décrire les aspects motivationnels de l’apprenant – tels que ses
motifs, buts et intérêts. Un foisonnement de théories a été développé de
Former des apprenants qui prennent en charge leurs apprentissages 17

manière relativement indépendante dans chacun de ces domaines. Etant


donné que tant les aspects cognitifs (par exemple le raisonnement et la
métacognition) que motivationnels jouent un rôle reconnu dans les
apprentissages, il est toutefois primordial de comprendre leurs relations.
Ceci est notamment pertinent pour les études s’attachant à appréhender
la façon dont les élèves apprennent en situation naturelle. Ainsi, nous
proposons d’étudier, en référence aux mathématiques appliquées à la
profession, les relations entre le fonctionnement cognitif et le fonctionne-
ment motivationnel. Nous faisons pour cela appel d’une part à des théo-
ries récentes sur la motivation à apprendre et d’autre part à des théories
métacognitives.
Les théories sociocognitives récentes de l’apprentissage en contexte
scolaire mettent l’accent sur une perspective globale de l’élève. En effet,
la première vague de recherches sur le développement des capacités
métacognitives des élèves a produit des résultats qui n’ont pas été à la
hauteur des attentes. Ceux-ci ont été attribués notamment au fait que les
facteurs motivationnels et affectifs, tout comme leur régulation, n’étaient
pas considérés (Brown, Bransford, Ferrara & Campione, 1983). Un grand
nombre de recherches empiriques ont démontré l’importance des
variables motivationnelles et affectives pour l’acquisition et l’application
des compétences métacognitives. En outre, les études d’intervention
auprès des élèves en difficultés d’apprentissage, pour lesquels un large
déficit métacognitif est constatable, ont prouvé que ces élèves ne doivent
pas seulement apprendre de nouvelles stratégies et les métaconnais-
sances qui y sont liées, mais aussi modifier leurs croyances motivation-
nelles telles que leur style attributif (Borkowski, Johnston & Reid, 1987).
Selon Pintrich et Garcia (1991), l’intérêt croissant pour l’intégration
des construits motivationnels (notamment les attributions causales, les
buts d’accomplissements et le sentiment d’efficacité personnelle) avec
des construits cognitifs (les connaissances déclaratives et procédurales,
les stratégies d’apprentissage et la métacognition) représente un champ
de recherche important en psychologie de l’éducation. Le concept d’ap-
prentissage autorégulé (self-regulated learning) est ainsi apparu dès les
années 80 pour caractériser l’élève que les systèmes scolaires devraient
tendre à former. Les théoriciens de la métacognition et de la motivation
en contexte scolaire ont alors proposé des principes applicables par les
enseignants afin de mener l’élève de l’hétérorégulation à l’autorégula-
tion (Borkowski & Muthukrishna, 1992).
18 Motivation et métacognition dans l’apprentissage

LA RECHERCHE SUR LA FORMATION PROFESSIONNELLE

Cet ouvrage traite du fonctionnement cognitif et motivationnel des


apprenants en formation professionnelle initiale. L’étude que nous pré-
sentons porte sur des apprenants en première année de formation pro-
fessionnelle initiale de trois ans (aboutissant à un CFC), selon le modèle
dual. Ces élèves fréquentent le centre de formation professionnelle entre
un jour et demi et deux jours par semaine; les autres jours, ils travaillent
en entreprise. Ils proviennent des cantons de Genève et Fribourg. Les
professions auxquelles ils se destinent sont très diverses et concernent
les domaines industriels, artisanaux, commerciaux, médicaux ou encore
sociaux. A notre connaissance, peu de travaux liant cognition et motiva-
tion ont été réalisés en Suisse sur cette population, en dépit de la place
importante occupée par ces formations. Au niveau international, si ce
type de recherches a été réalisé principalement depuis le début des
années 90 (p. ex., Pintrich & De Groot, 1990), les participants de ce genre
d’études sont la plupart du temps des élèves de l’enseignement obliga-
toire (primaire, secondaire I) ou universitaire. Rarement, les études ont
porté sur des apprenants en formation professionnelle dont les cours
sont directement liés à l’exercice d’une profession. Notre recherche pré-
sente donc ces spécificités.
En outre, les cadres théoriques de référence ont été développés en se
basant sur des élèves suivant une scolarité à plein temps. Etant donné
l’importance des théories de l’apprentissage autorégulé dans le cadre
des réformes scolaires actuelles et futures, son étude auprès des appre-
nants de la formation professionnelle est pertinente, d’une part pour
comprendre comment ces élèves se situent par rapport aux théories
construites en référence à d’autres populations d’élèves, et d’autre part
pour décrire ces élèves et donner des pistes d’intervention.4

4 Relevons finalement que, depuis 2003, l’Office fédéral de la formation profes-


sionnelle et de la technologie (OFFT) a instauré des Leading Houses, pôles
de recherche ayant pour objectifs d’assurer le développement à long terme
de la recherche suisse sur la formation professionnelle et de créer une nou-
velle tradition de recherche (OFFT, 2007). Parmi huit pôles – représentant
autant de champs de recherche différents –, l’un est consacré à la thématique
des stratégies d’apprentissage, preuve que les recherches dans ce domaine
sont en plein développement. Ce pôle a pour objectif d’enrichir les connais-
sances sur l’apprentissage dans le domaine de la formation professionnelle,
car il s’agit d’une filière clairement sous-étudiée dans cette perspective.
Former des apprenants qui prennent en charge leurs apprentissages 19

LES NIVEAUX D’ÉTUDES DE LA MOTIVATION ET DE LA COGNITION

Au niveau théorique, cet ouvrage participe à la compréhension de l’auto-


régulation de l’apprentissage, d’une part par une centration sur les rela-
tions entre croyances motivationnelles et variables métacognitives, et
d’autre part par l’intégration des compétences cognitives (intelligence non
verbale, mémoire de travail et compétences numériques) dans un modèle
d’apprentissage autorégulé. Récemment, les théories motivationnelles ont
subi un mouvement vers une prise en compte plus forte du contexte. Selon
Volet (2001), il est de plus en plus évident que l’engagement productif
dans l’apprentissage se doit d’être compris en relation au contexte dans
lequel il est ancré, car celui-ci donne sens aux actions orientées vers cet
apprentissage. Par ailleurs, des conceptions dynamiques ont pris le pas sur
des conceptions considérant la motivation comme trait stable de l’indi-
vidu. L’étude de la motivation est maintenant conduite à des niveaux dif-
férents : celui de la matière ou de tâches spécifiques par exemple. Ceci
permet d’étudier les interactions entre croyances motivationnelles relatives
à une matière et les indicateurs motivationnels dans l’exécution d’une
tâche (notamment les appréciations [appraisals]), fournissant ainsi une
compréhension plus fine et plus riche de la façon dont les apprenants
appréhendent les tâches. A ce sujet, Boekaerts (2001) propose d’étudier la
motivation en situation par une centration sur deux niveaux d’étude:

Theories and models of motivation should reflect both the stable aspects of
motivation (i.e., how general traits and domain-specific traits affect students’
tendency to react favorably or unfavorably in relation to learning in a sub-
ject-matter domain) and a student’s context sensitivity, given local condi-
tions. (p. 19)

Ainsi, Boekaerts affirme que les croyances motivationnelles spécifiques


au domaine doivent être distinguées des jugements de la situation
actuelle (croyances motivationnelles spécifiques à la situation) et que les
chercheurs doivent considérer ces deux niveaux de croyances afin d’ex-
pliquer le comportement des élèves. Selon Volet (2001):

Taking trait-like constructs of motivation in the experiential domain, incor-


porating them into the network of concepts needed to capture the reality of
real-life learning, and examining their dynamic interactions with situational
dimensions, is expected to provide a more fine-grained and richer under-
standing of their relative and conditional significance. (p. 320)
20 Motivation et métacognition dans l’apprentissage

Plusieurs études de Boekaerts (p. ex. Seegers & Boekaerts, 1993) ont
montré que l’influence des croyances motivationnelles au niveau du
domaine sur l’état émotionnel, l’intention d’apprendre et la performance
était entièrement médiatisée par les appréciations de la situation (perti-
nence perçue, attirance et compétence subjective). Ceci souligne le rôle
clé de la perception de la situation actuelle dans la prédiction des
variables dépendantes liées à une situation d’apprentissage.
Relevons toutefois que les construits motivationnels considérés
comme trait – tels que la peur de l’échec – ont toujours un rôle impor-
tant à jouer dans la compréhension du fonctionnement motivationnel et
cognitif des élèves. Finalement, un autre mouvement récent propose
d’adopter une approche centrée sur l’individu en plus d’une approche
centrée sur les variables. En effet, si cette dernière offre des informations
permettant de comprendre la dynamique des relations entre variables,
elle ne donne toutefois qu’une image constituant le portrait moyen dans
la population concernée. En contraste, l’approche centrée sur les per-
sonnes – que l’on peut qualifier de typologique – s’intéresse à l’identifi-
cation de sous-groupes dont le fonctionnement diffère de la moyenne
dans une population. Elle permet ainsi de comprendre la dynamique
des variables d’intérêt à l’intérieur de sous-groupes. Les deux approches
sont complémentaires.
Soulignons que nous n’étudierons pas le développement des compé-
tences d’autorégulation mais uniquement leur application. De plus,
nous restreignons notre champ d’étude aux construits motivationnels et
métacognitifs, sans considérer les autres aspects de l’autorégulation, rai-
son pour laquelle les chapitres théoriques n’aborderont que ces deux
construits et que nous ne présenterons que brièvement les théories de
l’apprentissage autorégulé par la description de modèles théoriques.

LES OBJECTIFS DE L’OUVRAGE


L’ouvrage vise à décrire les concepts fondamentaux de l’apprentissage
autorégulé ainsi qu’à les analyser empiriquement dans le contexte de la
formation professionnelle, en prenant le cas des mathématiques profes-
sionnelles et leur apprentissage dans le cadre de cours dispensés à
l’école professionnelle. Ainsi, l’objectif est tant la description que l’ana-
lyse des relations entre les composantes de l’apprentissage autorégulé
au niveau théorique.
Former des apprenants qui prennent en charge leurs apprentissages 21

Notre travail s’intéressera, d’une manière générale, aux liens entre la


métacognition, les croyances motivationnelles et les aptitudes cogni-
tives. Nous étudierons ces liens au niveau de problèmes mathématiques.
En outre, nous proposerons une classification des apprenants en fonc-
tion de leurs croyances motivationnelles, ce qui nous permettra d’analy-
ser les liens entre des profils motivationnels, la métacognition et les
aptitudes cognitives.
La métacognition et les croyances motivationnelles étant des
construits multidimensionnels, ceux-ci seront étudiés sous différentes
formes. La première sera décomposée en stratégies, connaissances et
expériences métacognitives. La seconde sera abordée en s’appuyant sur
les théories des buts de compétence, de la valeur de la tâche et de la
perception des compétences. Nous nous appuierons ainsi, en particulier,
sur les travaux d’Efklides (2001) dans le domaine de la métacognition,
ainsi que sur les travaux relevant d’une perspective sociocognitive de la
motivation à apprendre.
22 Motivation et métacognition dans l’apprentissage
Métacognition, apprentissage et mathématiques 23

CHAPITRE 2

MÉTACOGNITION, APPRENTISSAGE ET
MATHÉMATIQUES

Just as fever is a secondary symptom, an epiphenome-


non of disease […], so the outcome of intelligent evalu-
ation and control of one’s own cognitive processes are
secondary symptoms of the basic underlying processes
of metacognition.
Brown (1978, p. 79)

What’s all the Fuss about Metacognition?


Schoenfeld (1987, p. 189)

INTRODUCTION
Dans le champ d’étude de la métacognition, nous pouvons distinguer
deux courants de recherches majeurs qui se sont historiquement déve-
loppés de façon relativement indépendante. L’un, instigué par Flavell
(1971), se situe dans le champ d’études de la psychologie développe-
mentale et l’autre, représenté notamment par Nelson (Nelson & Narens,
1990), dans celui de la psychologie cognitive. Ces deux courants diffè-
rent tant au niveau de leurs objectifs que de leurs méthodologies. Tous
deux ont étudié la métacognition dans le domaine de la mémoire avant
de la généraliser à d’autres domaines, notamment celui des apprentis-
sages dans les cadres scolaire et formatif. Avec Koriat (2002), mention-
nons deux autres courants de recherche s’intéressant à la métacognition:
celui de la psychologie sociale, dont les recherches portent plutôt sur les
connaissances et croyances métacognitives (perceptions de soi, attribu-
tions causales, humeurs), et celui de la neuropsychologie cognitive, qui
étudie principalement le fonctionnement exécutif. Selon Koriat (2002),
le courant développementaliste s’est plus centré sur les variations entre
24 Motivation et métacognition dans l’apprentissage

individus et entre groupes à propos de différents aspects des connais-


sances métacognitives, des capacités, des stratégies1, s’attachant moins
à étudier les processus sous-jacents au monitorage (monitoring) 2 et au
contrôle métacognitif. Par contre, l’approche dite cognitiviste de la
métacognition s’est quant à elle intéressée avant tout à la métamémoire
procédurale, soit l’étude des processus métacognitifs et leur dyna-
mique. Le point central actuel dans ce domaine semble être l’étude de
la relation entre le monitorage et le contrôle. Au contraire des dévelop-
pementalistes, les chercheurs de cette approche ne s’intéressent pas
spécifiquement aux différences en fonction de l’âge ou aux différences
interindividuelles, mais ils se penchent en particulier sur les variations
intra-individuelles. Au niveau méthodologique, Koriat relève que les
différences se sont traduites, d’un côté, en corrélations intra-indivi-
duelles (within-individual), par exemple entre feeling-of-knowing (FOK;
sentiment de connaître) et performance de rappel, ou entre jugement de
confiance et exactitude de ce jugement, et d’un autre côté, en étude des
différences interindividuelles, soit dans une perspective développe-
mentale, soit dans des comparaisons intergroupes. Une distinction sup-
plémentaire entre le courant développementaliste et le courant
cognitiviste concerne le type d’informations sur lequel se baseraient les
jugements métacognitifs: le premier s’intéresserait principalement aux
théories implicites ou métaconnaissances, alors que le second s’attache-
rait aux sentiments et jugements du moment (Nelson, Kruglanski &
Jost, 1998). Précisons toutefois que ces jugements et sentiments ne
concernent pas des aspects affectifs ou motivationnels (cognitions dites
«chaudes»; hot cognitions 3) mais des «impressions», telles que le senti-
ment de connaître ou le sentiment que l’apprentissage sera plus ou
moins facile. Son et Metcalfe (2000), dans leurs travaux fondés sur le

1 Avec Pressley, Forrest-Pressley, Elliot-Faust et Miller (1985), nous adoptons la


définition suivante du concept de stratégie: «A strategy is composed of cog-
nitive operations over and above the processes that are natural conse-
quences of carrying out the task, ranging from one such operation to a
se-quence of interdependent operations. Strategies achieve cognitive pur-
poses (e.g., comprehending, memorizing) and are potentially conscious and
con-trollable activities» (p. 4).
2 Tous ces termes seront définis dans la suite du texte.
3 Le terme de cognition chaude se réfère à la considération du rôle de l’affect
(émotions et motivation) dans le fonctionnement cognitif. Il est opposé à la
cognition froide, qui ne tient compte que de facteurs purement cognitifs.
Métacognition, apprentissage et mathématiques 25

modèle de Nelson, ont toutefois introduit le jugement d’intérêt, qui est


considéré comme une cognition chaude, notion que nous aborderons
dans le chapitre 4.
Cette grande diversité des construits sous-entendus par le terme de
métacognition nous oblige à préciser notre champ d’étude afin d’éviter
des confusions et de délimiter la présente recherche. Après avoir passé
en revue des aspects de définition, nous aborderons en détails et consé-
cutivement les concepts de croyances et connaissances métacognitives,
de jugements et sentiments métacognitifs et de stratégies métacogni-
tives, ceci principalement dans une perspective de différences interindi-
viduelles. Ces composantes de la métacognition seront ensuite illustrées
dans le domaine de la résolution de problèmes mathématiques par une
synthèse de recherches empiriques.

DÉFINIR LA MÉTACOGNITION
UNE DÉFINITION GÉNÉRALE

Dans le domaine de la métacognition, plusieurs chercheurs dénoncent le


fait que les modèles et définitions soient nombreux, ce qui a pour consé-
quence que les mêmes construits sont utilisés pour décrire des phéno-
mènes différents et, à l’inverse, que des construits différents sont utilisés
pour décrire des phénomènes similaires (Boekaerts, 1999; Reder, 1996;
Veenman, Van Hout-Wolters & Afflerbach, 2006). La question des diffé-
rences de définitions de la métacognition et de ses composantes a sou-
vent été discutée, et s’il a souvent été proposé d’adopter une terminologie
commune, force est de constater que ceci est resté au stade de la proposi-
tion. En outre, sous le terme de métacognition, des concepts sensible-
ment différents peuvent être traités, par exemple les théories de l’esprit,
l’apprentissage autorégulé, la métamémoire. Une définition générale
de la métacognition est proposée par Schraw, Wise et Roos (2000):
«Metacognition refers to thinking about thinking, or more generally,
to using higher-level knowledge and strategies to regulate lower-level
performance» (p. 223).
Selon la citation de Brown (1978), en exergue du présent chapitre, la
métacognition constitue l’aspect essentiel du fonctionnement cognitif. En
effet, la métacognition joue un rôle bénéfique dans l’apprentissage, en
facilitant l’utilisation efficace des ressources attentionnelles, un traitement
26 Motivation et métacognition dans l’apprentissage

des informations en profondeur et un guidage plus précis de sa propre


performance (Schraw et al., 2000). La métacognition est également liée à
l’expertise de l’individu dans le domaine concerné; autrement dit le
développement métacognitif et l’approfondisement de l’expertise vont
de pair (Sternberg, 1998). Selon Winne (1996), chez les experts d’un
domaine, les connaissances et croyances métacognitives feraient même
partie des connaissances spécifiques au domaine concerné. Hacker
(1998) propose une définition plus large de la métacognition, incluant la
notion d’états affectifs en plus de composantes purement cognitives;
nous y reviendrons dans le chapitre 4, qui traitera des articulations
entre métacognition et croyances motivationnelles. Selon Hacker,
une définition de la métacognition inclut au minimum les notions
suivantes:

knowledge of one’s knowledge, processes, and cognitive and affective states;


and the ability to consciously and deliberately monitor and regulate one’s
knowledge, cognitive processes, and cognitive and affective states. (p. 11)

Paris (2002) insiste sur la nécessité de considérer les motifs pour les-
quels une personne est incitée à réfléchir au sujet de sa propre cogni-
tion. Il s’agit par exemple du besoin de donner du sens aux
événements, de créer ou de modifier des représentations de soi qui
motiveraient des processus métacognitifs tels que l’autoévaluation, la
planification et le monitorage. Ne pas tenir compte de ces motifs empê-
cherait l’examen des conséquences et de ce fait la possibilité de déter-
miner si les pensées sont fonctionnelles, utiles, adaptées ou encore
valables pour l’individu. Les théories du développement du soi, telle
celle qui est proposée par Harter (1999), pourraient selon Paris donner
une fondation à la métacognition. Harter postule en effet que les pro-
cessus liés à soi – sous la forme des représentations de soi – réalisent
trois fonctions positives qui sont de formes organisationnelles, motiva-
tionnelles et protectrices. La métacognition pourrait être liée aux théo-
ries du développement de soi, car ses propres réflexions, sa conscience
et le monitorage cognitif contribuent tous au concept de soi et à l’iden-
tité. En outre, si la métacognition a généralement été considérée comme
bénéfique, Paris (2002) affirme que certains processus métacognitifs
peuvent également produire des effets négatifs pour l’individu. Il s’agit
par exemple des processus d’autoévaluation aboutissant à un résultat
négatif, ce qui détériore l’image de soi, des pensées obsédantes qui peu-
Métacognition, apprentissage et mathématiques 27

vent engendrer un long délai de réponse ou inhiber l’action dans les cas
plus graves, ainsi que des pensées de désillusions sur ses capacités qui
peuvent mener à des actions inappropriées, telles que le non-respect
des règles sociales.

DEUX OU TROIS COMPOSANTES MÉTACOGNITIVES?

Figure 2.1. Le modèle des relations entre les composantes de la métaco-


gnition et les processus cognitifs selon Büchel (1996, p. 184).

La majorité des chercheurs ont distingué deux composantes dans la


métacognition: la connaissance de la cognition et les stratégies métaco-
gnitives (qu’on nommait auparavant «fonctionnement exécutif»; Brown,
28 Motivation et métacognition dans l’apprentissage

1987)4. La première est constituée de connaissances déclaratives, procé-


durales et conditionnelles sur la cognition, alors que la seconde est divi-
sée en processus dits de monitorage et de stratégies métacognitives qui
permettent de guider le fonctionnement cognitif. Ainsi, selon Kluwe
(1982), le préfixe «méta», qu’il soit associé au domaine de la cognition ou
à un autre domaine, se réfère aux attributs suivants:

1. L’individu a certaines connaissances de sa propre pensée et de celle


d’autres personnes.
2. L’individu peut guider et réguler le cours de sa propre pensée, en
d’autres termes agir comme instrument causal de sa propre pensée.
3. Les deux composantes classiques de la métacognition se retrouvent
dans cette explication. Le modèle de Büchel (1996; voir figure 2.1)
représente la relation entre métacognition et cognition.

Ce modèle distingue deux niveaux: le niveau de la métacognition et le


niveau de la cognition. Au premier niveau, figurent les métaconnais-
sances ou connaissances métacognitives, qui sont composées des
connaissances par rapport au sujet à apprendre (la tâche), à soi-même et
aux stratégies. Nous aborderons ces connaissances dans le détail lors de
nos prochains développements. Elles nourrissent les stratégies métaco-
gnitives (ici nommées «fonctions exécutives») qui sont exemplifiées par
l’anticipation, la planification et le contrôle. A leur tour, ces stratégies
guident et coordonnent les cognitions telles que les processus d’enco-
dage, d’autorépétition, de comparaison, de classification ou plus généra-
lement le choix et l’application de stratégies cognitives d’apprentissage.
Le modèle présente un caractère heuristique, les influences et dépen-
dances entre les niveaux et les composantes découlant de nombreux
autres facteurs non inclus. En outre, le modèle ne représente que des
relations unidirectionnelles et il n’élabore pas la composante de monito-
rage que nous allons détailler plus bas. Les liens sont théoriquement très
forts entre les métaconnaissances et les stratégies métacognitives,
puisque ce sont les premières qui rendent possible l’utilisation des
secondes et qu’elles se développent l’une grâce à l’autre (Brown, 1987).

4 La multiplicité des termes pour désigner cette composante est impression-


nante: régulation de la cognition, stratégies métacognitives, compétences
métacognitives, fonctions exécutives, processus exécutifs, connaissances pro-
cédurales ou encore autorégulation.
Métacognition, apprentissage et mathématiques 29

Si l’on ne possède pas les connaissances nécessaires sur une tâche, sur
les stratégies et sur son propre fonctionnement cognitif, on ne sera par
exemple pas capable de planifier sa démarche de résolution de façon
appropriée, ce que Büchel (1995) a exprimé par la question suivante: «Si
je connais les spécificités de la tâche, les caractéristiques de mon propre
fonctionnement cognitif et un certain nombre de stratégies, comment
puis-je anticiper, planifier et contrôler ma démarche d’apprentissage?»
(p. 23-24). Swanson (1990) a ainsi montré empiriquement que les méta-
connaissances facilitent l’application de stratégies métacognitives lors de
la résolution de problèmes par des élèves de 10 à 12 ans.
Récemment, certains chercheurs ont suggéré que le concept de méta-
cognition serait mieux représenté par trois composantes plutôt que par
deux. Ainsi, d’après Efklides (2006a), la métacognition implique: a) les
expériences métacognitives; b) les stratégies métacognitives (qu’elle
nomme «compétences métacognitives»), qui sont utilisées pour le
contrôle explicite de la cognition; et c) les connaissances métacognitives,
qui codifient les connaissances de la cognition. Ces connaissances sont
de type déclaratif, intégrant notamment les informations tirées des expé-
riences et de l’application des stratégies métacognitives. Pour Schraw
et al. (2000), les composantes monitorage et contrôle (comparables res-
pectivement aux expériences métacognitives et aux stratégies métaco-
gnitives) constituent les deux aspects de la régulation métacognitive et
sont par conséquent interdépendantes. Notre choix de définition se
porte ainsi sur une distinction entre a) les connaissances et croyances
métacognitives; b) les jugements et sentiments (expériences) métacogni-
tifs; et c) les stratégies métacognitives. Pour discuter des différentes
composantes de la métacognition, nous nous appuyons sur une adapta-
tion de la taxonomie proposée par Pintrich, Wolters et Baxter (2000)
(tableau 2.1.).
30 Motivation et métacognition dans l’apprentissage

Tableau 2.1. Taxonomie métacognitive adaptée de Pintrich et al. (2000)

I. Connaissances et croyances métacognitives

I.A. Sur la cognition en général Les universels de la cognition (théories


personnelles sur la cognition, théories
implicites des capacités, etc.).

I.B. Sur les stratégies cognitives Elles sont de trois types:


a) déclaratives, sur le quoi, sur quels types
de stratégies sont disponibles pour la
mémoire, la pensée, la résolution de
problèmes, etc.;
b) procédurales, sur le comment utiliser et
mettre en œuvre différentes stratégies
cognitives;
c) conditionnelles, sur le quand et le pourquoi
utiliser différentes stratégies cognitives.

I.C. Sur les tâches et les contextes Comment la cognition peut être influencée
par les caractéristiques des tâches et des
contextes.

I.D. Sur soi en tant qu’individu Connaissances comparatives des forces et


pensant faiblesses intra-individuelles et interin-
dividuelles comme apprenant ou individu
pensant; aussi interprétées comme
croyances motivationnelles.

II. Expériences métacognitives (jugements et sentiments)

II.A. Jugements Evaluations ou estimations de type cognitif


réalisées en lien avec une tâche: jugement
de confiance, jugement de compréhension,
jugement d’apprentissage, estimation des
efforts nécessaires, estimation du temps
nécessaire, etc.

II.B. Sentiments Evaluations de type affectif réalisées en lien


avec une tâche: sentiment de difficulté,
sentiment de familiarité, sentiment de
connaître, sentiment de satisfaction, etc.
Métacognition, apprentissage et mathématiques 31

III. Stratégies métacognitives

III.A. Stratégies d’anticipation Déterminer ce qui pourrait rendre une tâche


difficile, se fixer un but pour l’apprentis-
sage, déterminer les efforts nécessaires.

III.B. Stratégies de planification Déterminer les étapes de résolution d’une


tâche, comment entamer la résolution,
ordonner les étapes, déterminer le temps
pour résoudre la tâche.

III.C. Stratégies de vérification S’assurer, pendant et après la résolution,


que celle-ci suit effectivement son cours,
que l’application des stratégies fournit les
résultats escomptés. Prendre des décisions
relatives au choix des stratégies à utiliser
pour une tâche, ou à quel moment changer
de stratégie pendant la réalisation d’une
tâche.

Nous traitons des composantes sans aborder chaque élément de la taxo-


nomie, mais uniquement ceux qui retiennent notre attention dans le
présent ouvrage. De plus, nous aborderons les trois composantes dis-
tinctement, tout en sachant qu’elles sont fortement interdépendantes,
autrement dit en interaction, et parfois difficiles à distinguer empirique-
ment. Cette interdépendance sera traitée au fil de la discussion des com-
posantes.

LES DISTINCTIONS ENTRE COGNITION ET MÉTACOGNITION

La distinction entre processus ou connaissances de types cognitifs ou


métacognitifs a posé des difficultés dès l’introduction du concept de
métacognition. Cette distinction peut s’expliquer dans les termes sui-
vants: lors d’une activité d’apprentissage, nous mobilisons des stratégies
pour réaliser des progrès dans l’activité (stratégies cognitives) et nous
développons également des stratégies pour guider ces progrès (soit des
stratégies métacognitives). Flavell (1987) cite l’exemple de l’addition en
tant que stratégie cognitive et le fait de calculer à nouveau l’addition
comme une stratégie métacognitive (stratégie de vérification). Dans le
domaine de la compréhension de texte, une distinction similaire est
32 Motivation et métacognition dans l’apprentissage

réalisée entre lire lentement pour comprendre le contenu d’un texte et


parcourir rapidement le texte pour se faire une idée de la difficulté de
l’étudier (Flavell, 1987).
Kluwe (1982) a lui aussi proposé des critères de distinction entre le
«métacognitif» et le «cognitif». Selon lui, les données enregistrées dans
la mémoire à long terme ainsi que les stratégies ou processus cognitifs5
peuvent figurer aux deux niveaux. Les informations figurant au niveau
cognitif sont les connaissances du domaine concerné (connaissances de
types mathématiques par exemple) et des processus de résolution ou
stratégies «simples» (processus dirigés vers la résolution d’un problème
spécifique). Au niveau métacognitif, figurent les processus qui guident
la sélection, l’application et les effets des processus de résolution; ce sont
le monitorage et les stratégies métacognitives, que Kluwe regroupe sous
les termes de «processus exécutifs». D’autres chercheurs, tels Garofalo et
Lester (1985), ont suggéré des critères de distinction plus élémentaires,
proposant que la cognition soit impliquée dans le faire, alors que la
métacognition est impliquée dans le choix et la planification de ce qu’il
faut faire ainsi que dans le monitorage de ce qui est en train d’être fait.
Malgré ces efforts définitoires, force est de constater qu’il s’avère sou-
vent fort difficile de distinguer le cognitif du métacognitif.
Dans le champ d’étude des stratégies d’apprentissage – que Wein-
stein, Husman et Dierking (2000) définissent comme les pensées, com-
portements, croyances ou émotions qui facilitent l’acquisition, la
compréhension ou le transfert subséquent de nouvelles connaissances
ou compétences –, les chercheurs ont distingué des stratégies dites
cognitives et des stratégies dites métacognitives. Toutes ces stratégies
sont orientées vers un objectif; elles sont intentionnelles. Elles présentent
un certain coût (temps et efforts) et une certaine utilité (Karabenick &
Berger, à paraître). L’utilisation de ces stratégies par l’apprenant consiste
à manipuler des informations en recourant à des processus tels que la
répétition, l’élaboration ou la réorganisation du matériel, ceci afin de

5 Les processus cognitifs sont définis par VandenBos (2007) comme «any of the
mental functions assumed to be involved in cognitive activities, such as at-
tention, perception, language, learning, memory, problem solving, and think-
ing» (p. 190). Une confusion, héritée de la psychologie cognitive, concerne le
manque de définition de la notion de processus. Certains chercheurs parlent
en effet de processus, alors que d’autres utilisent le terme de stratégies pour
désigner un même phénomène.
Métacognition, apprentissage et mathématiques 33

mettre ces informations en mémoire et d’être en mesure de les rappeler


au moment propice.
Plusieurs taxonomies des stratégies d’apprentissage ont été élaborées
depuis les années 70. Parmi celles-ci, celle de Weinstein et Mayer (1986)
distingue cinq catégories de stratégies: répétition, élaboration, organisa-
tion, monitorage de la compréhension et stratégies affectives. Les trois
premières sont des stratégies qui agissent directement sur les informa-
tions à apprendre et facilitent l’acquisition et l’organisation de celles-ci.
Les deux dernières fournissent un support métacognitif et affectif à l’ap-
prentissage. Les stratégies de répétition consistent à sélectionner et enco-
der l’information de la même manière qu’elle est présentée. Il s’agit par
exemple de réciter ou d’apprendre «par cœur» les informations, de les
recopier, de prendre des notes ou encore de souligner des mots jugés
importants. Les stratégies d’élaboration servent à donner du sens aux
informations et à établir des connexions entre les nouvelles informations
à apprendre et les préconnaissances. Ces stratégies sont exemplifiées par
le fait de créer une image mentale, de paraphraser, de résumer ou de réa-
liser des analogies. Les stratégies d’organisation permettent de construire
des liens parmi les nouvelles informations à apprendre. Il peut s’agir
notamment de catégoriser les informations ou de dessiner des dia-
grammes. Concernant les stratégies de contrôle de la compréhension,
celles-ci sont des stratégies métacognitives qui permettent à l’apprenant
d’évaluer sa compréhension et de superviser l’exécution des stratégies
d’acquisition et d’organisation. L’apprenant peut par exemple réaliser un
autoquestionnement ou chercher s’il a commis des erreurs. La dernière
catégorie de stratégies, les stratégies affectives, sont utiles à l’apprenant
pour maintenir son attention et sa motivation. Par exemple, il peut s’agir
de se parler pour s’encourager, de réduire son anxiété ou de gérer son
temps (Cosnefroy, 2013). Chacune des stratégies peut être appliquée pour
des tâches d’apprentissage tant simples (apprendre du vocabulaire dans
une langue étrangère) que complexes (résoudre des problèmes).6

6 Les stratégies de répétition peuvent s’avérer efficaces pour les cours liés à
certaines formes d’évaluation. Par conséquent, il est judicieux de prendre en
compte le contexte dans l’étude des stratégies d’apprentissage (Pintrich &
Garcia, 1994). Si les stratégies de traitement de l’information en profondeur,
telles que l’élaboration, l’organisation ou les stratégies métacognitives ne
sont pas toujours plus efficaces que les stratégies de traitement en surface
34 Motivation et métacognition dans l’apprentissage

GÉNÉRALITÉ DE LA MÉTACOGNITION

D’après certains chercheurs tels que Brown (1978, 1987), la métacogni-


tion, dans sa composante de stratégies, se situerait à un haut niveau
d’abstraction et serait ainsi d’une portée générale, c’est-à-dire qu’elle
transcenderait les domaines. Veenman, Elshout et Meijer (1997) ont étu-
dié les stratégies métacognitives d’étudiants novices dans les domaines
de la physique et de la statistique. Leurs résultats montrent que les diffé-
rences interindividuelles dans les stratégies métacognitives sont passa-
blement stables au travers des domaines. Ceci signifie qu’il s’agirait
d’une caractéristique générale de l’apprenant, faiblement dépendante de
la tâche ou du domaine d’étude et de ce fait, que les stratégies métaco-
gnitives seraient applicables dans de multiples domaines. En outre, selon
Veenman et Beishuizen (2004), les stratégies métacognitives seraient hau-
tement interdépendantes, l’application de l’une de ces stratégies impli-
quant l’application des autres. Dans les études par questionnaires
autorapportés (par exemple le Metacognitive Awareness Inventory [MAI],
Schraw & Dennison, 1994; le Motivated Strategy for Learning Questionnaire
[MSLQ], Pintrich, Smith, Garcia & McKeachie, 1991; les Questions sur
l’Apprentissage [QsA], Büchel, Berger & Kipfer, 2011), les items liés aux
stratégies métacognitives saturent un facteur général alors que des dis-
tinctions existent théoriquement entre les différentes stratégies métaco-
gnitives. Ceci indique que les distinctions théoriques seraient trop fines
en comparaison des données récoltées par des mesures autorapportées
de ces stratégies (Pintrich et al., 2000) ou par la méthode de la pensée à
voix haute (Veenman & Beishuizen, 2004). Par ailleurs, le caractère géné-
ral des stratégies métacognitives faciliterait le transfert lorsque celles-ci
sont enseignées. Toutefois, ces compétences se manifestent dans des atti-
tudes ou activités partiellement différentes en fonction des domaines, ce
qui oblige l’apprenant à faire preuve d’abstraction pour transférer ces
stratégies. Concernant la composante des expériences métacognitives,
certains chercheurs tels que Schraw ont démontré que le monitorage est
une capacité générale, soit indépendante des connaissances sur un
domaine (Schraw, Dunkle, Bendixen & DeBacker Roedel, 1995). Finale-
ment, les métaconnaissances peuvent être tant spécifiques – concernant

telles que les stratégies de répétition, les élèves qui utilisent des stratégies de
traitement en profondeur obtiennent, d’une manière générale, de meilleurs
résultats scolaires (Diseth & Martinsen, 2003).
Métacognition, apprentissage et mathématiques 35

par exemple une stratégie précise et dont l’étendue d’application est res-
treinte – que générales – s’agissant par exemple des croyances sur l’utilité
et l’importance de l’application de stratégies pour apprendre (connais-
sances dites générales sur les stratégies; Borkowski et al., 1987).

LES CONNAISSANCES ET CROYANCES MÉTACOGNITIVES


Selon Brown (1987), «knowledge about cognition refers to the stable, sta-
table, often fallible, and often late developing information that human
thinkers have about their own cognitive processes» (pp. 67-68). Les
connaissances métacognitives ou métaconnaissances ont été définies par
Flavell à partir des années 70, en premier lieu dans l’étude du dévelop-
pement des connaissances déclaratives sur sa propre mémoire. Flavell
(1971) soupçonnait ces connaissances – qui ont été appelées «la métamé-
moire» – d’être à l’origine du développement des capacités mnésiques.
Puis, Flavell et Wellman (1977) ont décrit les variables métacognitives
qu’ils ont divisées en deux groupes: 1) sentir si une tâche demande un
investissement métacognitif: il s’agit d’un savoir imprécis, flou, basé sur
les préconnaissances; 2) les métaconnaissances qui font référence à la
connaissance et à la conscience de la personne par rapport à ses propres
processus cognitifs. Ces connaissances importent car elles influencent le
comportement cognitif de l’individu. Flavell et Wellman ont proposé
trois catégories de métaconnaissances: les métaconnaissances sur soi (ou
sur la personne), sur la tâche et sur les stratégies, des interactions entre
ces catégories étant fréquentes. D’autres auteurs (par ex. Jacobs & Paris,
1987; Schraw & Dennison, 1994) proposent une catégorisation différente
en distinguant les métaconnaissances sur les stratégies et les connais-
sances déclaratives, procédurales et conditionnelles, ces dernières se
référant aux connaissances sur le quand et le pourquoi de l’utilisation des
connaissances déclaratives et procédurales. Ce dernier type de connais-
sances est nécessaire à une utilisation efficace des stratégies, c’est-à-dire
que la simple connaissance d’une stratégie et de la façon de l’utiliser
n’est pas suffisante pour son application (Kuhn, Garcia-Mila, Zohar, &
Andersen, 1995). Pintrich et al. (2000) reprennent les catégories de méta-
connaissances introduites par Flavell et d’autres, comme Paris.7

7 Kluwe (1982) propose par contre de ne pas considérer ces connaissances


comme métacognitives mais de les désigner simplement comme cognitives,
36 Motivation et métacognition dans l’apprentissage

TAXONOMIE DES MÉTACONNAISSANCES

Selon Flavell (1976), les métaconnaissances concernent la connaissance


des facteurs, des variables et de la façon dont ils et elles agissent pour
modifier la performance d’un individu dans une tâche de mémoire. Cette
définition a par la suite été appliquée à d’autres domaines tels que la
compréhension de texte. A la lecture des définitions du concept de
connaissances métacognitives, il apparaît clair que celui-ci n’inclut pas
uniquement des connaissances formelles, validées et au sujet desquelles
il existe un consensus. Tout au contraire, les métaconnaissances sont
aussi constituées de croyances sur la cognition, les stratégies, les tâches et
soi-même. Ainsi, certains chercheurs parlent à juste titre de connais-
sances et croyances métacognitives (Op’t Eynde, De Corte, & Verschaffel,
2006; Desoete, Roeyers, Buysse, & De Clerq, 2002; Lucangeli & Cabrele,
2006). Quatre catégories de connaissances et croyances sont distinguées
dans la figure 2.2: sur la cognition en général, sur les stratégies cogni-
tives, sur les tâches et les contextes et sur soi en tant qu’individu pensant.
Les connaissances et croyances sur la cognition en général
Ces connaissances et croyances se réfèrent aux théories personnelles sur
la cognition, telles que les théories implicites des capacités (Dweck,
1999) ou les croyances épistémologiques (Hofer & Pintrich, 1997).
Chaque apprenant développe ce type de connaissances et croyances
idiosyncrasiques et plus ou moins naïves qui influencent en particulier
la façon dont il aborde les tâches, s’y engage et les stratégies d’apprentis-
sage qu’il mobilise (Muis, 2007). Ce type de croyances et connaissances
est en lien étroit avec les connaissances et croyances sur soi en tant
qu’individu pensant.

car ces connaissances sur la cognition ne seraient pas différentes d’autres


connaissances et elles seraient stockées dans la mémoire, organisées et trai-
tées de façon similaire. Ainsi il n’existerait pas de différences qualitatives
entre les deux types de connaissances et de ce fait pas de raison de les nom-
mer différemment. Nous adopterons la position partagée par la grande majo-
rité des chercheurs en traitant les connaissances et croyances métacognitives
comme distinctes des autres cognitions, car elles jouent un rôle spécifique
dans l’apprentissage et le fonctionnement cognitif. Ainsi, avec Paris (2002),
nous considérerons que toute cognition peut devenir l’objet d’une autre
cognition et de ce fait une connaissance métacognitive.
Métacognition, apprentissage et mathématiques 37

Dweck a développé, depuis les années 80, un cadre théorique socio-


cognitif de la motivation intégrant des croyances et des buts permettant
la prédiction de comportements et de résultats relatifs à l’apprentissage
(Dweck & Leggett, 1988; Elliot & Dweck, 1988; voir le chapitre 3 pour
une description du modèle). L’une des principales distinctions qu’elle a
introduite concerne les croyances des individus en la malléabilité ou la
fixité de leurs capacités (voir aussi Lemaine et Matalon, 1985). Bien que
cette distinction soit applicable à nombre d’attributs humains, ce sont en
particulier les croyances relatives à l’intelligence ainsi que leurs consé-
quences qui ont été explorées. Deux théories sont distinguées. Dans
l’une, les individus pensent que l’intelligence est un trait qui ne peut pas
changer et qui est en quelque sorte inné (incremental theory; théorie
fixiste). Bien que les personnes puissent apprendre, leur intelligence
reste stable. Selon l’autre théorie, l’intelligence pourrait s’accroître et
serait par conséquent dépendante en particulier des efforts (entity theory;
théorie malléable). Les théories implicites d’un même individu, relatives
à des domaines différents, peuvent varier. Ainsi, un élève peut être
convaincu que les capacités en mathématiques ne sont pas modifiables
mais que les capacités en langue le sont (Stipek & Gralinski, 1996). Les
stratégies adoptées suite à un échec (par exemple dans un test scolaire)
peuvent également différer en fonction de la théorie implicite adoptée.
Si l’adoption d’une théorie malléable mène à des intentions telles que
travailler plus, l’adoption d’une théorie fixiste mène quant à elle à des
intentions de ne pas trop exposer ses difficultés: passer moins de temps
sur le sujet, ne plus choisir d’étudier l’année suivante la matière concer-
née par le test ou même tenter de tricher (Dweck & Molden, 2005). Sti-
pek et Gralinski (1996) ont étudié, chez des élèves du troisième au
sixième degré, les influences des deux théories implicites définies par
Dweck. Elles ont lié ses théories d’une part aux buts de compétence
adoptés par les élèves et d’autre part à leur engagement cognitif (actif vs
superficiel). Leurs résultats montrent que la théorie fixiste explique
l’adoption de buts de performance mais pas l’adoption de buts de maî-
trise. Au contraire, la théorie malléable est associée à l’adoption de buts
de maîtrise ainsi que de buts de performance. Concernant la réussite
scolaire, une étude de Blackwell, Trzesniewski et Dweck (2007) a montré
que les théories implicites avaient un effet significatif sur les notes en
mathématiques. En effet, si, au début de leur septième année scolaire, les
élèves adoptant une théorie malléable de l’intelligence obtenaient des
notes équivalentes à celles des élèves adoptant une théorie fixiste, ce
38 Motivation et métacognition dans l’apprentissage

n’est plus le cas l’année suivante. En fin de huitième année, le premier


groupe obtient des notes significativement supérieures à celles du
second groupe. Cette évolution est expliquée par le fait que la théorie
malléable encourage l’adoption de buts de maîtrise et la conviction que
l’effort permet d’obtenir de bons résultats scolaires. Nous reviendrons
sur ces associations dans le chapitre 3.
Les connaissances et croyances sur les stratégies cognitives
Les connaissances et croyances sur les stratégies cognitives concernent
les aspects procéduraux et conditionnels de la mobilisation de stratégies.
Les premiers répondent à la question «comment utiliser et mettre en
œuvre ces différentes stratégies?», alors que les seconds indiquent
quand et pourquoi les utiliser. Ainsi, ces métaconnaissances vont au-
delà de la simple connaissance d’une stratégie (quels types de stratégies
sont disponibles pour la mémoire, la pensée ou la résolution de pro-
blèmes?).8 Kuhn et al. (1995) proposent la distinction suivante entre ce
qu’ils nomment compétence stratégique (soit des connaissances sur les
stratégies) et compétence métastratégique (soit des métaconnaissances sur
les stratégies):

The distinction between strategic and metastrategic competence is that


between knowing how to execute a strategy and understanding its signifi-
cance […]. Metastrategic competence includes understanding of both the
value and the limitations of a strategy – in practical terms, of knowing how,
when, and why the strategy should be used. (p. 109)

Schraw (2006) considère que ces connaissances, qu’il nomme «self-regu-


latory knowledge», consistent notamment en connaissances sur les stra-
tégies d’apprentissage qui permettent de s’adapter et de s’autoréguler
indépendamment du domaine.
Les connaissances et croyances sur les tâches et les contextes
La catégorie «tâche» comprend les connaissances et croyances au sujet
des caractéristiques de la tâche, qui influencent son niveau de difficulté.

8 Il semble que, pour Flavell, les métaconnaissances sur les stratégies com-
prennent aussi la simple connaissance de l’existence d’une stratégie. Ainsi,
selon lui, la catégorie «stratégie» comprend les connaissances des différentes
actions (stratégies) que l’on peut réaliser volontairement pour aider son sys-
tème mnésique à atteindre son but de mémorisation (Flavell, 1981).
Métacognition, apprentissage et mathématiques 39

La première sous-catégorie est constituée des connaissances qu’une


tâche de mémoire peut être plus difficile ou plus facile en fonction de la
quantité et du type d’information qui doivent être mémorisés. La
seconde sous-catégorie dit que les demandes de certaines tâches de
mémoire sont plus difficiles à satisfaire que d’autres, même si la quantité
et le type d’informations sont les mêmes (par exemple, il est générale-
ment plus facile de reconnaître les choses que de les rappeler). Les sous-
catégories sont donc relatives à la nature de l’information à mémoriser
et à la nature des demandes de rappel (Flavell, 1981). Selon Flavell
(1976), l’enfant développe une sensibilité qui lui indique quand la situa-
tion nécessite de sa part un effort volontaire et intentionnel de mémori-
sation. L’enfant doit apprendre ce que signifie réaliser un effort actif,
persistant, lié à un but, que ce soit pour mémoriser ou pour rappeler des
informations. Ce qui se développe est, en d’autres termes, la reconnais-
sance du moment où l’enfant doit ou ne doit pas s’engager dans de tels
efforts. Selon Flavell (1981), la sensibilité relative au moment où la situa-
tion demande un certain type de traitement cognitif (ou une certaine
profondeur de traitement) peut être définie comme un sous-type de
connaissances sur les demandes de la tâche et par conséquent être consi-
dérée comme une métaconnaissance sur la tâche. En 1987, Flavell men-
tionne que l’individu doit prendre en considération les demandes de la
tâche et agir en fonction s’il veut atteindre un but. On reconnaît ici la
notion de sensibilité auparavant classée à part dans sa taxonomie.
Les connaissances et croyances sur soi en tant qu’individu pensant
Les connaissances et croyances sur soi en tant qu’individu pensant sont
des connaissances comparatives des forces et faiblesses intra-indivi-
duelles et interindividuelles comme apprenant ou individu pensant. La
catégorie des métaconnaissances sur soi comprend tout ce qu’un indi-
vidu peut apprendre ou dont il peut devenir conscient à propos de lui-
même ou des autres en tant qu’individu mémorisant ou pensant. Flavell
(Flavell & Wellman, 1977) mentionne un concept de soi mnésique que
l’individu développerait; ce concept de soi deviendrait de plus en plus
élaboré et différencié par rapport aux différentes tâches et personnes.
Comme sous-catégories, Flavell (1976) propose : «[…] knowledge of
what the self and others are generally like as storers and retrievers of
information, that is, their enduring abilities and limitations in this area
of cognitive functioning» (p. 2); ainsi que les expériences métacognitives
(«the feeling that something you are trying to memorize still needs more
40 Motivation et métacognition dans l’apprentissage

study»). La première sous-catégorie concerne les «general memory


traits» et la seconde les «here-and-now memory states». Cette définition
est remaniée par Flavell (1979, 1981, 1987), qui distingue les métacon-
naissances sur soi intra-individuelles, interindividuelles et universelles
(ou les universels de la cognition). Pintrich et al. (2000) proposent de
considérer ces connaissances dans une perspective motivationnelle plu-
tôt que métacognitive. Ce recoupement des connaissances métacogni-
tives et croyances motivationnelles sera discuté plus en détails dans le
chapitre 4.

CONCLUSIONS SUR LES MÉTACONNAISSANCES

La plupart des connaissances métacognitives concerneraient des inter-


actions ou des combinaisons entre plusieurs types de connaissances et
croyances (Flavell, 1979) stockées dans la mémoire à long terme. Les
métaconnaissances peuvent être inexactes, d’où le terme de croyances.
Si une partie des métaconnaissances sont activées suite à un rappel
délibéré et conscient, une autre partie serait intentionnellement et auto-
matiquement activée par des indices présents dans la situation. Ces
dernières influenceraient le cours de l’entreprise cognitive sans toute-
fois entrer elles-mêmes dans la conscience. Kluwe (1982) postule que la
quantité et l’exactitude des connaissances cognitives (puisqu’il rejette le
concept de connaissances métacognitives) seraient fonction de l’expé-
rience avec les situations problèmes dans le domaine concerné. En
outre, les métaconnaissances auraient, selon Efklides (2001), une portée
générale, c’est-à-dire qu’elles se réfèrent entre autres à des classes de
tâches similaires ou à des modèles de traitement cognitif. Au contraire,
la troisième composante métacognitive, à savoir les expériences méta-
cognitives, porte sur une tâche spécifique alors que l’individu est en
train de la réaliser.

LES EXPÉRIENCES MÉTACOGNITIVES


(JUGEMENTS ET SENTIMENTS MÉTACOGNITIFS)
Cette composante de la métacognition repose d’une part sur le modèle
théorique proposé par Nelson (1996; Nelson & Narens, 1990, 1994) dans
le cadre de la métamémoire et d’autre part sur le concept d’expériences
métacognitives qui incluent des aspects de monitorage cognitif et affectif
Métacognition, apprentissage et mathématiques 41

(Efklides, 2001; Flavell, 1979). Nous allons décrire cette composante en


nous appuyant sur les positions de ces trois chercheurs.

LES JUGEMENTS MÉTACOGNITIFS OU MONITORAGE

En psychologie cognitive, les jugements métacognitifs sont traités sous


le terme de monitorage (monitoring). Le monitorage concerne la
conscience, pendant une activité cognitive (on-line), de sa propre com-
préhension et réalisation de la tâche, soit une évaluation de ce qui est en
train de se dérouler au niveau de l’action; la capacité de s’autotester au
cours d’un apprentissage en serait un bon exemple (Mazzoni & Kirsch,
2002). Le monitorage est défini comme la capacité de juger avec succès
ses propres processus cognitifs; le contrôle étant la capacité d’utiliser ce
jugement pour altérer le comportement (Son & Schwartz, 2002).9 Le
monitorage ainsi que ses liens avec le contrôle ont été explicités dans un
cadre théorique (Nelson & Narens, 1990) qui fait référence dans l’étude
de la métamémoire.

LE CADRE THÉORIQUE DE NELSON ET NARENS

Nelson et Narens (1990) ont proposé un modèle théorique, illustré dans


la figure 2.2, qui a pour objectif d’expliquer le fonctionnement de la
métamémoire. Trois principes sont à la base de leur conception théorique:

1. Les processus cognitifs sont divisés en deux niveaux interdépen-


dants: le niveau «objet» et le niveau «méta».
2. Le niveau méta contient un modèle dynamique du niveau objet.10

9 Ensemble, monitorage et contrôle représentent ce que Borkowski, Chan et


Muthukrishna (2000) nomment le fonctionnement exécutif. Chez Kluwe
(1982), on retrouve le terme de monitorage, qui signifie acquérir des informa-
tions sur le fonctionnement, et le terme de régulation, qui correspond au
contrôle.
10 Nelson (1996) fait référence au paradoxe de Comte afin d’expliquer comment
quelqu’un peut être en même temps l’observé et l’observateur. Pour ce faire,
Nelson s’inspire de la conception de Tarski (1956, cité in Nelson, 1996), qui a
proposé de distinguer entre différents niveaux d’énoncés pour expliquer le
paradoxe du menteur. Au niveau inférieur, appelé niveau objet, se trouvent
les phrases concernant les choses ou objets, excepté les phrases elles-mêmes.
Au niveau supérieur, le niveau méta, se trouvent uniquement des phrases
42 Motivation et métacognition dans l’apprentissage

3. Il existe deux relations de dominance nommées contrôle et monito-


rage et qui sont définies en termes de direction du flux d’informa-
tions entre les deux types de niveaux. En d’autres termes, les niveaux
s’informent réciproquement de leurs fonctionnements.

Figure 2.2. La relation entre les niveaux objet et méta selon Nelson &
Narens (1990).

Les niveaux objet et méta


Le niveau méta contient une sorte de modèle spécifiant un but et la
façon dont il peut utiliser le niveau de l’objet pour l’accomplir. Ainsi, le
niveau méta supervise l’accomplissement de buts en communiquant

concernant les phrases du niveau objet. Il y a potentiellement plusieurs


niveaux additionnels, avec comme restriction qu’aucune phrase ne peut se
référer à elle-même. Ce cadre permet d’expliquer comment il est possible de
parler de la véracité ou de la fausseté des phrases. L’application de ce cadre
au paradoxe de Comte mène à un modèle métacognitif de la conscience et de
la cognition. En utilisant cette distinction, les deux processus peuvent être
analysés ensemble. Au niveau objet, il s’agit des cognitions concernant les
objets externes. Au premier niveau méta, les cognitions concernent les cogni-
tions des objets externes.
Métacognition, apprentissage et mathématiques 43

avec le niveau objet grâce aux flux d’informations (définis ci-après). Le


niveau méta est considéré dynamique car il travaille sur l’évaluation de
la situation présente et est guidé par l’introspection. Le niveau objet
inclut les actions et les comportements du monde externe. Selon Nelson,
ce qui distingue le niveau objet du niveau méta est le caractère intros-
pectif des verbalisations de ce dernier. En outre, les niveaux objet et
méta opéreraient en théorie de façon simultanée sur des aspects diffé-
rents de la situation; ils travailleraient potentiellement à des vitesses dif-
férentes.
Les flux d’informations
Les flux d’informations qui permettent la communication entre les
niveaux objet et méta sont nommés contrôle et monitorage. La notion
fondamentale sous-jacente au contrôle est que le niveau méta informe
(processus top-down) le niveau objet de ce qu’il doit faire ensuite, c’est-à-
dire qu’il modifie le niveau objet; mais ce n’est pas réciproque. L’infor-
mation transmise du niveau méta au niveau objet a pour effet soit de
changer ou de modifier l’état des processus du niveau objet (les actions),
soit de modifier le processus de niveau objet lui-même. Ceci permet
d’initier, de continuer ou de terminer une action. Le contrôle ne se limite
ainsi pas au lancement ou à l’arrêt d’une action, mais il peut également
modifier le processus au niveau objet, tel que changer de stratégie pour
réaliser la tâche en cours. Les processus de contrôle sont révélés par les
comportements qu’une personne engage en fonction du monitorage réa-
lisé. Puisque le contrôle en soi ne fournit pas d’information à propos du
niveau objet, une composante de monitorage donnant des informations
sur l’état actuel du système et indépendante du contrôle est nécessaire.
Les processus de contrôle considérés dans le modèle de Nelson et
Narens, relatifs à la métamémoire, sont les suivants: sélection du type de
traitement, allocation du temps d’étude, achèvement de l’étude, sélec-
tion d’une stratégie de recherche et achèvement de la recherche. Nous
traiterons de ces processus sous les termes de stratégies métacognitives.
La notion fondamentale sous-jacente au monitorage est que le niveau
méta est informé par le niveau objet de l’état de celui-ci (data-driven pro-
cess; Bobrow & Norman, 1975). Ceci met à jour l’état du modèle de
niveau méta de la situation. Dans le cadre des recherches sur la métamé-
moire, deux types de monitorage sont distingués: prospectif (soit un
jugement porté avant de donner la réponse) et rétrospectif (soit un juge-
ment porté après avoir donné une réponse). Le monitorage prospectif
44 Motivation et métacognition dans l’apprentissage

est sous-divisé en trois catégories par Nelson et Narens (1990): ease-of-


learning judgment (évaluation de la facilité d’apprentissage des items),
judgment-of-learning (jugement d’apprentissage ou de rétention) et fee-
ling-of-knowing judgment (sentiment de connaître ou de savoir la réponse
sans pouvoir s’en rappeler). Le seul jugement de monitorage rétrospectif
est le confidence judgment (jugement de confiance en sa réponse). Ces
jugements ont été opérationnalisés sous la forme de rapports introspec-
tifs (en particulier autorapportés sur une échelle de Likert), alors que les
processus de contrôle sont décelés par des observations du comporte-
ment (telles que le temps consacré à l’étude des items).
Ce modèle théorique peut être qualifié de «purement cognitif» ou de
modèle de cognition froide. Nous pouvons lui reprocher de ne pas
considérer les aspects motivationnels et émotionnels du fonctionnement
intellectuel. Par exemple, dans la prédiction de l’allocation du temps
d’étude, les seules variables prédictives sont les jugements métacogni-
tifs, alors que dans une situation d’apprentissage hors laboratoire, de
nombreuses autres variables sont influentes, notamment la valeur attri-
buée à la tâche et les buts de compétence.

LES EXPÉRIENCES MÉTACOGNITIVES SELON FLAVELL

Le concept de monitorage, tel que proposé par Nelson et Narens (1990),


était déjà présent dans le modèle théorique de Flavell (1979) sous le nom
d’expériences métacognitives. Si ce concept n’apparaissait pas dans le
chapitre de 1977, il constitue par contre une entité conceptuelle majeure
de la théorie dans les publications suivantes. Les expériences métacogni-
tives sont définies comme:

conscious experiences that are cognitive and affective. What make them
metacognitive experiences rather than experiences of another kind is that
they have to do with some cognitive endeavor or entreprise, most frequently
a current, ongoing one. […] any kind of affective or cognitive conscious
experience that is pertinent to the conduct of intellectual life […]. (Flavell,
1987, p. 24, caractères gras rajoutés)

En plus des «here-and-now memory states», Flavell (1981) cite comme


exemples le sentiment que l’on n’a pas compris ce qui a été dit ou le sen-
timent que ce que l’on essayait de dire a finalement été compris par son
interlocuteur. Tant la manifestation des expériences métacognitives que
leurs effets peuvent être influencés par les métaconnaissances. Par
Métacognition, apprentissage et mathématiques 45

exemple, si, durant la lecture d’un texte, l’on est soudainement intrigué
par une certaine phrase, nos connaissances métacognitives pourraient
nous mener à prendre ce sentiment au sérieux en tant que symptôme
d’une probable incompréhension, à essayer d’en chercher la cause et à
clarifier notre compréhension du texte autant que possible (Flavell,
1981). Par ailleurs, une expérience métacognitive peut constituer l’ori-
gine d’une nouvelle métaconnaissance. Tel est le cas, par exemple,
lorsque l’on prend conscience, pendant que l’on réalise des additions en
colonnes, que l’on devrait toujours faire les calculs deux fois pour s’as-
surer du résultat. Selon Flavell (1987), les expériences métacognitives
seraient liées de façon réciproque aux activités de contrôle, les premières
pouvant éliciter les secondes et inversement. Si, par exemple, un élève se
rend compte qu’il n’a pas compris une phrase, il doit savoir en tirer les
conséquences et éliciter un processus de contrôle (tel que l’application
d’une stratégie de relecture). Ainsi, comme dans le modèle de Nelson et
Narens (1990), l’expérience métacognitive sert de base à une activité de
contrôle. A l’inverse, la vérification, par un élève, des calculs qu’il a
effectués lui permet d’évaluer sa confiance en son résultat.
Finalement, la croyance générale que les expériences métacognitives
peuvent être très utiles pour le fonctionnement cognitif et par consé-
quent qu’il est profitable de les considérer et de chercher à en réaliser,
constituerait une part significative des métaconnaissances. Flavell (1981)
relève que toutes les expériences métacognitives ne sont pas des méta-
connaissances devenues conscientes (par exemple un sentiment de
surprise lorsqu’une information inattendue est découverte). Les expé-
riences métacognitives sont souvent en lien avec la progression vers un
but. Par exemple, nous avons l’impression que nous arrivons presque au
but, que nous avons la solution du problème «sur le bout de la langue»,
que nous avons atteint le but ou qu’il est inatteignable. Les expériences
métacognitives peuvent être de nature émotionnelle (par exemple se
sentir admiratif ou rebuté par certaines informations). Elles peuvent
nous amener à créer un nouveau but, à abandonner un but ou à en chan-
ger, ce qui se manifeste dans les processus de contrôle du modèle de
Nelson et Narens (1990). Certaines conditions rendent probable l’appari-
tion d’une expérience métacognitive (Flavell, 1987):

a) La situation élicite cette expérience (par exemple, dans le cas où nous


devons justifier une conclusion ou défendre une opinion).
b) La situation cognitive est nouvelle et non familière.
46 Motivation et métacognition dans l’apprentissage

c) La situation nécessite de réaliser des inférences correctes, des juge-


ments et de prendre des décisions.
d) La situation devient confuse (par exemple contradictoire).
e) Les ressources attentionnelles et mnésiques ne sont pas toutes acca-
parées par des expériences subjectives plus «urgentes» telles que
l’anxiété.

Boekaerts (1999) affirme que les chercheurs qui ont suivi les idées de
Flavell n’ont pas réalisé de distinctions claires entre les sentiments liés
au processus d’apprentissage ou de résolution du problème lui-même
(par exemple, feeling-of-knowing, feeling-of-understanding) et les cognitions
et affects faisant référence à soi-même et qui apportent des informations
sur la valeur, l’intérêt, les buts et le sentiment d’efficacité personnelle
relatif à la tâche ou l’activité (par exemple, feeling-of-liking). Ce manque
de distinction contribuerait à la perception, par nombre de chercheurs,
du construit de la métacognition comme flou. Cette constatation signifie
que la conception de Flavell a confondu la conscience de l’élève au sujet
de la façon dont il utilise son système cognitif avec sa conscience au
sujet de lui-même en relation à une tâche actuelle ou à venir (incluant
ses propres buts, souhaits, besoins et bien-être). Efklides (2001, 2011),
bien qu’incluant dans les expériences métacognitives des variables
considérées comme motivationnelles par Boekaerts, propose une distinc-
tion entre sentiments métacognitifs (affects faisant référence à soi-même)
et jugements métacognitifs (liés au processus d’apprentissage ou de
résolution) dans sa perspective théorique récente inspirée des travaux
de Flavell.

LES TRAVAUX D’EFKLIDES SUR LES EXPÉRIENCES MÉTACOGNITIVES

Efklides et ses collaborateurs ont poursuivi les travaux de Flavell dans


ce domaine et ils ont adapté les jugements de monitorage proposés dans
les théories de la métamémoire à des situations de résolutions de pro-
blèmes (Efklides, 2002a). Il s’agit d’une perspective élargie du monito-
rage classique (tel que décrit par le modèle de Nelson et Narens, 1990),
car elle inclut tant des jugements cognitifs (par exemple l’estimation de
l’exactitude de la réponse) que des jugements à caractère affectif (par
exemple le sentiment de satisfaction). Efklides (2002b) définit les expé-
riences métacognitives de la façon suivante:
Métacognition, apprentissage et mathématiques 47

the metacognitive feelings and metacognitive judgments or estimates […] are


subjective experiences that result from the monitoring of cognitive processing
and the person’s appraisals or evaluations regarding the antecedents or out-
comes of the processing. They are experiences that constitute aspects of online
metacognition. They are, in other words, metacognitive experiences. (p. 165)

Les métaconnaissances se différencient des expériences métacognitives


sur deux aspects. Premièrement, les expériences métacognitives sont des
produits du monitorage réalisé pendant l’activité cognitive, alors que les
métaconnaissances sont des connaissances enregistrées dans la mémoire
à long terme. Deuxièmement, les expériences métacognitives sont spéci-
fiques, car elles se réfèrent à des caractéristiques propres à la tâche ou à
son traitement, alors que les métaconnaissances concernent des classes
de tâches similaires ou leurs réponses, des modèles de traitement cogni-
tif, des croyances sur soi ou sur les autres impliqués dans des tâches, des
expériences avec des tâches dans diverses occasions, des stratégies utili-
sées, etc. En bref, les métaconnaissances ont une portée générale.
Les expériences métacognitives ne sont pas non plus équivalentes à
l’analyse de la tâche ou à la perception de la tâche, car ces deux phéno-
mènes sont fondés sur des processus d’analyses cognitives alors que les
expériences métacognitives – en particulier les sentiments métacognitifs –
sont les produits de processus non analytiques et inconscients (Efklides,
2001, 2006a, b). En outre, si la recherche dans le domaine de la métamé-
moire s’est principalement intéressée aux relations entre la métacognition
et la cognition, les situations de résolution de problèmes impliquent éga-
lement des buts et des résultats qui sont liés à soi, aux perceptions ou
encore à ses intérêts. Ainsi, selon Efklides (2002a), des expériences méta-
cognitives telles que le sentiment de difficulté dont l’élève fait l’expé-
rience en cours de résolution pourraient avoir un effet sur les croyances
motivationnelles ou la perception de ses capacités par rapport à la tâche.
Les expériences métacognitives seraient présentes dans toutes les phases
de résolution d’un problème et fourniraient un input pour la mobilisa-
tion de stratégies cognitives et métacognitives ainsi que pour les réac-
tions affectives qui permettent à la personne de prendre en charge son
propre apprentissage (Efklides, 2004). Les sentiments métacognitifs
informent la personne de la fluence ou de l’évolution correcte du traite-
ment cognitif ainsi que de la correspondance entre les résultats et les
objectifs de la personne (Efklides, 2004, p. 261). Efklides (2002a, p. 21)
postule que les expériences métacognitives impliqueraient plus que les
48 Motivation et métacognition dans l’apprentissage

seuls monitorage et contrôle de la cognition: elles auraient un effet


notamment sur l’affect et la volonté.
Deux types d’expériences métacognitives
Deux types d’expériences métacognitives sont distingués: les sentiments
métacognitifs et les jugements métacognitifs (Efklides, 2002a). Le terme de
sentiment est défini non pas comme une émotion mais comme la
conscience d’états ou de réponses subjectives qui sont caractérisés par la
qualité de plaisir/déplaisir (Efklides, 2002b). Ainsi, si les sentiments
métacognitifs apportent des informations sur la cognition, ils ont égale-
ment un caractère affectif, ce qui se manifeste par leur aspect plaisant ou
déplaisant. Le sentiment de familiarité aurait par exemple une valence
positive, au contraire du sentiment de difficulté dont la valence serait
négative. L’information apportée par ces sentiments est caractérisée par
une pertinence personnelle, et ceci leur donne leur caractère affectif
(Efklides, 2002a). Les sentiments et jugements considérés comme expé-
riences métacognitives ne fonctionnent pas au même niveau que les
cognitions, mais à un niveau méta, se référant ainsi au modèle de Nel-
son (Nelson & Narens, 1990). A ce niveau méta, on trouve également les
jugements métacognitifs qui sont de nature cognitive et concernent
notamment l’accomplissement d’un travail, la fin du temps d’études
(par exemple, est-ce que je connais la matière suffisamment bien pour
pouvoir arrêter de l’étudier?) ou le fait que le résultat d’un problème
résolu est correct (jugement d’exactitude de la solution; judgment or esti-
mate of solution correctness appelé confidence judgment par d’autres cher-
cheurs tels que Nelson et Narens, 1990, ou Schraw et al., 1995). Les
jugements de ce type concernent la qualité ou les caractéristiques de son
propre traitement cognitif. Toutefois, il ne s’agit pas d’un point de vue
de pertinence personnelle tel que l’adéquation aux buts propres par
exemple. Notons que lorsqu’il est demandé à l’élève d’évaluer l’intensité
d’un sentiment dont il est conscient, il s’agit également d’un jugement
ou d’une estimation par rapport à un sentiment. Parmi les jugements
métacognitifs figurent également les jugements relatifs aux caractéris-
tiques de la tâche et de son traitement. Par exemple, il s’agit de savoir
dans quelle mesure deux tâches sont similaires en termes de caractéris-
tiques de surface et de traitement. Ce jugement peut être considéré
comme une connaissance on-line spécifique à la tâche, qui s’appuie sur
les connaissances métacognitives relatives aux tâches et à leur traite-
ment.
Métacognition, apprentissage et mathématiques 49

Efklides (2002a) interprète la distinction entre jugements et senti-


ments comme les deux extrémités d’un continuum des expériences
métacognitives; continuum qui irait des sentiments marqués par des
buts pertinents par rapport à soi à des connaissances spécifiques à la
tâche et on-line, guidés principalement par des informations relatives à
la tâche. Dans tous les cas, les expériences métacognitives joueraient le
rôle d’interfaces entre la personne et la tâche, avec des accents différents
sur la personne, la cognition ou la tâche en cours. Les expériences méta-
cognitives considérées par Efklides (sentiment de connaître, feeling-
of-knowing; sentiment de familiarité, feeling-of-familiarity; jugement
d’apprentissage, judgment-of-learning; sentiment de difficulté, feeling-of-
difficulty; sentiment de confiance, feeling-of-confidence; estimation de
l’exactitude de la solution, estimate of solution correctness; et sentiment de
satisfaction, feeling-of-satisfaction) sont toutes des expressions du monito-
rage du traitement cognitif à partir du moment où la tâche est présentée
jusqu’à la conclusion de son traitement (Efklides, 2004).
Les connaissances spécifiques à la tâche en cours concernent ses
caractéristiques ainsi que des aspects relatifs à l’opération ou la procé-
dure à employer pour la résolution. Ces connaissances corrèlent positi-
vement avec la performance (Efklides, Samara & Petropoulou, 1999),
alors que les expériences métacognitives ne corrèlent pas systématique-
ment avec la performance. En outre, la relation entre expérience métaco-
gnitive et performance est plus forte lorsque l’expérience est rapportée
après la résolution plutôt qu’avant la résolution. Ceci montre que les
expériences métacognitives ne fonctionnent pas de la même manière
que les connaissances spécifiques à la tâche. Les premières seraient
basées sur des processus inférentiels (Efklides, 2001) qui ne reflèteraient
pas nécessairement les résultats observables, d’où une faible relation
avec la performance. Par ailleurs, les expériences métacognitives ne sont
pas corrélées aux connaissances spécifiques à la tâche, ce qui signifie que
les expériences métacognitives et les connaissances spécifiques à la tâche
sont distinctes, bien qu’elles fonctionnent toutes les deux on-line.
Les bases des expériences métacognitives et leurs influences
Les expériences métacognitives seraient formées à travers des processus
différents de ceux sur lesquels se basent les connaissances spécifiques à
la tâche. Ces dernières proviennent de processus analytiques conscients,
qui utilisent les caractéristiques de la tâche stockées dans la mémoire de
travail ou des métaconnaissances évoquées en relation avec la tâche en
50 Motivation et métacognition dans l’apprentissage

cours. Par contre, les jugements et sentiments métacognitifs utiliseraient


comme base des informations données par le concept de soi et d’autres
caractéristiques motivationnelles et cognitives de la personne, par la
tâche et son traitement ainsi que par d’autres sentiments conscients à ce
moment-là. Les élèves ne sont toutefois généralement pas conscients de
ce qui est à la base de leurs jugements ou sentiments métacognitifs. En
outre, le développement des connaissances spécifiques à la tâche permet
aux processus sous-jacents à la formation des expériences métacogni-
tives de devenir de plus en plus analytiques et précis. Les expériences
métacognitives seraient influencées par trois types de facteurs:

a) des facteurs liés à la tâche, tels que la complexité ou les expériences


passées avec le même type de tâche;
b) des facteurs personnels, tels que les croyances motivationnelles, les
capacités cognitives, la personnalité, l’humeur ou l’expertise dans le
domaine concerné;
c) des aspects métacognitifs, tels que les croyances et connaissances
métacognitives.

Les recherches empiriques sur les expériences métacognitives ont per-


mis de révéler un certain nombre de relations entre métacognition et
croyances motivationnelles. Par exemple, Dermitzaki et Efklides (2001)
ont montré que le concept de soi et les expériences métacognitives s’in-
fluençaient réciproquement. Efklides (2001) a étudié, avec des élèves des
5e et 6e degrés primaires, l’effet des expériences métacognitives sur le
concept de soi et a montré, avec une analyse en cheminement, que les
expériences métacognitives concernant la capacité et l’effort contribuent
à la formation du concept de soi par rapport à des tâches de mathéma-
tiques. Les expériences métacognitives influencent également le type
d’attributions causales réalisé par l’élève (Metallidou & Efklides, 2001).
Par ailleurs, sur la base de résultats montrant que les élèves n’utilisent
dans le traitement des tâches qu’une part de leurs métaconnaissances
sur les stratégies (en fonction des caractéristiques de la tâche et des
capacités cognitives), Efklides (2001) conjecture que les expériences
métacognitives influencent la relation entre les métaconnaissances sur
les stratégies et la mobilisation effective de ces stratégies. Toutefois, cette
hypothèse n’a pas été testée empiriquement.
En résumé, les résultats d’Efklides suggèrent que les expériences
métacognitives seraient des aspects de l’expérience subjective qui jouent
Métacognition, apprentissage et mathématiques 51

un rôle significatif dans l’autorégulation, dans le cadre du monitorage et


de l’application de stratégies cognitives et métacognitives. Efklides
(2004) postule que les expériences métacognitives contribuent aux déci-
sions de contrôle (choix d’une stratégie) de deux façons: d’une part
directement, par leur activation durant la tâche des stratégies cognitives
et métacognitives, et d’autre part indirectement, en fournissant des
informations à la base de connaissances métacognitives par rapport à la
tâche, la personne et les stratégies. Ces métaconnaissances sont ensuite
utilisées pour guider l’utilisation et la sélection des stratégies.11 Relative-
ment peu d’études empiriques se sont toutefois intéressées au lien entre
expériences métacognitives et stratégies métacognitives.

LES STRATÉGIES MÉTACOGNITIVES


Une autre composante de la métacognition, introduite explicitement par
Brown (1978, 1987), est de type procédural: les stratégies métacognitives.
L’idée de ces processus de contrôle est dans un premier temps apparue
dans le champ d’étude de la mémoire humaine. R.C. Atkinson et Shiffrin
(1968) ont les premiers proposé un modèle incluant, en plus des caracté-
ristiques dites structurelles de la mémoire, des processus de contrôle
sous la direction volontaire de l’individu (par exemple, la répétition, le
codage ou des stratégies de recherche). Relevons que les définitions
et classifications du fonctionnement exécutif (Borkowski et al., 2000;
Brown, 1978; Kluwe, 1982) ou de la régulation métacognitive ont généra-
lement mélangé contrôle métacognitif et jugements métacognitifs, alors
que nous les traitons volontairement de manière distincte. Selon
Schwartz et Perfect (2002), «metacognitive control is the conscious and
non-conscious decisions that we make based on the output of our moni-
toring processes» (p. 4). Cette définition introduit explicitement la possi-
bilité que le contrôle métacognitif puisse être réalisé de manière
automatisée par l’individu. Brown (1987) avait déjà insisté sur ce
contrôle inconscient:

11 La fonction de contrôle (équivalente aux stratégies métacognitives) est défi-


nie de manière très large par Efklides (2006a): il s’agit des activités et de l’uti-
lisation des stratégies de manière consciente et délibérée, notamment pour
l’allocation des efforts et du temps, la planification ou la vérification.
52 Motivation et métacognition dans l’apprentissage

These activities are often not statable; knowing how to do something does
not necessarily mean that the activities can be brought to the level of con-
scious awareness and reported on to others. (p. 68)

Brown (1987) distingue les processus métacognitifs de régulation et de


monitorage de l’apprentissage selon trois types d’activités:

a) les activités de planification (prédire les résultats, prévoir les straté-


gies, différentes formes d’essai erreur) avant de se lancer dans la réa-
lisation d’une tâche;
b) les activités de contrôle continu (guider, tester, réviser, re-prévoir ses
stratégies pour l’apprentissage) pendant l’apprentissage;
c) la vérification des résultats (évaluer le résultat d’actions stratégiques
par rapport aux critères d’efficacité) après l’apprentissage.

Selon les chercheurs, les stratégies métacognitives sont définies de


manières différentes. Par exemple, Schraw (1998) ou Brown (1978) propo-
sent de considérer les stratégies de planification, de monitorage et de
contrôle comme étant les trois essentielles. La régulation de la cognition
concerne une série d’activités qui permettent à l’élève de contrôler son
fonctionnement dans des tâches d’apprentissage ou de résolution de pro-
blème. Les recherches soutiennent l’hypothèse que la régulation métaco-
gnitive améliore la performance et l’apprentissage de plusieurs façons,
dont une meilleure utilisation des ressources attentionnelles, des straté-
gies existantes et une plus grande conscience des difficultés de compré-
hension (Schraw, 1998). En outre, le recours aux premières stratégies
métacognitives se manifeste relativement tôt dans le développement
cognitif de l’enfant. En effet, selon Kluwe (1980, cité in Kluwe, 1982), les
enfants montrent, dès l’âge de quatre ans, des signes de régulation de
leurs processus de résolution de problème pour s’adapter aux demandes
changeantes de la tâche. De plus, Whitebread, Coltman, Anderson,
Mehta et Pino-Pasternak (2005) ont montré que les comportements d’en-
fants de cinq ans révélaient des indices de stratégies métacognitives dans
la mesure où la tâche était compréhensible et les intéressait.
Nous considérerons, dans cet ouvrage, que les stratégies métacogni-
tives sont constituées des activités d’anticipation (par exemple se deman-
der quelles pourraient être les difficultés d’une tâche avant de se lancer
dans sa résolution), de planification (par exemple déterminer les étapes de
résolution d’une tâche) et de vérification (par exemple vérifier, pendant la
Métacognition, apprentissage et mathématiques 53

résolution, que nous sommes sur la bonne voie). Ces activités peuvent
prendre des formes diverses en fonction des tâches, des domaines et des
situations, mais elles constituent toujours, selon nous, les activités essen-
tielles du contrôle métacognitif. Bien que nous distinguions en théorie
trois types d’activités, celles-ci ne sont pas facilement distinguables empi-
riquement, puisqu’elles peuvent se recouper ou être exécutées de manière
simultanée. Par exemple, les activités d’anticipation et de planification
sont souvent peu différenciables car elles sont réalisées en même temps,
étant donné qu’elles sont fortement interdépendantes.
Chacune des composantes de la métacognition est reconnue comme
importante dans les acquisitions et apprentissages scolaires, notamment
les mathématiques (De Corte, Verschaffel & Op’t Eynde, 2000; Desoete et
al., 2002; Focant & Grégoire, 2005; Garofalo & Lester, 1985; Lucangeli &
Cornoldi, 1999; Schneider & Artelt, 2010; Schoenfeld, 1992), la lecture et
la compréhension de texte (Baker & Brown, 1984; Büchel, 1982; Garner,
1987; Palincsar & Brown, 1984; Pressley & Gaskins, 2006; Veenman &
Beishuizen, 2004), ainsi que la rédaction textuelle (Allal & Saada-Robert,
1992; Graham & Harris, 1997). Etant donné que nous nous intéressons,
dans cet ouvrage, au domaine de la résolution de problèmes mathéma-
tiques, nous présentons la pertinence de la métacognition par rapport à
ce domaine.

LA MÉTACOGNITION EN RÉSOLUTION
DE PROBLÈMES MATHÉMATIQUES

Si les recherches sur la métacognition ont débuté dans le champ d’étude


de la mémoire, elles ont rapidement été adaptées et appliquées à l’étude
de la résolution de problèmes notamment mathématiques. La métaco-
gnition est reconnue comme jouant un rôle clé dans la résolution de pro-
blèmes mathématiques, comme en témoigne un ouvrage récent consacré
spécifiquement à ce sujet (Desoete & Veenman, 2006). Chez les jeunes
enfants, une combinaison des métaconnaissances et des stratégies méta-
cognitives expliquerait 37% de la variance des performances dans ce
type de tâches. Les compétences de monitorage (prédiction et évalua-
tion) expliqueraient à elles seules 16% de la variance des performances
en mathématiques et permettraient de discriminer les élèves présentant
des troubles d’apprentissages en mathématiques de leurs pairs dont les
performances sont simplement inférieures à la moyenne (Desoete,
54 Motivation et métacognition dans l’apprentissage

Roeyers, & Buysse, 2001), ou les élèves qui réussissent en mathéma-


tiques de ceux qui réussissent moins bien (Lucangeli & Cornoldi, 1997).
Lucangeli et Cornoldi (1997) ont observé que les compétences métaco-
gnitives prédisaient 69% de la variance de la performance en mathéma-
tiques chez des élèves du 3e degré primaire et 41% chez des élèves du 4e
degré primaire. En outre, ces compétences expliquent une part de
variance plus large dans les tâches les plus complexes, c’est-à-dire les
moins automatisées. Les travaux de Montague (2007; Montague & Bos,
1990) avec des adolescents présentant de grandes difficultés dans la
résolution de problèmes ont montré que leurs lacunes étaient largement
dues à un déficit métacognitif et que l’entraînement de ces compétences
leur permettait d’améliorer considérablement leurs capacités dans ce
domaine. Schoenfeld (1985) a précisément décrit les causes et les effets
du manque de recours à des stratégies métacognitives par des étudiants,
lors de la résolution de problèmes géométriques complexes. En outre,
déjà lors du premier degré scolaire, les élèves qui démontrent des méta-
connaissances sur les stratégies en mathématiques se distinguent par
leur plus grande compétence dans l’utilisation de ces stratégies (Carr &
Jessup, 1997). Selon Lucangeli et Cornoldi (1997), un élève compétent en
mathématiques a développé tant des compétences dans le monitorage et
l’application de stratégies métacognitives que des compétences cogni-
tives spécifiques au domaine (par exemple, des compétences arithmé-
tiques). De plus, cet élève est vigilant et attentif dans l’utilisation
consciente de ses habiletés cognitives. Finalement, relevons que les com-
pétences métacognitives sont plus largement prédictives de l’apprentis-
sage en mathématiques que ne l’est l’intelligence (Veenman, 2006), ce
qui confirme l’importance de son rôle. Etant donné cette importance, les
composantes métacognitives se voient attribuer un rôle central dans les
objectifs pédagogiques actuels des programmes d’enseignement des
mathématiques (Op’t Eynde et al., 2006).
Lucangeli, Tressoldi et Cendron (1998) proposent un modèle dit «éco-
nomique» des compétences nécessaires à la résolution de problèmes
arithmétiques textuels. Parmi les composantes figurent tant des compé-
tences cognitives que métacognitives, ces dernières étant représentées
par la planification et l’autoévaluation de la procédure de résolution.
Dans leur modèle théorique de départ, Lucangeli et al. (1998) considé-
raient trois compétences qu’ils estiment possible d’opérationnaliser afin
de les mesurer: l’estimation a priori du résultat, l’autoévaluation des cal-
culs et l’autoévaluation de la procédure. Les deux premières ne figurent
Métacognition, apprentissage et mathématiques 55

pas dans leur modèle final, car elles n’expliquent pas de variance unique.
L’autoévaluation des calculs est très fortement corrélée (r = .90) à l’autoé-
valuation de la procédure; il semble ainsi que les élèves incluent le juge-
ment relatif à leurs calculs dans le jugement de leur procédure. Les deux
types d’autoévaluation sont largement corrélés avec les compétences
cognitives mesurées sur la base des mêmes problèmes (entre r = .26 et
r = .37 avec la compréhension, la représentation et la classification). La
planification est corrélée fortement avec les compétences cognitives, tout
comme la prédiction (estimation du résultat a priori). La prédiction est
plus faiblement corrélée avec les items d’autoévaluation qu’avec les com-
pétences cognitives, ce qui est également le cas de la planification.

LES CONNAISSANCES ET CROYANCES MÉTACOGNITIVES


DANS LA RÉSOLUTION DE PROBLÈMES MATHÉMATIQUES

Dans le domaine de la résolution de problèmes mathématiques, les


métaconnaissances sur les stratégies cognitives se traduisent en connais-
sances sur les opérations arithmétiques, sur leurs conditions d’applica-
tion, les erreurs-types que l’on commet dans leur exécution, mais
également en connaissances sur d’autres stratégies telles que faire un
schéma ou encore d’autres stratégies dites heuristiques. Les connais-
sances sur les tâches sont par exemple relatives aux facteurs de difficul-
tés d’un problème ou à l’attribution du problème à une classe de tâches.
Desoete et al. (2002) ajouteraient ici ce qu’ils nomment «les croyances
métacognitives relatives à soi» (concept de soi, sentiment d’efficacité
personnelle, etc.). Pour notre part, nous les traitons comme variables
liées à la motivation plutôt que comme variables métacognitives. Selon
Desoete et al. (2001), les métaconnaissances en résolution de problèmes
mathématiques peuvent consister en la connaissance de la difficulté
d’un problème en comparaison avec un autre (connaissances déclara-
tives), en les raisons de cette plus ou moins grande difficulté (connais-
sances conditionnelles) et en la connaissance de la façon dont le
problème va être traité (connaissances procédurales).
Garofalo et Lester (1985) ont appliqué les catégories de métaconnais-
sances décrites par Flavell et Wellman (1977) à la résolution de problèmes
mathématiques. Les métaconnaissances sur la personne concernent l’éva-
luation de ses propres capacités et limites (nous préférons pour cela les
termes concept de soi et sentiment d’efficacité personnelle) par rapport
aux mathématiques en général et par rapport à des domaines ou des
56 Motivation et métacognition dans l’apprentissage

tâches spécifiques. Ces connaissances incluent également les croyances


relatives à la nature des capacités en mathématiques, la relation entre
la performance en mathématiques et la performance dans d’autres
domaines, ainsi que les effets des éléments affectifs tels que la motivation,
l’anxiété ou la persévérance. Ces connaissances sont particulièrement
biaisées chez les élèves des degrés primaires, qui font état de nombreuses
fausses idées sur les mathématiques. Les métaconnaissances sur les
tâches concernent, toujours selon Garofalo et Lester, les croyances sur les
mathématiques en tant que sujet, les croyances sur la nature des tâches
mathématiques, ainsi que la conscience des effets des caractéristiques de
la tâche (contenu, contexte, structure, syntaxe et difficultés). Pour ces
métaconnaissances aussi, les élèves du primaire possèdent des connais-
sances naïves et en partie erronées. Les métaconnaissances sur les straté-
gies incluent les connaissances sur les algorithmes et heuristiques ainsi
que la conscience que les stratégies aident à la compréhension, à l’organi-
sation des informations, à la planification ou encore à la vérification des
résultats. Ces métaconnaissances concernent également la conscience de
l’utilité des stratégies et la connaissance de leur champ d’application.
Comme pour les métaconnaissances relatives à la mémoire, de nom-
breuses connaissances résultent d’interactions entre les catégories et n’ap-
partiennent pas purement à une catégorie ou à une autre.
Une recherche de Carr et Jessup (1997) a confirmé que, comme dans
les autres domaines (Swanson, 1990), plus les élèves possèdent des
métaconnaissances procédurales et conditionnelles sur l’utilisation des
stratégies mathématiques, plus ils se montrent capables d’utiliser ces
stratégies avec succès. Lester et Garofalo (1982, cités in Van Haneghan &
Baker, 1989) ont comparé les connaissances relatives aux stratégies de
vérification d’élèves des troisième et cinquième degrés primaires sur la
base d’entrevues. Aucune différence développementale n’a été observée
et les élèves affirment n’utiliser qu’une stratégie de vérification empi-
rique des résultats (soit refaire les calculs), et ceci, uniquement lorsqu’ils
en ont le temps. Ces élèves n’évaluent ni la procédure ni la plausibilité
des résultats.
Bien que non traitées sous les termes de métaconnaissances par cer-
tains (notamment Op’t Eynde et al., 2006), les croyances que les élèves
ont développées au sujet des mathématiques peuvent être considérées
comme telles. Ces croyances ont une influence sur la façon dont l’élève
aborde un problème mais aussi sur la façon dont il va ensuite le
résoudre. Plusieurs chercheurs (Schoenfeld, 1985; Lester, Garofalo, &
Métacognition, apprentissage et mathématiques 57

Kroll, 1989; Op’t Eynde et al., 2006) ont identifié des croyances largement
répandues chez les élèves d’âges variés et démontré leur influence
notamment sur le fonctionnement exécutif pendant la résolution. Les
mathématiques sont un domaine particulièrement propice à la forma-
tion de croyances erronées par les élèves, comme penser, par exemple,
que la difficulté dans un problème dépend de la grandeur des nombres
qu’il contient, qu’il existerait une sorte de «bosse des maths», que tout
problème ne peut être résolu que d’une seule et unique façon, qu’il peut
être résolu en dix minutes et que si ce n’est pas le cas, cela signifie que
l’on n’y arrivera pas, ou encore que la réussite dépend de la mémorisa-
tion des formules.
Dans le cadre des mathématiques, Op’t Eynde et al. (2006) ont étudié
le système de croyances d’élèves du secondaire I, qu’ils estiment être
l’une des dispositions nécessaires à l’autorégulation de l’apprentissage
en mathématiques. Selon eux, ce système comprend les conceptions sub-
jectives au sujet de l’apprentissage des mathématiques, au sujet de soi
comme apprenant des mathématiques, ainsi que le contexte social de la
classe de mathématiques. Parmi les croyances au sujet de soi, Op’t
Eynde et al. (2006) incluent des croyances motivationnelles, soit l’orien-
tation des buts, la valeur de la tâche, la perception de contrôle et le senti-
ment d’efficacité personnelle. L’analyse en composantes principales de
leur instrument Mathematical Related Beliefs Questionnaire montre que les
croyances sur ses compétences et l’intérêt en mathématiques saturent la
même composante que les croyances sur la signification des mathéma-
tiques, ce qui révèle que les croyances métacognitives et motivation-
nelles en mathématiques sont interdépendantes.

LES JUGEMENTS ET SENTIMENTS MÉTACOGNITIFS


DANS LA RÉSOLUTION DE PROBLÈMES MATHÉMATIQUES

Les études portant sur ce sujet ont tenté de répondre à trois questions:
quelles sont les relations entre les jugements et sentiments métacognitifs
pré-résolution ou post-résolution et la performance au problème? Quels
sont les liens entre les stratégies métacognitives et ces jugements et sen-
timents? Quel est le rôle de ces jugements et sentiments dans les difficul-
tés rencontrées par certains élèves dans la résolution de problèmes
mathématiques?
Tobias et Everson (2000) partent du postulat qu’une gestion efficace de
son apprentissage ne peut pas se réaliser en l’absence d’un monitorage
58 Motivation et métacognition dans l’apprentissage

adéquat, ce qui consiste en un jugement de prédiction de sa réussite à


une certaine tâche. L’élève qui ne peut distinguer ce qu’il sait de ce qu’il
ne sait pas n’est pas en mesure d’autoréguler son apprentissage, par
exemple en choisissant une stratégie appropriée pour atteindre ses buts.
Au contraire, un élève qui est conscient de ses connaissances n’aura pas
besoin d’étudier ce qu’il sait déjà et pourra consacrer son temps au
matériel qui lui est moins familier ou par rapport auquel il juge ses com-
pétences moins bonnes. Ainsi, cet élève peut s’autoréguler, par exemple
en s’allouant un temps d’étude optimal. Avec l’instrument Knowledge
Monitoring Assessment 12, Tobias et Everson (2000) montrent qu’une éva-
luation inadéquate de sa capacité à réaliser un problème mathématique
est négativement corrélée à la réussite en mathématiques, c’est-à-dire
que capacité de prédiction (nommée monitorage par Tobias et Everson)
et réussite covarient. Leurs données ne sont toutefois que corrélation-
nelles. Cette capacité contribue de façon indépendante à la variance des
performances en mathématiques. En outre, avec des élèves du 4e au
6e degré primaire, ils montrent que la précision (ou calibration) des pré-
dictions augmente avec la compétence en mathématiques et l’expérience
scolaire. Ceci signifie que les élèves qui obtiennent les meilleurs résultats
en mathématiques sont aussi ceux dont les prédictions sont les plus pré-
cises et que la capacité de prédiction s’améliore au fur et à mesure des
années scolaires. Le sentiment de difficulté influence les idées sur le
contrôle de l’élève en cours de résolution de problèmes mathématiques,
comme l’a montré l’étude d’Efklides et al. (1999). Le sentiment de diffi-
culté varie d’une étape de résolution à une autre, et ce sentiment
influence les idées sur le contrôle. En outre, la relation entre le sentiment
de difficulté et la performance est médiatisée par les idées sur le
contrôle. Cette recherche montre que les sentiments et jugements méta-
cognitifs constituent l’une des bases des décisions de contrôle.
Van Haneghan et Baker (1989) définissent le monitorage dans l’ap-
prentissage des mathématiques comme les activités des élèves visant à

12 Dans ce test, l’élève doit prédire sa réussite à des exercices qu’il va devoir
réaliser. Ces prédictions sont ensuite comparées à la performance effective-
ment réalisée par l’élève. L’élève peut d’abord prendre brièvement connais-
sance des exercices afin d’être en mesure de réaliser les prédictions
(jugements métacognitifs). La différence entre la performance de l’élève et
ses prédictions révèle sa capacité à réaliser des jugements métacognitifs
exacts ainsi que la précision de ces jugements.
Métacognition, apprentissage et mathématiques 59

déterminer s’ils ont donné une réponse correcte, choisi une stratégie cor-
recte pour résoudre un problème ou encore s’ils ont compris un pro-
blème ou concept. Trois niveaux auxquels l’élève doit évaluer sa
cognition dans la résolution de problèmes mathématiques sont définis:
1) l’évaluation du résultat des procédures arithmétiques mises en
œuvre; 2) l’évaluation de l’exactitude de la procédure choisie; et 3) le
jugement du sens des relations sémantiques du texte. Ces trois niveaux
de monitorage sont interdépendants: si un élève se rend compte d’une
erreur dans ses calculs, alors cela lui signalera qu’il a peut-être mal com-
pris l’énoncé du problème.
Une étude de Slife, Weiss et Bell (1985) a montré que les élèves avec
des troubles d’apprentissage en mathématiques présentaient un déficit
dans leur capacité à juger s’ils avaient résolu des problèmes de mathé-
matiques de façon correcte ou incorrecte (c’est-à-dire des jugements de
confiance), ceci en comparaison avec des élèves sans trouble. Si l’on suit
Van Haneghan et Baker (1989), ce déficit pourrait être expliqué par trois
types de difficultés souvent rencontrées par les élèves et qui limitent
l’utilité de ce type d’évaluation. Premièrement, certains élèves se basent
sur des mots-clés pour choisir la ou les opérations à effectuer, alors que
certains mots-clés peuvent s’avérer trompeurs (par exemple, le mot
«plus» ne signifie pas forcément que l’opération à effectuer est une
addition). Ces élèves pensent que pour évaluer leur procédure, il faut
se référer aux mots-clés, et leur ambiguïté rend l’évaluation inefficace.
Deuxièmement, les élèves utilisent des standards pour l’évaluation qui
ne sont pas applicables dans tous les problèmes. Par exemple, la
croyance que «la multiplication produit toujours un nombre plus
grand» est correcte pour les nombres entiers, mais elle ne l’est pas pour
les fractions ou les nombres décimaux. Ces croyances proviennent
d’une surgénéralisation et ne sont pas efficaces pour l’évaluation du
choix de la procédure. Troisièmement, les applications restreintes des
opérations dans les problèmes proposés à l’école limiteraient la capacité
des élèves à évaluer les opérations choisies dans un contexte plus
naturel.
L’utilisation de standards sémantiques (autrement dit un monitorage
de la compréhension), troisième type de stratégie d’évaluation selon Van
Haneghan et Baker (1989), peut concerner un standard de consistance
interne (les faits énoncés dans le texte sont-ils logiquement liés les uns
aux autres?) ou un standard de consistance externe (le problème a-t-il du
sens par rapport à mes connaissances générales?).
60 Motivation et métacognition dans l’apprentissage

Desoete et ses collègues (Desoete & Roeyers, 2006; Desoete et al.,


2002) ont réalisé plusieurs recherches sur le monitorage, sous la forme
de prédiction de la réussite et d’évaluation de la confiance en ses résul-
tats, avec des élèves présentant des troubles d’apprentissage en mathé-
matiques. Desoete utilise le terme de «metacognitive skills» pour
désigner ces deux compétences ainsi que la planification. Les deux com-
pétences de prédiction et d’évaluation sont groupées sous le terme de
«off-line metacognition»; la planification étant une composante «on-
line».13 La métacognition off-line est évaluée par rapport à sa calibration
(soit le degré d’adéquation de la prédiction et de l’évaluation par rap-
port à la performance). Les recherches de Desoete ont montré, d’une
part, que les compétences métacognitives off-line étaient importantes
pour l’apprentissage des mathématiques et, d’autre part, qu’elles fai-
saient largement défaut chez les élèves présentant des troubles d’ap-
prentissage en mathématiques. En outre, les compétences de prédiction
peuvent être améliorées chez des élèves du 3e degré primaire, même
avec une intervention brève; de plus, cela améliore leurs performances
en mathématiques.

LES STRATÉGIES METACOGNITIVES


DANS LA RÉSOLUTION DE PROBLÈMES MATHÉMATIQUES

Selon Pressley, Johnson et Symons (1987), la réussite dans les tâches de


mathématiques en général est dépendante de la mesure dans laquelle
l’élève est capable de lier ses connaissances procédurales des faits et
algorithmes avec l’application de stratégies métacognitives, soit des
réflexions stratégiques à chacune des étapes de résolution. De nom-
breuses études empiriques ont montré le rôle majeur des stratégies
métacognitives dans la résolution de problèmes mathématiques (notam-
ment De Corte & Somers, 1982; Lester & Garofalo, 1982; Schoenfeld,
1985).
Les travaux de Schoenfeld (1985) sont parmi les plus riches dans le
domaine de la métacognition en mathématiques. Schoenfeld s’est inté-
ressé tant aux croyances métacognitives des élèves qu’à leur fonction-
nement exécutif lorsqu’ils résolvaient en paires des problèmes

13 Dans ce travail, nous incluons les compétences liées à la prédiction et à l’éva-


luation sous le terme de sentiments et jugements métacognitifs, alors que les
compétences de planification font partie des stratégies métacognitives.
Métacognition, apprentissage et mathématiques 61

mathématiques peu structurés. Il a découpé les protocoles verbaux de


ces situations en épisodes constituant différents types d’activité, afin de
schématiser le processus de résolution suivi par les paires. De plus, les
divers jugements métacognitifs ont été relevés, tout comme les
moments où ces jugements faisaient défaut. Ses analyses montrent que
les décisions de contrôle14 ainsi que les jugements métacognitifs sont
essentiels pour la résolution de problèmes. Non seulement les bonnes
décisions de contrôle et les bons jugements doivent être réalisés au
moment adéquat, mais le manque ou les mauvaises décisions et juge-
ments doivent également être évités. Par exemple, les jugements liés à
l’évaluation du bon avancement de la résolution ne sont utiles qu’à cer-
tains moments, ceci en fonction de la situation. Il est donc inutile de les
réaliser à chaque changement d’épisode dans la résolution.
Tant les élèves des degrés primaires que les élèves du post-obliga-
toire (high school) utiliseraient des stratégies métacognitives de façon
déficiente dans la résolution de problèmes mathématiques. Les élèves
du primaire n’analyseraient pas systématiquement les informations
données dans le problème, ne réaliseraient pas de monitorage des pro-
grès ni d’évaluation de leurs résultats (Lester & Garofalo, 1982). Les étu-
diants de niveau collège sont quant à eux inefficaces par rapport à leurs
décisions de contrôle dans des problèmes géométriques complexes,
comme l’a montré l’étude de Schoenfeld (1985).
Lucangeli et Cornoldi (1997) ainsi que Lucangeli, Cornoldi et Tella-
rini (1998) ont évalué quatre composantes métacognitives en résolution
de problèmes mathématiques: la prédiction (évaluation de ses chances
de réussites, proche du sentiment d’efficacité personnelle ou du juge-
ment de difficulté), la planification, le monitorage (indiquer les straté-
gies choisies et garder leur exécution sous contrôle) et l’évaluation
(autoévaluation de la réussite). Leurs participants étaient des élèves du
troisième au cinquième degré primaire. Leurs résultats montrent que les
compétences métacognitives sont largement liées à la performance dans
les tâches de géométrie (en particulier pour la planification), de résolu-
tion de problèmes, mais moins largement liées à la performance dans les
tâches arithmétiques (pas un problème à texte). Les élèves dits faibles se

14 Pour Schoenfeld (1985), le contrôle en résolution de problèmes mathéma-


tiques consiste en des décisions relatives à un changement d’activité (lecture,
analyse, exploration…); ces décisions correspondent approximativement aux
stratégies métacognitives.
62 Motivation et métacognition dans l’apprentissage

montrent significativement moins bons dans les composantes métaco-


gnitives par rapport aux élèves forts. Ces compétences permettent donc
de discriminer les bons élèves des élèves moins performants. La planifi-
cation se révèle une composante métacognitive particulièrement impor-
tante pour une variété de tâches mathématiques. Les composantes
métacognitives sont strictement liées à la performance en mathéma-
tiques, et cette relation est plus forte pour les tâches qui sont le moins
automatisées, c’est-à-dire la résolution de problèmes et la géométrie,
mais pas l’arithmétique.
Les croyances motivationnelles 63

CHAPITRE 3

LES CROYANCES MOTIVATIONNELLES

There are three things to emphasize in teaching: The


first is motivation, the second is motivation, and the
third is (you guessed it) motivation.

Terrell Howard Bell, ancien secrétaire d’Etat


à l’Education aux Etats-Unis d’Amérique.

Afin de désigner une série de construits tirés des théories sociocogni-


tives de la motivation, nous utiliserons les termes «croyances motiva-
tionnelles» (Pintrich, Marx & Boyle, 1993). Au même titre qu’ils
disposent de connaissances et croyances sur la cognition, les apprenants
développent également un certain nombre de connaissances et
croyances au sujet de leur motivation (Boekaerts, 2010; Pintrich, 2002).
Ces croyances motivationnelles constituent des cognitions faisant
référence à soi-même en relation à un sujet particulier, cognitions qui
réfèrent à la connaissance et aux conceptions des apprenants du fonc-
tionnement de leur propre système motivationnel dans les divers sujets.
Le rôle de ces croyances motivationnelles est d’attribuer du sens aux
tâches et aux situations d’apprentissage. De ce fait, les croyances moti-
vationnelles ont un impact sur l’engagement dans les tâches, ce dont
l’élève n’a pas toujours conscience. Ces croyances incluent les jugements
des apprenants sur leurs capacités à réaliser une tâche, les buts qu’ils
poursuivent dans leur scolarité ou dans leur formation, leur façon d’at-
tribuer leurs succès et échecs à certaines causes ou encore la valeur
qu’ils donnent aux tâches et aux sujets scolaires.
Selon Lens (1996), aucune théorie psychologique ne serait à elle seule
capable d’expliquer les divers aspects de la motivation à apprendre de
manière exhaustive. Les diverses perspectives théoriques permettent
cependant chacune d’expliquer des aspects spécifiques de la motivation
64 Motivation et métacognition dans l’apprentissage

à apprendre.1 Ces théories constituent autant de lentilles au travers


desquelles différentes facettes de la motivation sont révélées. Ainsi ce cha-
pitre traite-t-il des croyances motivationnelles impliquées dans l’appren-
tissage selon plusieurs perspectives théoriques, ceci dans le but d’offrir
une description riche et complexe de ce phénomène (Pintrich, 2003).

QUELLES CROYANCES MOTIVATIONNELLES?


Trois types de croyances motivationnelles fondées sur une perspective
sociocognitive de l’apprentissage, représentant trois visions différentes et
complémentaires de l’apprenant, seront traités. La première perspective
se réfère à la perception de ses propres compétences et au contrôle qui
pourra être exercé sur la tâche ou sur l’apprentissage de la matière. Elle a
été traitée théoriquement par les construits de sentiment d’efficacité per-
sonnelle (self-efficacy beliefs) et de concept de soi. La seconde perspective
concerne la valeur de la tâche. Certains auteurs ont distingué différentes
composantes de la valeur (intérêt, utilité, importance et coût), parmi les-
quelles nous nous intéresserons à l’intérêt et à l’utilité ou l’instrumenta-
lité. La dernière perspective, centrale au présent ouvrage, est celle des
buts de compétence, qui s’intéresse aux raisons pour lesquelles les élèves
s’engagent ou ne s’engagent pas dans les apprentissages. Bien que ces
trois perspectives soient liées, elles donnent chacune une image partielle-
ment différente de la motivation de l’apprenant. Ensemble, elles forment
une image plus exhaustive de cette motivation. De ce fait, elles sont
toutes trois importantes. Les liens entre ces construits motivationnels et le
fonctionnement métacognitif seront examinés dans le chapitre 4.

LA PERCEPTION DE SES COMPÉTENCES:


CONCEPT DE SOI ET SENTIMENT D’EFFICACITÉ PERSONNELLE

La perception de ses compétences est un concept central dans les théo-


ries de la motivation. Elliot et Dweck (2005) proposent même de placer
cette perception au cœur de la définition de la motivation de compé-
tence. En outre, plusieurs théories, telle la théorie de l’autodétermina-

1 Voir l’ouvrage de Fenouillet (2012), pour une présentation en français des


multiples théories et croyances motivationnelles.
Les croyances motivationnelles 65

tion (Self Determination Theory [SDT]; Ryan & Deci, 2000), postulent
l’existence, chez les êtres humains, d’un besoin de compétence qui doit
être satisfait pour le bien-être psychologique de l’individu. Ce besoin
donnerait de l’énergie à l’activité humaine (Deci & Ryan, 2000). La per-
ception de ses compétences revêt par conséquent une importance toute
particulière dans l’étude de la motivation à apprendre. Ce concept est
interprété de façon partiellement différente en fonction des courants
théoriques. Nous aborderons ici les théories relatives au concept de soi
selon les positions de chercheurs tels que Marsh et Shavelson (Marsh,
Byrne & Shavelson, 1988), ainsi que la théorie du sentiment d’efficacité
personnelle développée par Bandura (1977; 1997/2003). Relevons que si
certains chercheurs incluent le sentiment d’efficacité personnelle dans le
concept de soi (Dermitzaki & Efklides, 2001; Schunk & Pajares, 2005), au
même titre par exemple que l’estime de soi, nous choisissons ici de dis-
tinguer ces deux concepts selon les critères proposés par Skaalvik et
Bong (2003), que nous énonçons plus bas.
Le sentiment d’efficacité personnelle est défini par Bandura
(1997/2003) de la façon suivante: «L’efficacité personnelle perçue
concerne la croyance de l’individu en sa capacité d’organiser et d’exécu-
ter la ligne de conduite requise pour produire des résultats souhaités»
(p. 12). Théoriquement, le sentiment d’efficacité personnelle affecte le
choix des activités, l’effort, la persistance et la réussite. En comparaison
avec des élèves dont le sentiment d’efficacité personnelle est faible, ceux
qui ont un fort sentiment d’efficacité personnelle participeraient plus
intensément, travailleraient plus «dur», persisteraient plus longuement
et auraient un niveau d’accomplissement plus élevé (Bandura,
1997/2003).
Le concept de soi est quant à lui défini par Shavelson, Hubner et
Stanton (1976) simplement comme «a person’s perception of himself»
(p. 411). Ces perceptions sont formées par des expériences et des inter-
prétations de son propre environnement. Elles sont influencées en parti-
culier par les évaluations des personnes d’importance, les renforcements
et les attributions de ses propres comportements (Marsh, 2006). En
outre, le concept de soi concerne tant des aspects descriptifs que des
aspects évaluatifs: les individus peuvent se décrire eux-mêmes (par
exemple en attribuant une valeur affective au domaine en question) ou
s’évaluer eux-mêmes (Marsh, 2006; Shavelson et al., 1976). Marsh (2006)
souligne qu’il est essentiel de mesurer le concept de soi par rapport à un
domaine particulier et non pas en fonction d’un niveau global (auquel
66 Motivation et métacognition dans l’apprentissage

cas, on mesure alors l’estime de soi scolaire); la recherche a en effet mon-


tré la multidimensionnalité du concept de soi par des corrélations quasi
nulles entre les concepts de soi de différents domaines (Marsh, 1986).
Le concept de soi fait référence notamment aux capacités et compé-
tences qu’une personne pense avoir, alors que le sentiment d’efficacité
personnelle concerne les attentes de résultat d’une personne en fonction
des compétences qu’elle possède. Il s’agit donc, dans le cas de ce dernier,
d’un sentiment lié non seulement à la compétence perçue, mais aussi à
la perception d’un contrôle sur la situation. Cette différence conceptuelle
a mené à des différences méthodologiques, en particulier dans la façon
d’évaluer ces deux types de perceptions. En effet, le niveau de spécificité
du jugement fait référence à un niveau relativement général pour le
concept de soi, qui est mesuré en référence à une matière scolaire (par
ex. concept de soi en mathématiques), au niveau scolaire (concept de soi
scolaire), ou même global (concept de soi général). Par contre, le senti-
ment d’efficacité personnelle est mesuré au niveau d’une tâche précise,
bien que de nombreux auteurs le mesurent au niveau d’une matière sco-
laire (il s’agit alors de jugement sur la capacité de la personne d’ap-
prendre certains sujets, par exemple «dans quelle mesure êtes-vous
capable d’apprendre les mathématiques?»; Zimmerman, Bandura, &
Martinez-Pons, 1992). Ce dernier point permet à Skaalvik et Bong (2003)
de postuler que pour un domaine spécifique, le sentiment d’efficacité
personnelle pourrait ne pas être distinguable du concept de soi. Ceci est
d’ailleurs confirmé par l’étude de Pietsch, Walker et Chapman (2003),
selon laquelle le sentiment d’efficacité personnelle et le concept de soi lié
à la compétence (et non pas à l’affect), dans le cas où ils sont mesurés au
même niveau de généralité, évaluent le même construit sous-jacent.
S’intéressant aux différences entre les deux construits, Skaalvik et
Bong (2003) distinguent le sentiment d’efficacité personnelle et le
concept de soi sur cinq points:

a) L’orientation temporelle: le sentiment d’efficacité personnelle est


orienté vers des accomplissements ou des tâches futures, en ce qu’il
représente la confiance d’un individu pour accomplir ces tâches. Au
contraire, le concept de soi repose sur les accomplissements passés et
constitue une évaluation de ceux-ci.
b) Le niveau de spécificité et la référence à la performance ciblée: si les
jugements de sentiment d’efficacité personnelle concernent directe-
ment la performance liée à une tâche spécifique, le concept de soi
Les croyances motivationnelles 67

scolaire concerne généralement une matière; mais les distinctions


sont rarement plus fines (par exemple, distinguer le concept de soi en
arithmétique du concept de soi en géométrie).
c) Le cadre de référence sur lequel se fonde l’évaluation: dans la théorie
du concept de soi de Marsh et Shavelson (Marsh, 1986; Marsh et al.,
1988), les individus basent leur concept de soi dans une certaine
matière, d’une part sur la comparaison de leurs résultats ou de leurs
performances avec celles de leurs pairs, et d’autre part sur leurs per-
formances dans les autres domaines. Dans la théorie du sentiment
d’efficacité personnelle, Bandura (1997/2003) postule que les indivi-
dus utilisent quatre sources d’informations pour évaluer leur senti-
ment d’efficacité personnelle:

les expériences actives de maîtrise qui servent d’indicateurs de capacités; les


expériences vicariantes qui modifient les croyances de capacités par la trans-
mission de compétences et la comparaison avec ce que font les autres; la per-
suasion verbale et des formes proches d’influence sociale soulignant que la
personne possède certaines capacités; les états physiologiques et émotionnels
à partir desquels les gens évaluent partiellement leurs capacités, leur force et
leur vulnérabilité au dysfonctionnement. Toute influence, selon sa forme,
peut agir par l’intermédiaire d’une ou plusieurs de ces sources d’informa-
tions sur l’efficacité. (p. 124)

d) La séparation ou l’intégration de l’affect et du cognitif: si les deux


aspects sont généralement mélangés car difficilement distinguables
dans les théories relatives au concept de soi2, ce n’est pas le cas pour
le sentiment d’efficacité personnelle, qui se veut avant tout un juge-
ment cognitif de ses compétences mais qui possède bien entendu des
conséquences affectives.
e) La stabilité et la modifiabilité: le concept de soi est un trait de person-
nalité dont la stabilité est postulée et reconnue notamment dans le
modèle de Shavelson (Shavelson et al., 1976). Il est difficilement
modifiable, en particulier chez les élèves plus âgés. Toutefois, il varie
dans le temps, notamment lors du passage de l’école primaire à
l’école secondaire (Gurtner, Gulfi, Monnard & Schumacher, 2006).

2 Dans l’instrument Self Description Questionnaire (SDQ) de Marsh (1992), le


concept de soi par rapport à un certain domaine est évalué tant par des items
relatifs à la compétence que par des items relatifs à l’intérêt pour le domaine.
L’intérêt représente ainsi la partie affective du concept de soi.
68 Motivation et métacognition dans l’apprentissage

Au contraire, le sentiment d’efficacité personnelle est améliorable


(Schunk, 1981) et n’est pas considéré comme un trait stable.

De nombreuses recherches se sont intéressées aux liens entre la percep-


tion de ses compétences et les performances, notamment dans le
domaine des mathématiques. Le sentiment d’efficacité personnelle a été
étudié en lien avec la résolution de problèmes mathématiques, en parti-
culier par Pajares (Pajares & Miller, 1997), et en lien avec diverses tâches
du domaine des mathématiques (Chen, 2003). Le concept de soi a égale-
ment été largement étudié par rapport au domaine des mathématiques
(Montague & van Garderen, 2003). Finalement, certaines recherches étu-
dient les deux types de perceptions en rapport aux mathématiques
(Pajares & Miller, 1994). L’étude de Pajares et Miller (1994) a montré que
le sentiment d’efficacité personnelle d’étudiants universitaires permet-
tait une meilleure prédiction de la performance sur des problèmes de
mathématiques, en comparaison au concept de soi et à l’utilité perçue.
L’effet du sentiment d’efficacité personnelle est tant direct qu’indirect,
puisqu’il est lié au concept de soi et à l’utilité perçue, qui prédisent une
part unique de la performance. Le sentiment d’efficacité personnelle
jouerait donc le rôle central, selon Pajares et Miller. Ces mêmes cher-
cheurs observent, dans leur étude avec des élèves du 8e degré, que ceux
qui obtiennent les meilleures performances sont ceux qui évaluent leurs
compétences de la manière la plus appropriée (c’est-à-dire qu’ils cali-
brent mieux leurs jugements). En outre, le sentiment d’efficacité person-
nelle est directement lié à la perception de la difficulté de la tâche en
question. Plus la tâche est perçue comme subjectivement facile, plus le
sentiment d’efficacité personnelle de l’individu sera élevé, au risque de
ne pas investir suffisamment d’efforts et de subir un échec. Cette rela-
tion sera approfondie dans le chapitre suivant, lorsque nous traiterons
des recoupements entre concepts liés à la motivation et concepts liés à la
métacognition.

VALEUR DE LA TÂCHE: INTÉRÊT ET UTILITÉ PERÇUE


Eccles (1983; Eccles & Wigfield, 1995) propose de conceptualiser la
valeur de la tâche en quatre composantes majeures: 1) l’importance, qui
concerne le fait de bien réussir par rapport à ses valeurs personnelles ou
à son image de soi; 2) le coût, qui fait référence à ce qui est perdu, aban-
Les croyances motivationnelles 69

donné ou consacré en conséquence de son engagement; 3) la valeur


intrinsèque ou l’intérêt, concept proche de la motivation intrinsèque qui
se réfère à la joie ou au plaisir que l’on peut prendre à s’engager dans
l’activité; 4) la valeur utilitaire, soit l’instrumentalité de la tâche par rap-
port aux buts de l’individu tant à court qu’à long terme. Dans cette sec-
tion, nous traiterons des deux dernières composantes, à savoir la valeur
intrinsèque (sous le terme d’intérêt) et la valeur utilitaire (sous les
termes d’utilité perçue ou d’instrumentalité).3

INTÉRÊT INDIVIDUEL, INTÉRÊT SITUATIONNEL


ET ÉTAT PSYCHOLOGIQUE D’INTÉRÊT

L’intérêt comme construit psychologique est depuis longtemps exploré


par les chercheurs dans le domaine éducatif (Dewey, 1913). Avant que le
concept de motivation ne devienne un concept scientifique, un grand
nombre de questions concernant des phénomènes motivationnels
étaient traitées sous le terme d’intérêt (Schiefele, 2001). Si la période du
béhaviorisme avait mis entre parenthèses l’étude de ce construit (comme
bien d’autres), les recherches le concernant sont actuellement très proli-
fiques (Cosnefroy, 2004).
Hidi (2006) propose la définition suivante du concept de l’intérêt:

[…] a unique motivational variable, as well as a psychological state that


occurs during interactions between persons and their objects of interest, and
is characterized by increased attention, concentration and affect. The term
interest also refers to a relatively enduring predisposition to (re-)engage with
particular content such as objects, events, and ideas. (p. 70)

L’intérêt possède, tout comme le concept de soi, tant un aspect cognitif


qu’un aspect affectif. Au point qu’il est considéré comme une émotion
de base par certains chercheurs (p. ex. Izard, 1977). Toutefois, l’intérêt en
tant qu’émotion est concevable lorsqu’il s’agit d’un état psychologique
(soit en situation), mais pas lorsqu’il est considéré comme une prédispo-
sition relative à un domaine.

3 Nous estimons que ces deux composantes sont les plus pertinentes pour la
population des apprentis de la formation professionnelle et qu’elles repré-
sentent deux aspects essentiels de la valeur de la tâche, c’est-à-dire la valeur
intrinsèque et la valeur extrinsèque.
70 Motivation et métacognition dans l’apprentissage

Deux types d’intérêts sont classiquement distingués: l’intérêt dit


situationnel et l’intérêt dit individuel ou personnel. Le premier est lié à
l’environnement et implique une réaction affective ainsi qu’une centra-
tion de l’attention (Hidi, 2006). Le terme est utilisé pour décrire un inté-
rêt qui est généré avant tout par certaines conditions et/ou objets
concrets (tels que des textes ou des films) dans l’environnement (Krapp,
Hidi & Renninger, 1992). Au contraire, l’intérêt individuel se développe
au cours du temps et constitue une prédisposition à porter attention aux
objets, évènements ou idées, ainsi qu’à se réengager dans certaines acti-
vités. Il se développe par des engagements répétés qui permettent à l’in-
dividu de vivre des expériences affectives positives, d’améliorer ses
connaissances et de valoriser fortement l’objet de son activité (Hidi,
2006). Cette double conception du concept d’intérêt renvoie non seule-
ment à la distinction classique entre état et trait, mais aussi à l’impor-
tance de l’interaction entre la personne et la situation.
L’intérêt individuel qu’un élève démontre pour les mathématiques
est conceptualisé comme une prédisposition. Lorsque cet élève est en
train de travailler sur un problème qui l’intéresse, on parle alors d’un
état psychologique d’intérêt4, qui est généré tant par la tâche que par la
prédisposition. Un élève qui n’a pas d’intérêt pour les mathématiques
pourrait également trouver le problème intéressant et ainsi faire l’expé-
rience de l’état psychologique d’intérêt provoqué par la situation. Il
existe ainsi des ambiguïtés dans les différentes notions de l’intérêt. Hidi
(2006) propose de clarifier ce point en considérant que l’intérêt indivi-
duel est une condition suffisante mais non nécessaire pour éliciter l’état
psychologique d’intérêt et de reconnaître que l’intérêt situationnel peut
également provoquer cet état. En outre, l’état psychologique d’intérêt
peut fluctuer durant une tâche d’apprentissage. Un élève peut par
exemple se sentir intéressé lorsqu’un texte lui est présenté sur un certain
sujet, mais son intérêt peut se dissiper en cours de lecture, tout comme il
pourrait s’accroître. Ce phénomène n’est pas spécifique au concept d’in-
térêt, comme le relèvent Ainley et Hidi (2004), puisque les fluctuations
dans les croyances motivationnelles de l’élève sont un phénomène

4 Cet état psychologique est proche de l’expérience métacognitive liée au sen-


timent d’aimer la tâche (feeling-of-liking) d’Efklides (Efklides, Kourkoulou,
Mitsiou & Ziliaskopoulou, 2006) et du jugement d’intérêt proposé par Son et
Metcalfe (2000). Nous considérerons ces trois construits comme équivalents,
bien que ces construits métacognitifs soient sous-théorisés.
Les croyances motivationnelles 71

reconnu. Finalement, l’état psychologique d’intérêt se manifeste notam-


ment par une attention accrue, une concentration accrue, des sentiments
plaisants (positifs) par rapport aux efforts réalisés, une persévérance,
une volonté d’apprendre accrue ainsi qu’un fonctionnement cognitif
accru/amélioré (Krapp et al., 1992; Silvia, 2006). L’intérêt individuel pré-
dit la qualité de l’apprentissage par les textes, indépendamment des
connaissances du domaine et des compétences cognitives. Ceci
démontre l’effet propre du facteur motivationnel sur l’apprentissage
(Schiefele, 2001).

UTILITÉ OU INSTRUMENTALITÉ PERÇUE

La notion d’utilité perçue se réfère au caractère instrumental de l’activité


(par exemple l’apprentissage d’une certaine matière), autrement dit à sa
fonction pour le futur. Le futur et son rôle motivationnel ont été élaborés
dans différents cadres théoriques de la psychologie de la motivation,
dont nous aborderons les plus pertinents en psychologie de l’éducation.
Nous définirons, comme Eccles (1983), l’utilité perçue comme la percep-
tion subjective de l’adéquation d’une tâche ou d’un domaine d’étude
pour l’atteinte de buts futurs. Ces buts sont par exemple l’entrée dans
une certaine école ou l’accès à une certaine profession. Ainsi, une tâche
peut être positivement valorisée par un individu parce qu’elle facilite
l’atteinte de buts futurs considérés importants, ceci même si la tâche
n’est pas jugée intéressante en soi. Selon Eccles, l’influence de l’utilité
perçue se manifesterait notamment dans les choix de cours des élèves,
car leurs projets professionnels les amènent à considérer l’utilité des
cours pour ces projets et non pas uniquement leur intérêt personnel. A
ce propos, Lens (2001) affirme que:

Schooling is not an end in itself; it is also future-oriented. Learning and


achieving good grades is fun as such, but also very important to achieve
other, maybe even more challenging, educational and professional goals in
the future. (p. 27 […] p. 32)

Tant les travaux de Lens que ceux de Miller sur la motivation instru-
mentale (p. ex. Lens, Simons & Dewitte, 2002; Miller & Brickman, 2004)
ont été prolifiques dans ce domaine; nous nous attacherons donc à les
décrire.
72 Motivation et métacognition dans l’apprentissage

Les travaux de Lens et ses collaborateurs


Lens et ses collaborateurs se sont intéressés à l’importance motivation-
nelle des buts futurs pour l’apprentissage scolaire, la persévérance et la
réussite scolaire (p. ex. Lens et al., 2002; Simons, Dewitte & Lens, 2004;
Simons, Vansteenkiste, Lens & Lacante, 2004). Ils reprochent aux concep-
tions des buts de compétence – que nous traiterons plus bas – de négli-
ger l’influence des buts futurs et de trop se concentrer sur l’importance
de l’activité pour le présent. En effet, dans ces théories, la localisation
temporelle des buts n’est pas considérée, et ce ne sont par conséquent
que les effets immédiats des buts de compétence qui sont étudiés. Par
ailleurs, considérer l’instrumentalité des activités ou des apprentissages
pour le futur revient à s’intéresser aux effets positifs de la motivation
extrinsèque pour la qualité de l’apprentissage scolaire. Or, dans les théo-
ries des buts de compétence, réaliser une tâche comme moyen d’at-
teindre des objectifs futurs revient à adopter des raisons extrinsèques
(représentées par les seuls buts de performance). Lens et ses collabora-
teurs cherchent, dans leurs travaux, à démontrer que toutes les formes
de motivation extrinsèque ne sont pas défavorables à l’apprentissage et,
en particulier, que le caractère instrumental des activités est un aspect
dont le potentiel motivationnel est considérable.
Afin d’expliquer les effets positifs de l’utilité perçue, Lens et al. (2002)
proposent de croiser le degré d’utilité de l’activité (proximal ou distal)
avec le type de régulation. Le degré d’utilité de l’activité concerne le
degré auquel l’activité est considérée utile pour un futur plus ou moins
proche. Le type de régulation se réfère à une distinction apportée par la
théorie de l’autodétermination (Deci & Ryan, 2000), qui décrit deux
types de motivation extrinsèque (soit deux types de raisons extrinsèques
pour lesquelles des buts peuvent être poursuivis). Lorsque le comporte-
ment d’un individu est régulé de manière externe, celui-ci est contrôlé
par des contingences externes (pression, récompense); autrement dit, ce
comportement est réalisé pour atteindre une conséquence désirée ou
éviter une conséquence non désirée. Au contraire, lorsque le comporte-
ment d’un individu est régulé de manière interne, celui-ci se sent libre
de suivre ses intérêts et il s’engage dans les activités de manière sponta-
née; autrement dit, l’activité est réalisée avec volonté et de façon choisie.
Sur cette base, Simons, Dewitte et al. (2004) formulent deux prédictions.
Premièrement, les élèves dont le degré d’utilité perçue est distal (ils pen-
sent qu’un certain cours est important pour leur futur emploi) seraient
Les croyances motivationnelles 73

plus motivés et adopteraient des habitudes d’apprentissage plus favo-


rables comparé aux élèves dont le degré d’utilité perçue est proximal
(ils pensent qu’un certain cours est important uniquement pour leur
formation). Deuxièmement, les élèves dont la régulation est interne
(autonome) devraient présenter un profil motivationnel (plaisir et per-
sistance) et des stratégies d’apprentissage plus profondes que ceux dont
la régulation est externe (contrôlée). Les résultats révèlent que tant le
degré d’utilité que le type de régulation ont un effet sur les indicateurs
de la motivation (persévérance, plaisir) et les stratégies d’apprentissage
(surface vs profond). En outre, le profil le plus favorable consiste en une
combinaison d’un degré d’utilité perçue distal (autrement dit, l’activité
ou l’enseignement est utile non seulement pour la formation, mais aussi
pour la profession) et d’une régulation interne. Etre orienté vers le futur
(percevoir l’utilité d’un cours comme distal) est associé à des indicateurs
motivationnels favorables uniquement si l’activité (les raisons pour
suivre ce cours) est régulée de manière interne.
Les travaux de Miller et de ses collaborateurs
Miller et ses collaborateurs (Miller & Brickman, 2004) ont proposé un
modèle théorique intégrant la perspective sociocognitive avec les diffé-
rentes perspectives sur le rôle de l’orientation vers le futur dans la motiva-
tion (Nuttin, 1980). Ils postulent que les perceptions de l’instrumentalité
de la tâche ou du domaine pour l’accomplissement de buts futurs sont
essentielles pour une autorégulation en vue d’atteindre ces buts. Se réfé-
rant au cadre théorique de l’orientation des buts, ils affirment en outre
que la poursuite de buts de maîtrise n’est envisageable que si la tâche ou
le domaine d’activité correspond aux buts futurs des élèves. De ce fait, les
élèves poursuivant des buts de maîtrise ne sont pas motivés pour
apprendre «tout et n’importe quoi», mais ceci leur permettra de dévelop-
per des compétences ou des connaissances qui les aideront à atteindre
leurs buts futurs. Au niveau empirique, plusieurs études (Miller, DeBac-
ker & Greene, 1999) ont confirmé cette relation entre les perceptions de
l’instrumentalité des tâches pour les buts futurs de l’élève et l’adoption de
buts d’apprentissage par ce dernier. Les corrélations étaient toutes modé-
rées à fortes entre les deux construits. La spécificité de la perspective de
Miller est que les buts situés dans un futur relativement éloigné sont
considérés comme agissant sur le comportement actuel de l’élève, c’est-
à-dire sur son autorégulation ou sur ses buts à courts termes.
74 Motivation et métacognition dans l’apprentissage

La considération de la perception d’utilité est pertinente pour les


élèves qui se sont déjà formé une perspective d’avenir, par exemple un
objectif relatif à leur profession future. Pour la majorité des élèves plus
jeunes, il est au contraire probable que cette perception ne joue pas un
rôle majeur, car leurs buts à long terme sont relativement peu nombreux,
peu précis ou fluctuants. L’utilité perçue et, d’une manière plus géné-
rale, les perspectives futures sont importantes pour comprendre le fonc-
tionnement motivationnel et cognitif de l’élève, en particulier à
l’adolescence. En outre, intégrer la notion d’utilité perçue ou d’instru-
mentalité permet d’affiner notre compréhension de l’orientation des
buts et d’obtenir une image plus complète des croyances motivation-
nelles prépondérantes chez l’élève.

LES BUTS DE COMPÉTENCE


Les théories des buts de compétence (achievement goals) 5 sont actuelle-
ment parmi les théories les plus «en vogue» dans les recherches sur les
croyances motivationnelles. Suite à un exposé sur les origines concep-
tuelles de ces théories, nous présentons leurs corrélats et conséquences,
ceci principalement par rapport aux autres croyances motivationnelles,
ainsi que l’approche dite des buts multiples.

DÉVELOPPEMENT HISTORIQUE ET DÉFINITIONS


Les conceptions originelles
Le cadre théorique des buts de compétence est une approche cognitive
de la motivation développée depuis les années 80. Ce cadre est actuelle-
ment parmi les plus en vogue dans les recherches sur les croyances
motivationnelles dans de multiples contextes, en particulier les situa-
tions d’apprentissage et de formation (Cosnefroy, 2004; Maehr & Zusho,
2009). Les instigateurs de la théorie sont Dweck (Dweck, 1975; Dweck &
Leggett, 1988; Grant & Dweck, 2003), ainsi que Maehr et Nicholls (1980;
Nicholls, 1984a), qui ont développé des modèles partageant passable-
ment de similitudes, au point d’être aujourd’hui réunis sous les termes
de «buts de compétence» ou «orientation des buts».

5 Nous utiliserons les termes «orientation des buts» et «buts de compétence»


comme synonymes.
Les croyances motivationnelles 75

Dweck s’est intéressée aux déterminants du phénomène d’incapacité


apprise (learned helplessness) chez des élèves de l’école primaire. Les mul-
tiples études qu’elle a conduites à ce sujet (p. ex. Dweck, 1975) ont révélé
que malgré des niveaux de compétence équivalents, les élèves ne réagis-
saient pas tous de manière similaire suite à une série d’échecs. Deux
grands patrons de réponses contrastées ont été observés: un patron
nommé mastery-oriented 6 et un patron nommé incapacité apprise (learned
helplessness). Les élèves adoptant le premier patron réagissaient aux
échecs en les expliquant par un manque d’efforts ou de stratégies (attri-
bution causale interne et contrôlable), et tendaient à persévérer et à
continuer d’exercer autant, voire plus d’efforts lors des exercices subsé-
quents. De plus, ils ne semblaient pas affectés émotionnellement par
leur échec et utilisaient de l’auto-instruction (en d’autres termes, ils
autorégulaient leur comportement, leurs cognitions et leur motivation).
Les élèves adoptant le second patron de réaction, soit l’incapacité
apprise, attribuaient rapidement leurs échecs à un manque de capacité,
ressentaient des émotions négatives telles que de l’anxiété, de l’énerve-
ment ou de la frustration. Ils avaient en outre tendance à éviter les
tâches suivantes dans la mesure où celles-ci représentaient un défi, pri-
vilégiant des tâches qu’ils jugeaient plus faciles et dans lesquelles ils ne
risquaient pas d’échouer. Finalement, leurs performances se détério-
raient au fur et à mesure des échecs. Sur la base de ces observations
pour le moins marquantes, Dweck postule que les deux patrons de réac-
tions trouveraient leur origine dans l’adoption de buts différents: les
élèves manifestant le patron d’incapacité apprise chercheraient à évaluer
et à montrer leurs compétences mais aussi à éviter de révéler leur
incompétence le cas échéant; ils poursuivent ainsi des buts dits de per-
formance et perçoivent les situations d’apprentissage comme impliquant
une évaluation de leurs compétences. Par contre, les élèves manifestant
le patron de réponse mastery-oriented auraient pour objectif l’améliora-
tion de leurs compétences et la recherche d’information sur la manière
dont ils pourraient le faire; ils poursuivent des buts dits d’apprentissage,
que d’autres nomment buts de maîtrise. Ces élèves perçoivent les situa-
tions d’apprentissage comme des opportunités de développer leurs

6 Le patron de réponse mastery-oriented ne doit pas être confondu avec les buts
orientés vers la maîtrise. Le premier est un type de réaction suite à l’échec
alors que les seconds sont une orientation de type motivationnel. Dweck uti-
lise d’ailleurs le terme de buts d’apprentissage et non de buts de maîtrise.
76 Motivation et métacognition dans l’apprentissage

compétences ou connaissances et cherchent à en acquérir de nouvelles


ainsi qu’à étendre leur maîtrise. Une hypothèse centrale émise par
Dweck et Leggett (1988), corroborée par les résultats de l’étude d’Elliott
et Dweck (1988), est que l’adoption de buts de performance focalisant
l’élève sur ses capacités, combinée à des doutes quant à ses propres
compétences, rendrait l’apprenant propice à l’incapacité apprise suite à
l’échec. Les buts seraient quant à eux dépendants de la théorie implicite
de l’intelligence adoptée par l’élève (voir chapitre 2). Ces liens théo-
riques entre théorie implicite, buts de compétence et patron de réponse
suite à l’échec sont représentés par la figure 3.1.

Figure 3.1. Le modèle théorique de Dweck (adapté de Dweck & Leggett,


1988).

Nicholls (1984a) définit la motivation d’accomplissement comme:

[…] that behavior in which the goal is to develop or demonstrate – to self or


to others – high ability, or to avoid demonstrating low ability. This implies
that in achievement situations individuals desire success to the extent that it
indicates high ability and seek to avoid failure to the extent that it indicates
low ability (p. 328).
Les croyances motivationnelles 77

Selon cette définition, la caractéristique centrale d’un comportement d’ac-


complissement est que son but est lié à la compétence ou à la perception
de la compétence. Les élèves adoptent des définitions différentes de ce
que signifie «être compétent», et leur orientation des buts diverge en
conséquence. Dans la perspective théorique de Nicholls (1984a, b, 1989), la
terminologie est différente de celle de Dweck (1986), bien que les concep-
tions soient proches. Les buts d’apprentissage sont nommés buts orientés
vers la tâche (task orientation) et reflètent un objectif de développement des
compétences. Quant aux buts de performance, ils sont nommés buts
orientés vers l’ego (ego orientation), soit un objectif de démonstration de la
compétence. Ce cadre théorique présente deux spécificités par rapport au
modèle de Dweck (1986). La première est que les buts sont opérationnali-
sés et relatifs aux situations dans lesquelles les élèves se sentent les plus
compétents, plutôt que comme les raisons ou objectifs que les élèves
adoptent lorsqu’ils approchent une tâche. Ainsi, il s’agit de déterminer
dans quelle mesure l’apprenant se sentirait compétent s’il développait de
nouvelles compétences (orientation vers la tâche) ou s’il obtenait de
meilleurs résultats que ses pairs (orientation vers l’ego). La seconde spéci-
ficité est qu’un troisième type de buts, relatifs à l’évitement du travail
(work avoidance orientation ou academic alienation; Nicholls, 1984a, b, 1989;
Nicholls, Cheung, Lauer & Patashnick, 1989)7, est introduit. Ces derniers
sont adoptés par les élèves qui cherchent à travailler le moins possible et à
faire le minimum d’efforts nécessaires à l’école. Ils sont négativement cor-
rélés aux buts d’apprentissage. Cette troisième orientation, proposée par
Nicholls, a été explorée empiriquement par Dowson et McInerney (2001).
Ces derniers définissent les buts d’évitement du travail comme la volonté
de réussir scolairement en réalisant aussi peu d’efforts que possible et
d’éviter les situations exigeantes afin de minimiser les efforts.
Dowson et McInerney (2001) ont observé la façon dont ces buts se
manifestaient chez des adolescents en classe. Les comportements typiques
de cette orientation sont: le fait de demander de l’aide à l’enseignant pour

7 Les buts d’évitement du travail ne doivent pas être confondus avec les straté-
gies d’évitement que les élèves mettent en place (Covington & Beery, 1976).
Les buts représentent ce que les élèves souhaitent atteindre, alors que les
stratégies représentent les moyens qu’ils mettent en œuvre concrètement
pour l’atteinte des buts. Dans le cas des stratégies d’évitement, les élèves
mettent en œuvre des stratégies afin d’éviter de démontrer leur incompé-
tence.
78 Motivation et métacognition dans l’apprentissage

compléter une tâche (en particulier si elle est difficile), mais aussi deman-
der fréquemment de l’aide à l’enseignant pour des tâches relativement
faciles et s’engager dans des comportements sans lien avec la tâche (par-
ler avec ses camarades, ranger son bureau, faire semblant de ne pas com-
prendre, etc.). Au niveau affectif, Dowson et McInerney ont relevé que les
élèves orientés vers l’évitement du travail manifestaient des sentiments
de flemmardise, d’ennui ou même de colère, en accusant par exemple
l’enseignant de donner trop de devoirs. Finalement, au niveau cognitif,
les auteurs soulignent que ces élèves manifestent un engagement limité
dans leurs apprentissages: ils s’engagent d’une façon inappropriée, mais
qui demande moins d’efforts. Par exemple, ils essayent d’obtenir les
réponses de leurs camarades, ne cherchent pas à clarifier ce qu’ils n’ont
pas compris ou encore n’utilisent pas certaines stratégies appropriées,
bien qu’elles se soient avérées efficaces par le passé. Cette orientation des
buts est ainsi liée uniquement à des aspects négatifs, et elle est par consé-
quent inadaptée à l’apprentissage. Elle prend des formes multiples et
variées en fonction des contextes et constitue une croyance motivation-
nelle encore insuffisamment explorée par les recherches.
Récemment, les théories de Dweck (1986) et Maehr et Nicholls (1980;
Nicholls, 1984a) ont été approfondies par différents groupes de cher-
cheurs. De nouvelles conceptions des théories de l’orientation des buts
se sont ainsi développées, donnant lieu à passablement de débats
conceptuels.

LES CONCEPTIONS ACTUELLES:


DÉBATS SUR LA DÉFINITION DE L’ORIENTATION DES BUTS

Selon Maehr et Zusho (2009), les buts de compétence sont définis comme
les buts (les raisons ou les objets) qui dirigent les comportements en
situation d’accomplissement. Pintrich (2000a) utilise la dénomination
«orientation des buts» pour représenter l’idée que les buts de compétence
ne sont pas des buts spécifiques (par exemple réussir un examen avec
une certaine note) ou des buts généraux (par exemple réussir sa forma-
tion d’employé de commerce), mais qu’ils représentent une orientation
générale vers la tâche qui inclut diverses croyances au sujet des objectifs,
de la compétence, du succès, des capacités, de l’effort, des erreurs et des
standards. Le type de but ou l’orientation adoptée crée un cadre de réfé-
rence à l’aide duquel les individus interprètent les tâches, réalisent des
expériences et agissent dans les situations d’accomplissement. Cette inté-
Les croyances motivationnelles 79

gration et cette organisation des différentes croyances sur la compétence


et les objectifs fournissent son utilité théorique et son pouvoir explicatif à
ce construit. L’orientation des buts reflète une théorie ou un schéma d’en-
gagement dans la tâche et d’évaluation de sa propre performance lors
d’un apprentissage. La théorie des buts de compétence postule que ceux-
ci sont des représentations cognitives de ce que l’individu tente d’accom-
plir ainsi que de leurs raisons de réaliser la tâche (Pintrich, 2000a). De ce
fait, les buts sont accessibles à la conscience de l’individu et ainsi mesu-
rables. Il ne s’agit toutefois pas de traits de personnalité, car les buts sont
considérés comme des représentations cognitives ou des structures de
connaissances qui sont sensibles à des facteurs tant contextuels qu’in-
ternes ou personnels. Les buts seraient comme toute structure de
connaissances: ils peuvent être activés a priori par l’individu lorsqu’il
entre dans une situation et être influencés par l’information disponible
dans le contexte. Ainsi, un même élève peut activer des buts différents
dans deux situations relatives à un même domaine. Les individus accè-
dent à différentes orientations dans des situations différentes, comme un
individu accède à différentes structures de connaissances dans des situa-
tions différentes. Ceci n’implique toutefois pas qu’il n’existe pas de stabi-
lité intra-individuelle au travers du temps ou des domaines. Les
conceptualisations des buts de compétence sont généralement composées
de deux parties, soit un motif (par exemple la démonstration de ses com-
pétences) et un standard pour l’évaluation de ses compétences (par
exemple le degré de réussite de la tâche ou la norme; Elliot & McGregor,
2001). Ainsi, les buts de maîtrise représentent un motif d’amélioration de
soi ou de développement de ses compétences, combiné à un standard
relatif à la tâche pour l’évaluation de ses compétences; les buts de perfor-
mance sont généralement composés d’un motif lié à la présentation de
soi ou à la démonstration de ses compétences, combiné à un standard
normatif pour l’évaluation de ses compétences.
Depuis la fin des années 90, une différenciation supplémentaire a été
apportée parmi les buts de performance, par l’introduction de la distinc-
tion entre motivation d’approche et motivation d’évitement, dédoublant
ainsi les buts de performance en performance-approche et performance-
évitement. Pintrich ainsi qu’Elliot ont proposé, au début des années 2000,
d’appliquer le dédoublement également aux buts de maîtrise. Ceci a
amené au modèle quadridimensionnel dit «2x2» (voir tableau 3.1),
auquel se réfère actuellement la majorité des études sur les buts de com-
pétence (Elliot & McGregor, 2001).
80 Motivation et métacognition dans l’apprentissage

Tableau 3.1. Cadre conceptuel 2x2 des buts de compétence


adapté d’Elliot & McGregor (2001) et Pintrich (2000a)

Valence Définition de la compétence


Absolue/intrapersonnelle Normative (performance)
(maîtrise)

Buts de maîtrise type Buts de performance


approche type approche
L’élève est centré sur la L’élève est centré sur l’idée
maîtrise de la tâche, de d’être le meilleur dans une
l’apprentissage et de la tâche comparé aux autres,
Positive compréhension. Il utilise de surpasser les autres, d’être
(approcher le succès) des standards intra- le plus intelligent. Il utilise
personnels afin d’évaluer des standards normatifs
ses compétences, tels que afin d’évaluer ses compé
ses progrès ou sa tences, tels qu’obtenir
compréhension. les meilleures notes,
être le meilleur de la classe.

Négative Buts de maîtrise Buts de performance


(éviter l’échec) type évitement type évitement
L’élève est centré sur l’évite- L’élève est centré sur le fait
ment de l’incompréhension, d’éviter l’infériorité, de ne pas
il veut éviter de ne pas paraître moins compétent
apprendre ou de ne pas comparé aux autres. Il utilise
maîtriser la tâche. Il utilise des standards normatifs afin
des standards intra- d’évaluer ses compétences,
personnels afin d’évaluer tels que ne pas obtenir
ses compétences, tels que ne les plus mauvaises notes,
pas faire de faute, ne pas se ne pas être le moins bon de
tromper dans les tâches, la classe.
ne pas être moins compétent
que par le passé.

Note: la définition et la valence représentent les deux dimensions de la compé-


tence. Les critères absolue/intrapersonnelle et normative représentent les deux
façons dont la compétence peut être définie; positive et négative représentant les
deux façons dont la valence de la compétence peut être perçue.
Les croyances motivationnelles 81

Grant et Dweck (2003) proposent, quant à elles, de décomposer les buts


de maîtrise-approche en deux types: des buts qui impliquent le désir
d’apprendre (buts de maîtrise-approche classiques) et des buts qui
impliquent de réussir des défis (challenge-mastery goals, que nous tradui-
sons par buts de maîtrise-défi). Les élèves qui adoptent ce dernier type de
buts cherchent à se confronter à des tâches qui mettent leurs aptitudes et
connaissances à forte contribution. Les buts de maîtrise-approche clas-
siques ne mettent pas l’accent sur le désir d’être mis au défi mais sur le
désir d’apprendre. L’ajout des buts de maîtrise-défi permet ainsi de dis-
cerner les élèves qui souhaitent simplement apprendre une matière et
ceux qui veulent réaliser des tâches stimulantes car elles leur demandent
d’outrepasser des difficultés.
Buts de compétence, affect et motivation
Les théories de l’orientation des buts prédisent un patron de résultats
adaptatifs associés aux buts de maîtrise: par exemple, une préférence
pour des tâches de difficulté modérée ainsi qu’une certaine persistance
face à l’échec. Au contraire, les buts de performance sont associés à une
préférence pour des tâches faciles ou trop difficiles ainsi qu’à l’abandon
face aux difficultés. Murphy et Alexander (2000) soulignent l’interdé-
pendance entre les buts, le sentiment d’efficacité personnelle, l’intérêt et
la motivation intrinsèque. Les corrélations entre ces construits sont posi-
tives et d’intensité moyenne à élevée dans la grande majorité des
recherches (Conley, 2012; Hulleman, Schrager, Bodmann & Harackie-
wicz, 2010; Senko, Hulleman & Harackiewicz, 2011). Skaalvik (1997) a
montré à ce sujet que les buts de performance-approche (qu’il nomme
self-enhancing ego orientation) étaient positivement liés à la réussite sco-
laire, au sentiment d’efficacité personnelle et à la motivation intrinsèque.
Au contraire, les buts de performance-évitement étaient liés à une forte
anxiété8 et négativement liés à la réussite ainsi qu’aux perceptions de
soi. Les récentes méta-analyses de Hulleman et al. (2010) ainsi que de
Senko et al. (2011) illustrent les relations entre les buts de compétence,

8 Cette relation entre buts de performance-évitement et anxiété est jugée pro-


blématique par certains chercheurs, car le contenu des items mesurant cette
orientation des buts fait référence, dans certaines échelles, à la peur ou aux
inquiétudes et par conséquent, les deux construits sont confondus. Ce même
problème peut être relevé pour les libellés des items mesurant les buts de
maîtrise-évitement.
82 Motivation et métacognition dans l’apprentissage

l’intérêt individuel et le sentiment d’efficacité personnelle. Les résultats


révèlent que les buts de maîtrise-approche sont positivement et forte-
ment corrélés à l’intérêt. A l’inverse, les buts de performance-évitement
y sont négativement associés et les buts de performance-approche sont
indépendants de l’intérêt (Hulleman et al., 2010). Concernant le senti-
ment d’efficacité personnelle, celui-ci est positivement corrélé tant aux
buts de maîtrise-approche qu’aux buts de performance-approche.

L’APPROCHE DES BUTS MULTIPLES9

Cette approche permet de se détacher des analyses de liens linéaires


entre variables et de considérer des combinaisons (ou patrons) de buts
afin d’examiner les liens entre ces combinaisons et d’autres variables. Il
s’agit de passer d’une approche centrée sur les variables – utile à l’exa-
men des relations entre construits – à une approche centrée sur les
personnes.10 Les méthodes de median-split, de clustering ou encore d’ana-
lyses en classes latentes (latent variable mixture modeling), utilisées pour la
création de groupes d’élèves avec un patron de but similaire, permettent
de découvrir des résultats potentiellement plus consistants que dans le
cas des analyses linéaires, qui peuvent masquer différents profils
d’élèves ou des relations entre buts qui divergent en fonction de groupes
(Pastor, Barron, Miller & Davis, 2007).
Plusieurs arguments soutiennent l’approche des buts multiples. Pin-
trich et Garcia (1991) ont constaté que caractériser l’orientation des buts
comme un continuum allant des buts de performance aux buts de maî-
trise n’était pas valide. En effet, il existe différents types d’élèves, dont
certains adoptent les deux types de buts tandis que d’autres n’adoptent
que l’un des deux types. Ainsi, un simple continuum ne caractérise pas
adéquatement les perceptions des raisons pour lesquelles les élèves s’en-
gagent scolairement.
La perspective des buts multiples postule qu’un individu est motivé
de façon optimale en adoptant plus d’une orientation des buts. La com-
binaison idéale de buts est toutefois actuellement en débat. Certains
chercheurs ont constaté que les buts de performance-approche avaient

9 Voir Cosnefroy (2004) pour une autre présentation de cette approche en fran-
çais.
10 L’objectif de cette approche méthodologique est décrit plus en détails dans
l’annexe.
Les croyances motivationnelles 83

des effets positifs (p. ex. Harackiewicz, Barron, Tauer, Carter & Elliot,
2000). Par conséquent, considérer les buts de maîtrise comme favorables
à l’apprentissage et les buts de performance comme défavorables est
simpliste et erroné (Barron & Harackiewicz, 2000). Barron et Harackie-
wicz (2000; Harackiewicz, Barron, Pintrich, Elliot & Thrash, 2002) prô-
nent l’adoption d’une perspective «multiple goals», soit l’influence des
buts de maîtrise et de performance ensemble, en postulant quatre com-
binaisons (additive, interactive, spécialisée ou sélective) afin de repré-
senter la complexité de cette perspective. Premièrement, l’hypothèse des
buts additifs postule que tant les buts de performance que les buts de
maîtrise contribuent de façon indépendante à un certain résultat éduca-
tif (par exemple à la réussite scolaire). Deuxièmement, l’hypothèse des
buts interactifs suggère qu’au-delà des effets indépendants, les buts de
maîtrise et de performance interagissent de telle façon qu’un élève
adoptant fortement les deux types de buts est notablement avantagé
pour la réussite. Troisièmement, l’hypothèse du but spécialisé postule
que les deux types de buts ne favorisent pas les mêmes résultats, mais
qu’ils ont chacun leurs propres effets sur différents résultats. Finalement,
l’hypothèse des buts sélectifs propose que, dans une certaine situation,
l’élève choisisse de se centrer sur l’un des buts, soit celui qu’il juge les
plus pertinents par rapport à la situation. Relevons que Barron et Harac-
kiewicz ne considèrent que les buts du type approche, alors que le cadre
théorique considère actuellement quatre orientations des buts. Ceci
montre la complexité dans l’étude des effets des orientations selon la
perspective des buts multiples.
Un certain nombre d’études empiriques ont déjà été réalisées en
considérant la possibilité des buts multiples. Par exemple, l’étude de
Meece et Holt (1993) a montré que l’un des sous-groupes formés par
l’analyse de clusters se distinguait par une forte corrélation entre buts
orientés vers soi et orientés vers la tâche. Au niveau du groupe entier,
cette corrélation était très faible et masquait donc des différences interin-
dividuelles. En outre, aucun sous-groupe orienté uniquement vers l’ego
n’est sorti de leurs analyses, ce qui montre également la pertinence
d’analyser des combinaisons de buts multiples. L’étude de Bouffard,
Boisvert, Vezeau et Larouche (1995) a comparé différents patrons de buts
en les formant par median-split. Le groupe rapportant la motivation,
l’utilisation de stratégies cognitives, l’autorégulation et la réussite les
plus élevées était le groupe buts de maîtrise élevée/performance élevée.
Un patron un peu moins favorable était rapporté par le groupe maîtrise
84 Motivation et métacognition dans l’apprentissage

élevée/performance faible, suivi par le groupe maîtrise faible/perfor-


mance élevée ; le moins favorable étant le groupe maîtrise faible/perfor-
mance faible.

DES CROYANCES MOTIVATIONNELLES GÉNÉRALES


AUX CROYANCES SITUATIONNELLES

Différentes études ont analysé l’influence des croyances motivation-


nelles au niveau d’une matière sur des croyances de type motivationnel
spécifiques à une tâche (notamment McGregor & Elliot, 2002; Pelgrims,
2006; Seegers & Boekaerts, 1993; Tanaka, 2007).
Seegers et Boekaerts (1993) ont évalué l’effet des buts de compétence
sur la pertinence de la tâche, l’attraction de la tâche et la compétence
perçue. En effet, les buts établissent un cadre d’interprétation pour la
perception des situations. Leurs résultats, tout comme ceux de Tanaka
(2007), montrent que les buts de maîtrise prédisent la perception des
compétences, tout comme des aspects de la valeur de la tâche (attrac-
tion, intérêt et pertinence). Les buts de performance-approche sont éga-
lement liés positivement à la perception des compétences dans l’étude
de Tanaka (2007), mais pas dans l’étude de Seegers et Boekaerts (1993).
Les buts de performance-évitement sont, quant à eux, négativement liés
à la compétence perçue dans chacune des deux études. Par contre, les
deux buts de performance ne sont pas significativement liés aux aspects
de la valeur de la tâche. Finalement, les buts de performance-approche
prédisent l’intention de ne pas engager des efforts (non task-involvement)
dans l’étude de Tanaka. Concernant l’anxiété, l’étude de McGregor et
Elliot (2002) a montré que les buts de performance-évitement étaient liés
à la perception des situations d’examens comme présentant une menace
(représentée par les soucis, la peur et l’anxiété). Dans l’étude de Tanaka
(2007), ce même type de buts prédit l’état d’anxiété durant la tâche. Au
contraire, tant les buts de performance-approche que les buts de maî-
trise-approche sont prédictifs de la perception de la situation comme
représentant un défi (représenté par l’impatience et l’espoir).
Concernant l’effet de la perception des compétences, tant l’étude de
Pelgrims (2006) que celle de Seegers et Boekaerts (1993) ont montré que
cette perception au niveau des mathématiques prédisait positivement
cette perception au niveau d’un problème. Avec un échantillon d’élèves
de classes spécialisées, Pelgrims (2006) a étudié de manière fine com-
Les croyances motivationnelles 85

ment les croyances motivationnelles relatives aux mathématiques


influençaient les croyances motivationnelles, l’évaluation subjective du
résultat et la performance en situation de résolution de problèmes
mathématiques. Ses résultats ont, d’une manière générale, souligné l’im-
portance des appréciations de la tâche proposée aux élèves. Par
exemple, tant l’intention d’engager de l’effort que la peur de l’échec sont
prédites par l’attrait de celle-ci. Le sentiment de compétence relatif à la
tâche joue également un rôle dans la prédiction de l’évaluation subjec-
tive du résultat et la peur d’avoir échoué (rapportée après la résolution).
Parmi les croyances motivationnelles relatives au domaine des
mathématiques, le contrôle de l’action joue un rôle clé. D’une part, il
influence les appréciations telles que l’attrait de la tâche et, d’autre part,
il prédit directement la performance et le contrôle de l’action rapporté
suite à la résolution. Ce dernier prédit la performance, l’évaluation sub-
jective du résultat ainsi que la peur d’avoir échoué. Par contre, le style
attributif des élèves n’est pas prédictif de leurs croyances motivation-
nelles en situation, mais il est uniquement lié à d’autres croyances moti-
vationnelles relatives aux mathématiques, telles que le contrôle de
l’action ou la peur de l’échec. Ainsi, les résultats de Pelgrims (2006) sug-
gèrent que le style attributif ne joue pas de rôle significatif dans les
croyances motivationnelles spécifiques à une tâche.

CROYANCES MOTIVATIONNELLES
CHEZ LES APPRENTIS DE LA FORMATION PROFESSIONNELLE

Un nombre restreint d’études a porté sur les croyances motivationnelles


des apprentis de la formation professionnelle (Gurtner, Gulfi, Genoud,
de Rocha Trindade & Schumacher, 2012). Ces recherches tendent à
conclure que les croyances motivationnelles de ce public sont, du moins
en début de formation, plutôt défavorables pour les matières de type
scolaire, telles que les cours de culture générale, mais plus favorables
pour les cours directement liés à l’exercice de la profession qu’ils
apprennent ou pour les tâches effectuées sur le lieu de travail (Cretten,
Lens & Simons, 2001; Gurtner et al., 2012; Prenzel, Kramer & Drechsel,
2002). Certains cours, tels que les mathématiques professionnelles, se
situent entre les domaines scolaires et professionnels. Bien que les
notions soient présentées dans une salle de classe, elles sont utiles pour
exercer la profession apprise. L’utilité ou l’instrumentalité perçue est par
86 Motivation et métacognition dans l’apprentissage

conséquent une composante fondamentale parmi les croyances motiva-


tionnelles des apprentis (Berger, 2012; Lens et al., 2002; Nuttin, 1980). Les
apprentis ont réalisé un choix de profession et vont s’engager dans l’ap-
prentissage de notions qui sont utiles à l’exercice de cette profession, en
mettant au deuxième plan les notions (présentées par exemple dans les
cours de culture générale) qui ne présentent pas cette utilité. Concernant
les buts de compétence, les apprentis rapportent une orientation vers la
maîtrise-approche significativement plus forte que leur orientation vers
l’évitement du travail, ceci tant pour l’apprentissage des mathématiques
professionnelles que pour les cours de culture générale (Büchel et al.,
2011).
L’apprentissage autorégulé 87

CHAPITRE 4

L’APPRENTISSAGE AUTORÉGULÉ:
ARTICULATION DES COMPOSANTES
DE LA MÉTACOGNITION ET
DES CROYANCES MOTIVATIONNELLES

Academic cognition is cold, in that the principal con-


cern is with the knowl-edge and strategies necessary
for efficiency, with little emphasis placed on emotional
factors that might promote or impede that efficiency.
(Brown et al., 1983, p. 78)

A major goal of formal education should be to teach


students self-regulatory skills.
(Boekarts, 1997, p. 161)

LES LIMITES DES MODÈLES «PUREMENT COGNITIFS»


DE L’APPRENTISSAGE SCOLAIRE

Les croyances motivationnelles sont reconnues comme essentielles dans


le domaine de l’apprentissage. Elles constituent un déterminant impor-
tant dans la réussite ou l’échec scolaire (Lens, 1996). Toutefois, les
modèles développés pour représenter le fonctionnement intellectuel
dans le domaine de l’apprentissage sont souvent strictement composés
d’aspects purement cognitifs tels que les stratégies cognitives, métaco-
gnitives et la mémoire de travail (par ex. Büchel, 1996; Nelson & Narens,
1990; Schraw, 1998; Veenman et al., 1997), car seuls ces derniers sont
considérés comme prépondérants1.
1 Cette perspective sur la cognition a été qualifiée de cognition froide (cold
cognition) par opposition à une cognition chaude, qui se réfère au fait que
l’affect accompagne ou qualifie l’information (Zajonc, 1980).
88 Motivation et métacognition dans l’apprentissage

Comme l’illustre la citation en exergue de ce chapitre, Brown et al.


(1983) soulignaient – il y a plus de 20 ans déjà – l’absence des facteurs
non cognitifs dans les modèles de la cognition scolaire, ce qui limite leur
pouvoir explicatif. En effet, selon Tobias et Everson (1997):

The paradigm shift to a cognitive orientation in psychology has ushered in a


period of intense research activity devoted to the clarification of the cogni-
tive processes involved in human behavior. While the shift has been very
fruitful in deepening our understanding of many human activities, progress
has come at the expense of obtaining a clearer understanding of the role
played by affective variables in such activities, and especially of the relation-
ship between affective and cognitive variables. (p. 59)

Dans le même ordre d’idée, Dai et Sternberg (2004) soutiennent que


réduire le fonctionnement et le développement intellectuel à des phéno-
mènes principalement cognitifs, c’est-à-dire ne pas prendre en considé-
ration les aspects motivationnels et émotionnels, n’est aujourd’hui plus
soutenable tant au niveau théorique qu’à la lumière des preuves empi-
riques. Ceci est particulièrement pertinent pour l’étude du fonctionne-
ment des élèves, indépendamment du cursus suivi, dans des situations
de classe et non pas en laboratoire. En effet, dans ce dernier cas, la situa-
tion est largement contrôlée et l’influence des facteurs affectifs et moti-
vationnels peut être neutralisée. Les limites des modèles purement
cognitifs sont également soulignées par Pintrich et al. (1993), qui affir-
ment que ces modèles ne peuvent expliquer de façon adéquate pourquoi
les élèves qui semblent disposer des prérequis conceptuels dans une cer-
taine matière n’activent pas forcément ces connaissances lors de la réali-
sation de tâches scolaires (savoir inerte; Bereiter & Scardamalia, 1985).
Bien que ce problème puisse être attribué à des facteurs purement cogni-
tifs, tels que l’automatisation, l’encodage, ou à des processus métacogni-
tifs (stratégies et monitorage) déficients, il est probable que des facteurs
motivationnels et contextuels jouent également un rôle. Si ces modèles
«purement cognitifs» sont utiles pour des situations expérimentales, ils
sont moins pertinents pour la compréhension des situations de classe,
dans lesquelles les élèves ont une perception largement subjective des
tâches et adoptent des buts et objectifs différents dans leur travail sco-
laire. Bandura (1997/2003) ajoute que si l’adjonction des compétences
métacognitives a permis d’élargir la théorie cognitive, les processus
motivationnels, affectifs et de référence à soi sont encore trop souvent
négligés, bien qu’ils jouent un rôle primordial dans le développement et
L’apprentissage autorégulé 89

le fonctionnement cognitif. Une différence importante existe en effet


entre disposer de connaissances métacognitives et les utiliser de manière
effective; autrement dit, savoir ce qu’il faut faire n’est pas suffisant en
soi. Les échecs dans les performances intellectuelles proviennent sou-
vent de la mauvaise utilisation ou d’un déficit des aptitudes cognitives
et métacognitives plutôt que d’un manque de connaissances. Ceci néces-
site la recherche de facteurs explicatifs qui se trouvent probablement
dans les domaines affectifs et motivationnels. Par exemple, selon Ban-
dura (1997/2003), un sentiment d’efficacité personnelle serait nécessaire
aux individus pour appliquer ce qu’ils savent de manière consistante et
avec persistance, ceci particulièrement lorsque la résolution de la tâche
ne se déroule pas sans difficulté et que les performances pourraient
avoir des conséquences négatives.
Les connaissances et croyances relatives à soi-même, en particulier la
perception de contrôle sur ses propres performances scolaires, sont
considérées par plusieurs chercheurs (Bandura, 1986; Skinner, 1996; Wei-
ner, 1985) comme de forts motivateurs ou au contraire inhibiteurs des
comportements dans les situations d’apprentissage. En effet, étant
donné que ces cognitions donnent du sens et de la valeur aux situations
d’apprentissage, elles influencent la façon dont l’élève autorégule sa
motivation et son fonctionnement cognitif (Boekaerts, 1996). Se perce-
voir comme un élève stratégique et efficace dans l’utilisation de straté-
gies est considéré comme l’une des principales sources de motivation à
apprendre (Pressley, Borkowski & Schneider, 1987).
Un certain nombre d’études empiriques réalisées depuis les années
80 ont mis à jour passablement de liens entre construits motivationnels
et construits métacognitifs (ou plus généralement les stratégies d’ap-
prentissage). Nous passons en revue, ci-dessous, une partie de ces
études empiriques en considérant en particulier les croyances motiva-
tionnelles décrites au chapitre précédent. En outre, des connexions voire
des recoupements théoriques existent entre connaissances et croyances
métacognitives et croyances motivationnelles.

CONNAISSANCES MÉTACOGNITIVES
ET CROYANCES MOTIVATIONNELLES

La relation entre les métaconnaissances, spécifiquement les métacon-


naissances sur soi (Flavell, 1987), et les croyances motivationnelles
est celle d’une redondance entre ces deux construits. En effet, dans la
90 Motivation et métacognition dans l’apprentissage

taxonomie des connaissances cognitives de Kluwe (1982), figurent les


connaissances des différences intra-individuelles au sujet des forces et
faiblesses de l’individu en fonction des domaines. Ceci fait en partie
référence au sentiment d’efficacité personnelle ou au concept de soi.
Ainsi, Pintrich et al. (2000), dans leur cadre conceptuel de la métacogni-
tion et de l’autorégulation, considèrent les métaconnaissances sur soi (à
l’exception des universels de la cognition) comme des croyances motiva-
tionnelles. Selon leur argument, ces connaissances et croyances impli-
quant le soi, elles constituent des cognitions chaudes en contraste des
cognitions froides telles que les métaconnaissances sur les tâches et les
stratégies. De ce fait, elles seraient plus adéquatement considérées
comme ayant un caractère motivationnel plutôt que métacognitif.
D’autres chercheurs ont directement intégré les croyances motivation-
nelles dans leur modèle de la métacognition. C’est le cas de Desoete et al.
(2002), qui proposent une taxonomie métacognitive distinguant trois
catégories: les connaissances métacognitives, les stratégies métacogni-
tives et les croyances métacognitives. Ce dernier groupe est constitué
des conceptions de l’intelligence et de l’apprentissage, mais aussi de
multiples croyances motivationnelles telles que le sentiment d’efficacité
personnelle ou la motivation intrinsèque. Au niveau empirique, ce
recoupement est soutenu par les résultats d’une analyse factorielle
conduite par Op’t Eynde et al. (2006) sur les items du Mathematical Rela-
ted Beliefs Questionnaire: les items mesurant l’intérêt individuel et le sen-
timent d’efficacité personnelle saturent le même facteur que les items
évaluant les croyances sur l’apprentissage des mathématiques.
De telles intégrations de croyances motivationnelles dans les théories
métacognitives sont critiquées, car elles posent des problèmes concep-
tuels. Spécifiquement, Boekaerts (1997, 1999) s’oppose à ces intégrations
pour deux raisons. Premièrement, pour un problème de nomenclature
ou de terminologie qui diffèrent. En effet, l’élargissement du terme de
connaissances métacognitives à des aspects de croyances motivation-
nelles (concept de soi, sentiment d’efficacité personnelle, orientation des
buts, etc.), à des aspects de la théorie de l’esprit de l’élève, à des théories
sur soi, aux théories de l’apprentissage ou même à l’environnement
d’apprentissage, participe à un flou conceptuel. Or, les théories métaco-
gnitives sont depuis longtemps critiquées pour la trop grande diversité
des termes utilisés pour désigner des construits similaires:
L’apprentissage autorégulé 91

Some authors regard motivational beliefs, such as goal orientation, interest,


attitudes, and self-concept of ability, as part of metacognitive knowledge.
This signifies that the term «metacognitive knowledge» has come to refer to
aspects of students’ theory of mind, theory of self, theory of learning and
learning environments. In my opinion, this inclusion is unwarranted, mainly
because it decreases the explanatory power of the various constructs.
(Boekaerts, 1997, p. 165)

Par conséquent, Boekaerts (1999) propose de limiter les métaconnais-


sances à des aspects liés aux stratégies et aux tâches. Le second argument
de Boekaerts (1997) est que les perspectives des deux traditions de
recherche sont différentes et qu’elles doivent le rester pour garder leurs
pouvoirs explicatifs respectifs. En effet, les chercheurs dans le champ de
la métacognition sont centrés sur des compétences cognitives et des
connaissances relatives aux tâches (notamment les jugements des élèves
relatifs aux stratégies qu’ils utilisent ou à la difficulté de la tâche), alors
que les chercheurs du domaine de la motivation seraient centrés sur les
caractéristiques du soi (notamment la perception et l’interprétation des
activités en fonction de leurs besoins psychologiques). Il existerait de plus
en plus de preuves que les croyances motivationnelles constituent des
entités distinctes qui agissent sur l’activité d’apprentissage mais égale-
ment sur des activités concurrentes qui passent par l’esprit de l’élève. En
cas de traitement de ces croyances comme connaissances métacognitives,
leur pouvoir explicatif en serait réduit. Les chercheurs, dans le cadre
sociocognitif, préfèrent ainsi parler d’apprentissage autorégulé lorsqu’il
s’agit de décrire et prédire les effets conjoints des croyances motivation-
nelles et de la métacognition sur l’apprentissage. Les deux domaines sont,
dans ce cadre, considérés comme distincts tout en étant articulés dans un
cadre théorique, comme le proposent Efklides (2011) ou Pintrich (2000b).
Dans une perspective développementale, Borkowski (Borkowski et
al., 2000) illustre les interactions entre les connaissances et croyances
métacognitives et les croyances motivationnelles. Selon lui, le sentiment
d’efficacité personnelle joue un rôle prépondérant dans le développe-
ment métacognitif. D’une part, ce sentiment serait dépendant de l’am-
pleur des connaissances spécifiques des stratégies: plus un élève dispose
de connaissances de ce type, plus il aura tendance à se sentir confiant
dans sa capacité d’apprentissage. D’autre part, l’utilisation de stratégies
– permettant d’apprendre avec succès – tendrait à augmenter le senti-
ment d’efficacité personnelle. Connaissances métacognitives et croyances
motivationnelles s’influenceraient ainsi de manière réciproque. Notons
92 Motivation et métacognition dans l’apprentissage

que Borkowski ne traite pas les croyances motivationnelles comme fai-


sant partie de la métacognition, mais comme des croyances qui inter-
agissent avec les métaconnaissances et les stratégies métacognitives
dans le développement des capacités d’autorégulation de l’apprenant.
D’autres chercheurs s’intéressent au rôle des croyances épistémolo-
giques comme étant à l’origine de l’adoption d’une orientation des buts
(Braten & Stromso, 2004; Hofer & Pintrich, 1997). Les croyances épisté-
mologiques constituant des connaissances et croyances métacognitives,
il s’agit de comprendre leur rôle précurseur dans le développement des
croyances motivationnelles. A titre d’exemple, la croyance que l’appren-
tissage se produit rapidement ou ne se produit pas du tout amène
l’élève à adopter un but de performance-évitement et à ne pas adopter
de but de maîtrise, tant à court qu’à long terme (Braten & Stromso,
2004). Dans un même ordre d’idée, dans les travaux théoriques et empi-
riques inspirés des théories implicites des habiletés selon Dweck (1999),
les théories fixistes et malléables sont articulées aux buts de compétence
et constituent un précurseur de l’adoption des buts (voir chapitre 3). En
effet, selon Dweck et Molden (2005), «a major part of understanding
achievement motivation is understanding people’s theories about com-
petence – what competence is and what it means about the self» (p. 122).

EXPÉRIENCES MÉTACOGNITIVES
ET CROYANCES MOTIVATIONNELLES

Le construit d’expérience métacognitive comprend, au sein de sa défini-


tion, des aspects affectifs (les sentiments métacognitifs) qui indiquent
que des connexions aux croyances motivationnelles sont évidentes. En
effet, affect et motivation sont intrinsèquement liés, au point qu’il est
parfois difficile de les distinguer. L’autre facette des expériences métaco-
gnitives, soit les jugements, semblerait a priori plus indépendante des
facteurs affectifs et motivationnels; les recherches de Tobias et Everson
indiquent toutefois des articulations intéressantes.
Le niveau d’intérêt tant individuel que situationnel est lié à la cali-
bration du monitorage, soit le degré d’exactitude d’un jugement métaco-
gnitif par rapport à la performance (Tobias, 1994, 1995). En effet, une
recherche de Tobias (1995) utilisant le Knowledge Monitoring Assessment a
démontré que l’intérêt individuel avait un effet significatif sur la préci-
sion du monitorage, même en contrôlant l’effet des préconnaissances.
L’apprentissage autorégulé 93

Par rapport à l’intérêt situationnel, la personnalisation de problèmes de


mathématiques (par l’inclusion des noms des élèves ou de l’enseignant
dans les données des problèmes) accroît la calibration du monitorage,
mais uniquement pour les élèves qui ont de faibles compétences en
mathématiques (Tobias, 1994). Le mécanisme ou les processus média-
teurs entre l’intérêt et le monitorage restent inexpliqués; une augmenta-
tion de l’attention et une plus grande persistance pourraient constituer
des facteurs explicatifs. Tobias et Everson (2000) se sont penchés sur les
corrélations entre le Knowledge Monitoring Assessment et l’anxiété envers
les mathématiques (échelle de Fennema-Sherman et Worry-Emotionaly
scale). Meilleur est l’élève en monitorage, moins il est anxieux ou
angoissé par rapport aux mathématiques. Au contraire, les élèves les
moins précis en monitorage sont plus fragiles émotionnellement dans
les tâches de mathématiques. L’explication suivante est donnée:

It was reasoned that the central representation of anxiety absorbs some pro-
portion of cognitive capacity, leaving a reduced amount available for alloca-
tion to work on tasks. The further absorption of capacity required by an
executive process such as metacognitive knowledge monitoring was
expected to be especially debilitating for highly anxious students whose cog-
nitive capacity is expected to be reduced by students’ concerns about their
test anxiety. Therefore, a negative relationship between anxiety and knowl-
edge monitoring was anticipated because highly test anxious students can be
expected to have less adequate metacognitive abilities than those with lower
anxiety. (Tobias, 1992, p. 28)

Si le matériel demande une forte capacité cognitive, l’anxiété et le moni-


torage semblent interagir pour influencer la performance. En outre, les
élèves les plus anxieux, indépendamment de leurs compétences métaco-
gnitives, réalisent de moins bonnes performances dans des tâches de lec-
ture qui demandent un fort investissement cognitif, ce qui suggère que
les angoisses pourraient interférer avec l’utilisation stratégique des apti-
tudes métacognitives.
Dermitzaki et Efklides (2003) ont lié deux orientations des buts défi-
nies par Nicholls (1989), soit l’orientation vers la tâche et l’orientation
vers l’ego, avec le concept de soi, les expériences métacognitives (senti-
ment de difficulté, estimation de l’exactitude de la réponse et estimation
des efforts) et les stratégies rapportées sur une tâche de résolution de
problèmes mathématiques. Leurs résultats montrent que les effets des
aptitudes cognitives (compétences en raisonnement quantitatif), des
94 Motivation et métacognition dans l’apprentissage

performances et du concept de soi sur les expériences métacognitives


sont largement plus forts que les effets des orientations des buts. Elles
constatent toutefois un effet direct de l’orientation vers la tâche sur les
stratégies rapportées: les élèves les plus orientés vers la tâche rapportent
avoir utilisé plus de stratégies au cours de la résolution du problème.
Leur conclusion est que les orientations des buts sont liées à la perfor-
mance scolaire plutôt qu’aux capacités cognitives et qu’elles exercent
leurs effets sur les expériences métacognitives par l’intermédiaire du
concept de soi en mathématiques.
La perception de ses compétences est essentielle au monitorage, à
l’utilisation des stratégies métacognitives. Hacker et Bol (2004) postulent
par exemple que le sentiment d’efficacité personnelle par rapport à la
mémorisation influence les jugements de monitorage. Si un apprenant
pense que sa capacité de mémorisation est très faible, il aura alors ten-
dance à douter fortement de ses réponses dans une tâche de rappel. Au
contraire, un fort sentiment d’efficacité personnelle pourrait résulter en
de l’optimisme ou une surestimation de ses performances. Par rapport
aux stratégies métacognitives, un sentiment d’efficacité personnelle est
nécessaire pour s’engager cognitivement dans une tâche et planifier ses
actions. Bouffard-Bouchard (1990; Bouffard-Bouchard, Parent & Larivée,
1990) a démontré expérimentalement que le sentiment d’efficacité per-
sonnelle est lié à l’efficacité des stratégies employées ainsi qu’à l’exacti-
tude des jugements de confiance en ses réponses, ceci indépendamment
du niveau de préconnaissances. En outre, les sujets qui ont un sentiment
d’efficacité personnelle élevé ont tendance à rejeter de manière moins
fréquente des hypothèses représentant des réponses correctes. Finale-
ment, les individus auraient besoin d’un sentiment d’efficacité person-
nelle pour appliquer leurs connaissances de façon cohérente et
persévérante (Bandura, 1997/2003). Autrement dit, le manque de ce sen-
timent pourrait expliquer en partie le déficit de production de certains
élèves. En effet, le guidage de l’activité de résolution est une activité qui
nécessite des efforts cognitifs qu’un élève qui ne se perçoit pas compé-
tent aura tendance à ne pas produire.

STRATÉGIES MÉTACOGNITIVES
ET CROYANCES MOTIVATIONNELLES

Boekaerts a qualifié les construits de croyances motivationnelles et d’au-


torégulation (notamment la régulation de la cognition) comme «deux
L’apprentissage autorégulé 95

amis proches». Les relations entre croyances motivationnelles et régula-


tion de la cognition ont en effet fait l’objet d’une plus grande quantité
d’études empiriques comparé aux études portant sur les autres compo-
santes métacognitives.2 La majorité de ces recherches a toutefois consi-
déré les stratégies métacognitives comme un type de stratégies
d’apprentissage et adopté de ce fait une perspective plus large des rela-
tions entre croyances motivationnelles et apprentissage autorégulé. Le
présupposé de nombreuses études est que les croyances motivationnelles
constitueraient une source de la mobilisation de stratégies. Ainsi ces
études modélisent-elles les stratégies comme une variable dépendante.
Les recherches conduites durant les années 80 ont conclu que les
buts de compétence ont un impact sur la façon dont un apprenant s’en-
gage stratégiquement dans une tâche, autrement dit le choix des straté-
gies qu’il applique et la façon dont il régule cette application.3 Une
étude clé fut celle conduite par Nolen (1988). Cette étude a montré,
comme celles de Pintrich plus tard, que les croyances motivationnelles
entretenaient une relation indirecte avec la performance scolaire, ceci
au travers de leurs liens avec l’utilisation de stratégies cognitives et
métacognitives, c’est-à-dire un engagement cognitif considéré comme
plus poussé. Cette étude a révélé que l’orientation vers la tâche (maî-
trise-approche), tant à un niveau général qu’au niveau d’un exercice
spécifique, était associée à des stratégies dites de traitement en profon-
deur (deep-processing), alors que l’orientation vers l’ego (performance-
approche) n’y était pas associée. En outre, l’orientation vers l’évitement
du travail était négativement corrélée tant à l’utilisation de stratégies
dites de traitement profond qu’à l’utilisation de stratégies dites de trai-
tement en surface (surface-processing). Par rapport aux stratégies méta-
cognitives en particulier, les études corrélationnelles (p. ex. Ames &
Archer, 1988; Büchel et al., 2011; Dweck & Leggett, 1988; Galland & Phil-
lipot, 2002; Schraw, Horn, Thorndike-Christ & Bruning, 1995) ont mon-
tré que plus les élèves adoptent des buts de maîtrise, plus ils rapportent

2 Soulignons que les travaux de Pintrich et de ses collaborateurs ont joué un


rôle prépondérant dans le développement des connaissances scientifiques
sur les articulations entre motivation et métacognition, ceci sous l’intitulé
d’apprentissage autorégulé. Le développement du Motivated Strategies for
Learning Questionnaire et de son cadre théorique a permis à de nombreux
chercheurs d’analyser l’autorégulation de l’apprentissage dans diverses
populations et divers contextes.
3 Pour une revue de ces études, voir Cosnefroy (2004).
96 Motivation et métacognition dans l’apprentissage

une utilisation fréquente de guidage de leur cognition, en cherchant


consciemment à planifier leurs stratégies cognitives, à les vérifier et à
les ajuster. Pintrich et Garcia (1991) ont montré, avec le MSLQ, que les
élèves adolescents qui approchent les cours avec une orientation vers
la maîtrise rapportaient être plus planificateurs dans la préparation de
leurs études, guider plus fréquemment leur compréhension ou encore
gérer leur temps et leur environnement d’apprentissage. L’utilisation
de stratégies cognitives est également positivement liée à ce type de
buts. Par contre, les buts extrinsèques (buts de performance) sont, dans
la synthèse de Pintrich (1999), négativement corrélés au recours à des
stratégies métacognitives. Dowson (2000) a montré, par un modèle de
cheminement, que l’adoption de buts de maîtrise-approche est positi-
vement liée à l’utilisation de stratégies cognitives et métacognitives,
alors que l’adoption de buts de performance-approche est négative-
ment liée aux stratégies métacognitives. Finalement, les divers buts de
compétence sont liés de façon cohérente aux stratégies d’apprentissage
(Elliot, McGregor & Gable, 1999): les buts de maîtrise prédisent l’utili-
sation de stratégies impliquant un traitement profond, les buts de per-
formance-approche prédisent un traitement de surface et les buts de
performance-évitement prédisent négativement un traitement profond
et positivement un traitement de surface et la désorganisation dans le
travail.
Selon Bandura (1997/2003), les élèves dont le sentiment d’efficacité
personnelle est élevé développeraient plus aisément des stratégies et les
mobiliseraient de façon plus efficiente une fois acquises. Il existerait un
effet de cette croyance motivationnelle sur le développement et l’utilisa-
tion des stratégies cognitives et métacognitives. Une étude longitudinale
confirme cette hypothèse: un sentiment d’efficacité personnelle élevé
explique un accroissement de la mobilisation de stratégies métacogni-
tives entre le début et la fin d’un trimestre (Berger & Karabenick, 2011).
Pintrich (1999), dans une synthèse d’études empiriques fondées sur
le MSLQ, rapporte des corrélations entre valeur de la tâche (composée
de l’importance, de l’utilité et de l’intérêt pour le cours) de nulles à
modérées avec les différentes stratégies d’apprentissage. Toutefois, les
différentes composantes de la valeur de la tâche sont mélangées dans
ces corrélations. Plusieurs études empiriques de Miller et de ses collabo-
rateurs (Brickman & Miller, 1998, 2001; Miller et al., 1999) ont montré que
le niveau d’instrumentalité perçue était positivement lié aux comporte-
ments d’apprentissage autorégulé. En effet, l’instrumentalité perçue
L’apprentissage autorégulé 97

d’un cours pour l’atteinte de buts futurs est significativement prédictive


des stratégies d’autorégulation et d’un mode de traitement profond des
tâches, même après avoir contrôlé l’influence des buts de compétence et
de la compétence perçue. Lens et al. (2002) ont quant à eux découvert un
effet du type d’instrumentalité perçue – à savoir, si les raisons d’étudier
sont internes ou externes à l’individu: les élèves qui s’engagent dans un
cours pour des raisons qu’ils jugent pertinentes pour eux-mêmes (par
exemple leur développement personnel) rapportent utiliser moins de
stratégies dites de surface et plus de stratégies dites profondes que les
élèves qui s’engagent dans un cours pour des raisons telles que l’obten-
tion d’une récompense.
Schiefele (1991) synthétise les relations entre intérêt individuel et
stratégies de la façon suivante: les stratégies de traitement dit profond
(élaboration, recherche d’informations complémentaires et pensée cri-
tique) sont positivement et modérément corrélées (.29, p < .05 < r < .47,
p < .01) à l’intérêt individuel, alors que les stratégies de répétition, d’or-
ganisation et de gestion du temps ne sont pas liées à l’intérêt individuel.
Ceci signifie un plus grand investissement en termes de temps et d’ef-
forts pour les élèves avec un intérêt individuel élevé. Par rapport à la
lecture d’un texte, le nombre de soulignements et de mots notés était
modérément lié à l’intérêt individuel (r = .28, p < .05 pour chacune des
deux stratégies), alors que les stratégies d’élaborations autorapportées y
étaient fortement liées (r = .60, p < .001). Ces relations sont indépen-
dantes des préconnaissances et de l’intelligence.
Selon l’étude de Veenman, Kerseboom et Imthorn (2000), les com-
pétences métacognitives jouent un rôle médiateur dans la relation
entre l’anxiété en situation de test et la performance. Une partie des
élèves présente un déficit de production dans des tâches mathéma-
tiques à cause de leur état d’anxiété. En effet, ces élèves possèdent des
compétences métacognitives, mais leur application est rendue plus
difficile à cause de leur état affectif. Pour un autre type d’élèves, c’est
le manque de compétences métacognitives qui crée un état d’anxiété,
ce qui détériore la performance. La relation entre les compétences
métacognitives et l’état d’anxiété serait donc fonctionnellement diffé-
rente suivant les élèves. L’intérêt de ces résultats est qu’ils montrent
la complexité des interactions entre cognition et affect en situation
d’apprentissage.
98 Motivation et métacognition dans l’apprentissage

L’INTÉGRATION DES CROYANCES MOTIVATIONNELLES


DANS LES THÉORIES MÉTACOGNITIVES

Les initiateurs de l’étude de la métacognition ont, dès les années 70, traité
de l’interdépendance de la métacognition et des croyances motivation-
nelles. En effet, selon Brown (1978), la formulation des métaconnais-
sances ainsi que l’application des stratégies métacognitives nécessitent
des capacités d’introspection, autrement dit des autoévaluations. Etant
donné que l’autoévaluation de sa propre performance n’est par définition
pas objective, les composantes métacognitives sont «contaminées» par les
perceptions de compétence, la peur de l’échec ou l’incapacité apprise.
Quant à Flavell (1987), il mentionne, parmi les facteurs de développe-
ment de la métacognition, le développement du sens de soi en tant
qu’agent cognitif actif (soit la notion d’agentivité4) et comme cause cen-
trale de sa propre activité cognitive (locus de contrôle interne). Ces fac-
teurs seraient promoteurs des jugements et sentiments métacognitifs
ainsi que du recours aux stratégies métacognitives lors de l’engagement
dans la résolution de problèmes. Paris et Winograd (1990) décrivent la
présence de deux composantes dans leur définition de la métacognition:
autoévaluation (self-appraisal) et autogestion (self-management). L’autoéva-
luation comprend d’une part les réflexions personnelles des individus au
sujet de l’état de leurs connaissances et capacités et, d’autre part, leurs
états affectifs concernant leurs connaissances, capacités, motivation et
caractéristiques en tant qu’apprenants. De cette manière, cette compo-
sante intègre les croyances motivationnelles dans la définition même de
la métacognition. L’autogestion concerne la métacognition en action, soit
les processus mentaux qui permettent d’orchestrer les aspects de la réso-
lution de problème (stratégies métacognitives). Ces deux composantes
permettent de conceptualiser l’apprenant comme ayant besoin d’être
impliqué activement dans l’orchestration de la construction de ses
connaissances. Notons que le concept d’expérience métacognitive intro-
duit par Flavell (1979) incluait des sentiments relatifs à la difficulté, par
exemple, ou des sentiments ressentis par l’élève on-line. On y trouvait
déjà un mélange de jugements cognitifs (le jugement de compréhension
par exemple) et motivationnels/affectifs (le sentiment qu’on ne réussira
pas à résoudre la tâche par exemple). Efklides et ses collaborateurs (Efk-

4 L’agentivité se réfère à la perception de nos propres actes comme étant effec-


tivement causés et contrôlés par nous-mêmes.
L’apprentissage autorégulé 99

lides, 2001) ont poursuivi les recherches dans ce domaine et étudié les
antécédents et l’influence de nombreuses expériences métacognitives à la
jonction de la cognition et de la motivation/affect. Tant Flavell que Efk-
lides soulignent que si les sentiments tels que l’état psychologique d’inté-
rêt, le fait qu’une tâche soit plaisante ou encore la satisfaction ne sont pas
considérés comme métacognitifs par beaucoup de chercheurs, ils consti-
tuent des jugements et sentiments sur l’activité cognitive en cours, et cela
leur confère un aspect métacognitif. Les expériences métacognitives sont
souvent traitées comme des manifestations de la perception de la tâche.
Malgré ces différentes intégrations d’aspects motivationnels et affectifs
dans les théories métacognitives, ces dernières se sont développées de
façon relativement indépendante des théories psychologiques de la moti-
vation à apprendre. Ce n’est que récemment, avec l’apparition des
modèles d’apprentissage autorégulé, que les chercheurs ont commencé à
adopter effectivement une perspective plus large de l’apprenant.
Weinert (1987) a également soutenu l’idée d’une intégration des théo-
ries motivationnelles aux théories cognitives, argumentant que le traite-
ment indépendant de ces deux champs limitait notre compréhension des
processus d’apprentissage. Cette intégration impliquerait, selon Weinert,
de lier les concepts suivants: d’un côté, des concepts sur les connais-
sances de soi, les attentes de performance (soit les connaissances et
croyances métacognitives) et le monitorage de ses propres actions (soit
les jugements, les sentiments et le contrôle métacognitif) tels que définis
dans la littérature métacognitive; et d’un autre côté, des concepts tels
que la perception de ses propres habiletés, les attentes de succès, la peur
de l’échec ou encore les attributions causales, tous traditionnellement
traités dans les théories de la motivation. Plusieurs recoupements entre
les deux domaines sont relevés par Weinert (1987). Par exemple, les
attributions causales sont en lien, dans chacun des domaines, avec la
prédiction des performances futures (Weiner, 1979; attentes de succès et
métaconnaissances sur soi). Les mêmes concepts seraient ainsi interpré-
tés de façon différente en fonction des théories. Une même constatation
a été réalisée par Kluwe (1982), qui classe dans sa taxonomie le construit
de sentiment d’efficacité personnelle parmi les métaconnaissances sur
soi. En outre, Weinert (1987) relève que si certaines variables des deux
champs concernés sont identiques, leur fonction diffère. Par exemple, les
jugements de la difficulté d’une tâche ou l’évaluation des résultats de
l’action produisent des réactions émotionnelles, et leurs conséquences
sont prédites par les théories du type motivationnel. Par contre, dans les
100 Motivation et métacognition dans l’apprentissage

recherches métacognitives, ces variables sont liées aux connaissances


métacognitives sur soi-même, la tâche et les stratégies.
Weinert (1987) soulève cependant quelques problèmes relatifs à cette
intégration. L’une des difficultés pour intégrer ces deux domaines, en
prenant pour exemple les recherches sur la mémoire et la métamémoire,
est la suivante: l’utilisation de types de tâches différents pour l’étude de
la mémoire, de la métamémoire et de la motivation mène inévitablement
à des conclusions différentes. Ceci a été le cas pour l’importance des
connaissances spécifiques à un domaine, les habiletés procédurales et les
facteurs motivationnels pour la prédiction ou l’explication des diffé-
rences individuelles dans l’apprentissage et la performance. De plus,
selon Weinert, le rôle des processus motivationnels a rarement été consi-
déré, car il n’y a pas eu d’effort systématique pour étudier la façon dont
les personnes présentant des croyances motivationnelles spécifiques se
comportent face à différentes tâches dans des situations qu’elles consi-
dèrent importantes. Il existe toutefois suffisamment de recouvrement
entre les tâches et objets dans les champs de la cognition, de la métaco-
gnition et de la motivation pour développer des recherches intégrant les
trois domaines. C’est l’objet des modèles d’apprentissage autorégulé.

LES MODÈLES D’APPRENTISSAGE AUTORÉGULÉ5


Les théories de l’apprentissage autorégulé qui se sont développées
récemment conçoivent l’apprentissage autorégulé comme un processus
actif et constructif par lequel les apprenants établissent des buts pour
leur apprentissage et essayent de guider, réguler et contrôler leurs cogni-
tions, motivations et comportements, guidés et contraints par leurs buts
et les caractéristiques contextuelles de l’environnement (Pintrich, 2000b).
L’élève qui autorégule de manière optimale son apprentissage se perçoit
comme agent de ses comportements, conçoit l’apprentissage comme un
processus proactif, s’automotive et utilise des stratégies qui lui permet-
tent d’obtenir les résultats scolaires qu’il vise.
Selon Pintrich (2004), cette conception est dérivée de l’approche du
traitement de l’information, mais elle se distingue par l’adoption d’une
perspective sur l’apprenant plus inclusive. En effet, elle traite l’appren-

5 Les ouvrages consacrés à ces modèles sont relativement rares en langue fran-
çaise. Citons les ouvrages de Cosnefroy (2011) et de Berger et Büchel (2013).
L’apprentissage autorégulé 101

tissage selon des facteurs non seulement cognitifs, mais aussi motiva-
tionnels et affectifs ainsi que sociaux et contextuels. De ce fait, ces
modèles offrent une description plus compréhensive de l’apprentissage
et de la motivation des élèves que ce n’était le cas dans les modèles du
traitement de l’information. De nombreux modèles impliquant une mul-
titude de construits et différentes perspectives ont été développés
récemment (Boekaerts, Pintrich, & Zeidner, 2000; Zimmerman &
Schunk, 2011). Selon Pintrich (2000b, 2004), les modèles d’apprentissage
autorégulé partageraient quatre postulats:

a) Les apprenants sont considérés comme des participants actifs dans le


processus d’apprentissage. Ils construisent leurs propres significa-
tions, buts et stratégies à partir des informations disponibles tant
dans l’environnement que dans leur propre esprit. Autrement dit, les
théories de l’apprentissage autorégulé postulent que l’apprentissage
est de nature constructiviste.
b) Les apprenants sont en mesure de réaliser du monitorage, de contrô-
ler et de réguler certains aspects de leur propre cognition, motivation
et comportement, ainsi que certaines caractéristiques de leur environ-
nement. Ceci ne signifie pas que les apprenants le fassent en tout
temps, étant donné les contraintes (notamment développementales),
mais uniquement que c’est une possibilité.
c) L’apprenant se fixe des buts, des critères ou des standards qu’il uti-
lise pour réaliser des comparaisons lui permettant d’évaluer si les
processus d’apprentissage doivent continuer de la même façon ou si
des changements sont nécessaires.
d) Les activités d’autorégulation, telles que les stratégies métacogni-
tives, jouent le rôle de médiateurs entre les caractéristiques person-
nelles ainsi que contextuelles et la performance effective. Ceci signifie
que l’autorégulation joue un rôle prépondérant: les caractéristiques
personnelles et contextuelles ne suffisent pas à expliquer les perfor-
mances de l’apprenant.

LE MODÈLE D’EFKLIDES: METACOGNITIVE


AND AFFECTIVE MODEL OF SELF-REGULATED LEARNING

Efklides (2011) a récemment présenté un modèle de l’apprentissage


autorégulé, le Metacognitive and Affective Model of Self-Regulated Learning
(MASRL), qui vise à comprendre et décrire les interactions entre les
102 Motivation et métacognition dans l’apprentissage

composantes de la métacognition, les croyances motivationnelles et les


émotions. Deux niveaux de fonctionnement sont distingués dans le
MASRL: le niveau de la personne et celui de l’interaction entre la tâche
et la personne. L’autorégulation peut être décrite à chacun de ces
niveaux, suivant le degré de spécificité visé. Le niveau de la personne
est constitué des connaissances métacognitives, des habiletés, ainsi que
des croyances motivationnelles relatives à un certain sujet. Ces éléments
forment ensemble une description de l’autorégulation dite généralisée et
relativement stable. Au niveau tâche x personne, la métacognition et les
émotions prennent la forme d’expériences subjectives, soit des expé-
riences métacognitives. Trois phases sont distinguées par Efklides dans
le traitement de la tâche: représentation de la tâche, traitement cognitif
et performance. A chaque phase se manifestent des expériences métaco-
gnitives et des décisions quant à la régulation de l’apprentissage. Les
ressources au niveau de la personne mènent aux décisions de s’engager
d’une certaine manière dans une tâche et à exercer une certaine autoré-
gulation. L’influence des éléments du niveau de la personne n’explique
toutefois pas, à elle seule, les décisions de contrôle (par exemple l’appli-
cation d’une certaine stratégie) prises consciemment ou non par l’appre-
nant; les informations fournies par le monitorage y contribuent
également. Efklides postule de plus que les deux niveaux s’influencent
réciproquement: l’autorégulation n’est pas uniquement guidée par un
but fixé selon les caractéristiques générales de l’apprenant (top-down self-
regulation), mais elle est aussi guidée par l’autorégulation au niveau de
la tâche qui informe en retour le niveau de la personne (bottom-up self-
regulation).
Selon le MASRL, il est judicieux d’envisager une analyse de l’autoré-
gulation durant la résolution d’un problème en tenant compte de fac-
teurs relatifs à la classe de tâche à laquelle appartient le problème (les
habiletés, les connaissances métacognitives et les croyances motivation-
nelles), des expériences métacognitives qui pourraient se manifester aux
diverses étapes de la résolution du problème (avant, pendant et après),
ainsi que de la performance. Nous suivrons ces propositions dans
l’étude empirique présentée dans cet ouvrage.
L’apprentissage autorégulé 103

LE RÔLE DES APTITUDES COGNITIVES


DANS L’APPRENTISSAGE AUTORÉGULÉ

Les aptitudes cognitives sont rarement incluses dans les études portant
sur l’apprentissage autorégulé. Ces aptitudes pourraient toutefois jouer
un rôle significatif dans les relations entre croyances motivationnelles et
composantes de la métacognition. D’une part, il se pourrait que ces apti-
tudes aient une influence sur les stratégies métacognitives mobilisées
par l’élève lors de la résolution d’une tâche. D’autre part, ces aptitudes
pourraient être à l’origine de certaines croyances motivationnelles et
influencer les stratégies métacognitives par leur intermédiaire.
Selon Pintrich et Zusho (2002), l’apprentissage autorégulé (notam-
ment la régulation de la cognition) est un processus complexe qui
implique le maintien d’informations relatives à la tâche pendant sa réali-
sation. De ce fait, le fonctionnement ou la capacité de la mémoire de tra-
vail (MT) devrait être lié à l’apprentissage autorégulé. Miyake et Shah
(1999) affirment à ce sujet que la MT concerne avant tout le contrôle et la
régulation des processus cognitifs. Ainsi, la capacité de MT limiterait
l’application ou la coordination des stratégies métacognitives pendant la
résolution d’un problème. Toutefois, l’élève peut recourir à des straté-
gies de mémoire externe pour gérer la complexité des opérations cogni-
tives ou leur planification, s’il sait qu’il est limité dans cette capacité. De
ce fait, la capacité MT et la qualité/quantité de régulation cognitive
entretiennent une relation complexe.
Linnenbrink et Pintrich (2000) postulent que si la MT est occupée par
différentes pensées relatives à la performance des autres, soit un but de
performance, ou par des pensées relatives à la peur de faire des fautes
(buts de maîtrise-évitement ou anxiété), les ressources disponibles pour
se centrer sur la tâche seront alors diminuées. Au contraire, les buts de
maîtrise-approche devraient résulter en une plus grande quantité de res-
sources allouées à la tâche, car le but général est alors de maîtriser et de
comprendre la tâche, ce qui ne consomme pas de capacité d’attention
supplémentaire.
Selon plusieurs études, l’intelligence non verbale ne serait pas direc-
tement liée aux orientations des buts ou aux autres croyances motiva-
tionnelles dans un certain domaine (Dermitzaki & Efklides, 2003;
Dweck, 1986; Gagné & St Père, 2001). Par contre, les aptitudes cognitives
dans le domaine concerné devraient être sensiblement liées à la percep-
tion des compétences dans ce même domaine. De plus, ces aptitudes
104 Motivation et métacognition dans l’apprentissage

pourraient aussi être en lien avec les orientations des buts, la valeur de
la tâche et l’anxiété. D’après la méta-analyse de Senko et al. (2011), il
existe une corrélation positive et significative entre les habiletés et
l’orientation des buts pour un même sujet. Cette corrélation est toutefois
faible. Finalement, soulignons que les études s’intéressant aux liens
entre les aptitudes cognitives des élèves et l’apprentissage autorégulé
sont encore peu nombreuses.
Questions de recherche et méthodologie de l’étude 105

CHAPITRE 5

QUESTIONS DE RECHERCHE
ET MÉTHODOLOGIE DE L’ÉTUDE

Dans ce chapitre, nous exposons l’étude réalisée auprès des apprentis de


la formation professionnelle. Nous présentons les questions de recherche
guidant les analyses, les hypothèses puis les instruments utilisés. La vali-
dité et la fidélité de ces instruments sont rapportées brièvement afin de
ne pas alourdir la lecture du texte par un trop grand nombre d’informa-
tions statistiques. Les questions portent sur deux niveaux d’analyses:
celui de problèmes mathématiques spécifiques, ainsi que celui des liens
entre problème et perceptions de la matière. Le traitement des données
est lui aussi double, avec d’une part une description des liens entre
variables par des modèles de cheminement, et d’autre part une descrip-
tion centrée sur les apprenants grâce à une analyse de profils.

QUESTION DE RECHERCHE 1
Cette question vise à comprendre comment sont articulés les processus
métacognitifs, les efforts et la performance lors de la résolution de
deux problèmes. Plus précisément, comment les expériences métaco-
gnitives pré-résolution expliquent-elles l’utilisation de stratégies
(cognitives et métacognitives), les variables liées à l’effort, et comment
toutes ces variables sont-elles liées aux expériences métacognitives
post-résolution? Quel rôle les compétences cognitives spécifiques au
problème jouent-elles dans ce cadre? Quelles variables prédisent la
performance?
Nos hypothèses sont représentées dans la figure 5.1. Nous postulons
que les expériences métacognitives pré-résolution sont directement liées,
d’une part aux compétences cognitives spécifiques au problème, et
d’autre part aux stratégies mobilisées par l’élève. Les stratégies, tout
106 Motivation et métacognition dans l’apprentissage

comme les compétences cognitives, sont prédictives de la performance


et liées aux expériences métacognitives post-résolution. L’intention d’en-
gager des efforts pourrait prédire l’utilisation de stratégies ainsi que les
expériences métacognitives post-résolution liées à l’effort.

Figure 5.1. Modèle général d’hypothèses pour la question de recherche 1.

QUESTION DE RECHERCHE 2
Cette question interroge les effets des croyances et aptitudes générales
sur les processus et la performance aux problèmes. Les questions sui-
vantes guideront l’analyse: comment les croyances motivationnelles, les
habitudes de mobilisation de stratégies métacognitives et les aptitudes
cognitives influencent-elles les expériences métacognitives et les straté-
gies métacognitives lors de la résolution d’un problème?
Les hypothèses sont représentées dans la figure 5.2. En plus des liens
postulés dans la première question de recherche, nous conjecturons que
les aptitudes cognitives1 et les croyances motivationnelles ont des effets

1 Rappelons que nous désignons, par les termes «aptitudes cognitives», des
construits tels que l’intelligence non verbale; les termes «compétences cogni-
tives spécifiques au problème» font quant à eux référence à des variables
mesurées en relation à un problème mathématique spécifique (compréhen-
sion et représentation du problème ainsi que planification de la résolution).
Questions de recherche et méthodologie de l’étude 107

sur les variables spécifiques au problème. Les croyances motivationnelles


influenceraient les expériences métacognitives pré-résolution, les straté-
gies cognitives et métacognitives ainsi que les expériences métacognitives
post-résolution. Les aptitudes cognitives influenceraient principalement
les compétences cognitives spécifiques au problème ainsi que les expé-
riences métacognitives pré-résolution. Finalement, les habitudes de mobi-
lisation de stratégies métacognitives expliqueraient le recours à des
stratégies cognitives et métacognitives pendant la résolution des pro-
blèmes. Relevons que nous n’inclurons pas, dans les modèles de chemine-
ment que nous testerons, toutes les variables représentant les croyances
motivationnelles, ni les aptitudes cognitives, car elles sont trop nom-
breuses et les modèles manqueraient le cas échéant de parcimonie. De ce
fait, seules les variables les plus importantes en terme d’influence – théori-
quement et selon les résultats de recherches empiriques – seront incluses.

Figure 5.2. Modèle général d’hypothèses pour la question de recherche 2.

QUESTION DE RECHERCHE 3
Quels profils d’apprenants, selon leurs buts de compétence, sont dis-
tinguables dans notre échantillon? S’il en existe plusieurs, nous nous
108 Motivation et métacognition dans l’apprentissage

demanderons alors quelles sont les caractéristiques démographiques


de chaque profil. Comment ces différents sous-groupes se différen-
cient-ils les uns des autres quant à leurs aptitudes cognitives, leurs
croyances motivationnelles (autres que les buts de compétence), leurs
stratégies d’apprentissage, leurs expériences métacognitives et leurs
stratégies métacognitives en situation de résolution de problème
mathématique?
Bien que cette question soit de type exploratoire, nous formulons
l’hypothèse générale suivante: il existerait des profils différents allant
des élèves dont les buts sont largement défavorables à l’apprentissage
(fort évitement du travail et tendance au moindre effort ainsi que
faibles buts de maîtrise) à des élèves adoptant des buts théoriquement
très favorables (forts buts de maîtrise et éventuellement de perfor-
mance-approche), en passant par des élèves à profils mixtes. Etant
donné que nous adoptons une palette des buts de compétence relative-
ment large, nous devrions pouvoir distinguer plusieurs profils. Un lien
entre les caractéristiques démographiques des élèves (par exemple le
sexe) ou le niveau d’exigences intellectuelles de la formation et l’ap-
partenance à un certain profil est probable. En ce qui concerne la diffé-
renciation des groupes, nous postulons de manière générale que plus
le profil du groupe est théoriquement favorable, plus les expériences
métacognitives relatives aux problèmes seront positives. Les croyances
motivationnelles (autres que les buts de compétence), tout comme les
stratégies d’apprentissage, devraient être plus favorables pour les
groupes dont le profil, en termes de buts de compétence, est théorique-
ment favorable.

ÉCHANTILLON
281 apprenants en formation professionnelle initiale ont participé à
l’étude. Les participants fréquentaient des centres de formation profes-
sionnelle dans les cantons de Genève (n = 222) et de Fribourg (n = 59),
en première (n = 240) ou deuxième année de formation (n = 41).
L’échantillon était constitué de 94 femmes (33,5%) et 181 hommes
(64,4%); 6 participants (2,1%) n’ont pas rapporté leur sexe. 190 partici-
pants étaient de nationalité suisse ou binationaux (67,6%) et 84 (29,9%)
de nationalité étrangère; 7 participants (2,5%) n’ont pas rapporté cette
information. Concernant la langue parlée au domicile, 244 participants
Questions de recherche et méthodologie de l’étude 109

(86,8%) ont rapporté qu’il s’agissait du français, et 31 participants


(11,0%) ont rapporté qu’il s’agissait d’une autre langue; 6 participants
(2,1%) n’ont pas répondu. L’âge moyen est de 18 ans et 7 mois, avec un
écart type de 2 ans et 7 mois et une étendue de 15 ans et 9 mois à 36
ans. Concernant le niveau d’exigences intellectuelles des formations2
nous observons la répartition suivante: 103 apprenants (36,7%) fré-
quentaient des formations de niveau 1, 21 apprenants (7,5%) des for-
mations de niveau 2, 92 apprenants (32,7%) des formations de niveau
3, 15 apprenants (5,3%) des formations de niveau 4, 12 apprenants
(4,3%) des formations de niveau 5 et 38 apprenants (13,5%) des forma-
tions de niveau 6. 24 apprenants (8,5%) avaient suivi une formation du
niveau le plus faible au secondaire (regroupement C pour le cycle
d’orientation genevois et section pratique pour le cycle d’orientation
fribourgeois); 128 (45,6%) avaient suivi une formation de type regrou-
pement B (pour le canton de Genève) ou section générale (pour le can-
ton de Fribourg), et 81 (28,8%) avaient suivi une formation de type
regroupement C ou section pré-gymnasiale; 48 participants (17,1%)
avaient suivi d’autres types de formations (par exemple en France) ou
n’ont pas répondu à cette question. Les professions apprises, le
nombre d’apprenants dans chaque classe, le niveau d’exigences intel-
lectuelles de la formation, le centre de formation professionnelle que
ces apprenants fréquentaient, ainsi que diverses informations démo-
graphiques sont rapportés dans le tableau 5.1.

2 Cette classification a été réalisée par des professionnels de l’orientation sco-


laire et professionnelle en Suisse (Stalder, 2005). Ils ont estimé, sur une
échelle de 1 (exigences très faibles) à 6 (exigences très élevées), le niveau
d’exigences intellectuelles d’un grand nombre de formations profession-
nelles initiales.
110 Motivation et métacognition dans l’apprentissage

Tableau 5.1. Caractéristiques des classes composant l’échantillon

Note: F = femme, H = homme, Manq.= information manquante.


Questions de recherche et méthodologie de l’étude 111

INSTRUMENTS
QUESTIONNAIRE D’AUTORÉGULATION
DE L’APPRENTISSAGE EN MATHÉMATIQUES / CALCUL PROFESSIONNEL

Pour tous les items des échelles décrites ci-dessous, les élèves devaient
inscrire leurs réponses en se situant sur une échelle de Likert à sept
points (Tout à fait faux; Faux; Plutôt faux; Autant faux que vrai; Plutôt
vrai; Vrai; Tout à fait vrai). Les items des différentes échelles étaient
mélangés. Le Questionnaire d’Autorégulation en Mathématiques évalue une
multiplicité de croyances motivationnelles et de stratégies d’apprentis-
sage.
Echelles de buts de compétence
Ces échelles visent à mesurer cinq types de buts: maîtrise-approche,
maîtrise-défi, performance-approche, performance-évitement et évite-
ment du travail. L’Achievement Goal Questionnaire (Elliott & McGregor,
2001), le Questionnaire des Buts en Contexte Scolaire de Bouffard, Vezeau,
Romano, Chouinard, Bordeleau et Fillion (1998), ainsi que l’instrument
Questions sur l’Apprentissage (Büchel et al., 2011) nous ont servi de
sources d’inspiration pour le développement des items (tableau 5.2).

Tableau 5.2. Code et libellé des items évaluant les buts de compétence

Code Libellé
Buts de maîtrise-approche
BMA1 Je veux apprendre autant que possible pendant les cours de maths
BMA2 C’est important pour moi de bien comprendre le cours de maths
BMA3 Je souhaite maîtriser ce qui est enseigné en maths
BMA4 J’apprécie les exercices de maths qui me permettent d’apprendre,
même si je fais beaucoup de fautes
Buts de maîtrise-défi
BMD5 En maths, j’aime les exercices qui sont plutôt difficiles pour moi
BMD6 Je veux être confronté à des problèmes difficiles en maths
BMD7 En maths, j’aime les exercices difficiles s’ils me permettent d’apprendre
quelque chose
112 Motivation et métacognition dans l’apprentissage

Buts de performance-approche

BPA1 Mon but en maths est d’obtenir une meilleure moyenne que la plupart
de mes camarades
BPA2 J’aimerais montrer à mon enseignant que je suis meilleur que mes
camarades
BPA3 Je cherche à obtenir les meilleurs résultats de la classe
BPA4 En maths, je suis en compétition avec les autres élèves pour obtenir des
notes élevées
BPA5 C’est important pour moi d’être meilleur que les autres en maths
BPA6 Je me sens compétent lorsque je réussis mieux que les autres en maths
Buts de performance-évitement
BPE1 Mon but est d’éviter d’être parmi les plus nuls
BPE2 Je veux éviter que mon prof pense que je suis moins bon que les autres
BPE3 Je redoute que mes collègues pensent que je suis moins bon qu’eux
BPE4 Mon but est de ne pas paraître stupide en maths
BPE5 Mon but est de ne pas avoir la moins bonne note de la classe en maths
BPE6 Je veux éviter d’être inférieur aux autres
BPE7 Mon but est d’éviter qu’on pense que je suis nul en maths
Buts d’évitement du travail/tendance au moindre effort
BET1 Je souhaite avoir le moins de travail possible en maths
BET2 En maths, je veux faire le strict minimum pour obtenir une note
(évaluation) suffisante
BET3 Mon but est de travailler juste ce qu’il faut pour avoir la moyenne
BET4 En maths, je préfère faire des exercices que je suis sûr de réussir
BET5 Obtenir une note largement supérieure à la moyenne en maths
est inutile
BET6 Je préfère les exercices de maths faciles plutôt que ceux qui demandent
de réfléchir beaucoup
BET7 Je fais mon travail en maths uniquement parce que j’y suis obligé

VALIDITÉ DES ITEMS ÉVALUANT LES BUTS DE COMPÉTENCE

Nous avons recouru à des analyses factorielles exploratoires qui ont


révélé qu’une solution en six facteurs rendait le mieux compte des don-
nées. Cette solution explique 63,98% de la variance. Le tableau 5.3 rap-
porte la matrice de patrons de cette solution factorielle.
Questions de recherche et méthodologie de l’étude 113

Tableau 5.3. Matrice de patron de la solution en six facteurs

Code Buts de Buts de Buts de Buts de Buts d’ Buts d’


maîtrise- maîtrise- perfor- perfor- évitement évitement
approche défi mance- mance- du travail du travail
approche évitement (notes
minimales)

bma1 -.731 .103 .061 -.012 .036 -.081


bma2 -.534 -.109 -.038 -.156 .039 .126
bma3 -.345 -.121 .134 -.057 -.175 .166
bma4 -.516 -.008 .002 .030 -.034 .006
bmd1 -.007 -.784 .113 .026 -.039 .043
bmd2 -.034 -.686 .140 .158 .039 .108
bmd3 -.121 -.763 -.034 -.067 -.063 .205
bpa1 .002 -.041 .747 -.140 -.032 .005
bpa2 -.047 -.019 .699 -.167 .127 -.031
bpa3 -.055 -.054 .914 .043 .028 .005
bpa4 .037 -.163 .608 -.176 -.058 .120
bpa5 .013 -.018 .932 .038 .029 -.076
bpa6 -.059 .126 .472 -.120 -.184 .045
bpe1 .033 .074 -.038 -.914 -.113 -.047
bpe2 .000 -.020 .172 -.588 -.107 -.024
bpe3 .167 -.059 .107 -.532 .066 -.010
bpe4 -.079 .099 .044 -.669 .062 .113
bpe5 -.061 .003 -.041 -.534 .045 -.016
bpe6 -.144 -.021 .055 -.628 .002 .019
bpe7 -.061 .101 .334 -.577 .114 -.018
bet1 .334 .305 .092 -.009 .146 .316
bet2 .053 .020 -.055 .000 .686 .174
bet3 -.050 -.026 -.132 -.058 .832 .051
bet4 -.120 .578 .053 .003 .097 .321
bet5 .015 .034 .101 .010 .343 -.111
bet6 .036 .690 .069 .019 .012 .279
bet7 .385 .215 -.069 -.044 .119 -.264

Note: méthode des moindres carrés pondérés, rotation direct oblimin. Les saturations
≥.30 sont en gras; bma = buts de maîtrise-approche, bmd = buts de maîtrise-défi,
bpa = buts de performance-approche, bpe = buts de performance-évitement,
bet = buts d’évitement du travail.
114 Motivation et métacognition dans l’apprentissage

L’analyse de cette matrice nous permet de constater les faits suivants.


Premièrement, les items de buts de performance-approche sont unidi-
mensionnels (six items). Deuxièmement, les items de buts de perfor-
mance-évitement sont unidimensionnels (sept items) et se distinguent
clairement des buts de performance-approche, car nous n’observons pas
de saturations croisées substantielles (≥.30). Troisièmement, les items de
buts de maîtrise sont divisés en deux facteurs: chercher le défi (trois
items) et maîtriser les savoirs (quatre items). Quatrièmement, les items
de buts d’évitement du travail sont divisés en deux facteurs: le premier
sature les items faisant référence au minimalisme pour les notes (trois
items), et le second sature deux items liés au fait de faire le moins de tra-
vail possible et de réaliser des exercices que l’on est sûr de réussir (deux
items). Ce dernier facteur est «sous-déterminé». Finalement, relevons
que les buts d’évitement du travail sont également saturés par d’autres
facteurs et qu’ils ne constituent pas un facteur aussi bien défini que les
autres.3
Les buts d’évitement du travail sont ainsi réduits à l’idée d’ambitions
minimalistes pour les notes et ne contiennent plus l’idée de préférer les
tâches faciles ou celles que l’on est sûr de réussir. Cette idée est intégrée
aux buts de maîtrise-défi. Pour la suite des analyses, nous retenons les
facteurs suivants: buts de maîtrise, buts de maîtrise-défi, buts de perfor-
mance-approche, buts de performance-évitement et évitement du travail
(minimalisme pour les notes).4

3 La solution en cinq facteurs (buts de maîtrise-approche, buts de maîtrise-


défi, buts de performance-approche, buts de performance-évitement et buts
d’évitement du travail [minimalisme pour les notes]) est la plus adéquate
selon des analyses factorielles confirmatoires: χ2(238) = 354.58, χ2/dl = 1.49,
CFI = .95, RMSEA = .04.
4 Nous avons demandé aux enseignants de compléter une échelle de 15 items
concernant des comportements d’engagement pour chacun de leurs élèves (n
= 61). L’analyse des corrélations montre que les différents buts de compé-
tence sont associés à l’engagement de l’élève rapporté par son enseignant de
mathématiques: buts de maîtrise-approche-engagement r = .26, p < .05; buts
de maîtrise-défi-engagement r = .42, p < .01; buts de performance-approche-
engagement r = .01, ns; buts de performance-évitement-engagement r = -.14,
ns; buts d’évitement du travail-engagement r = -.53, p < .001). Ces indications
soutiennent la validité des échelles de buts de compétence utilisées.
Questions de recherche et méthodologie de l’étude 115

Echelles de concept de soi en mathématiques


Les dix items du Self-Description Questionnaire II (SDQ-II; Marsh, 1992)
ont été utilisés. Cet instrument a été traduit en français et sa validité
conceptuelle a été confirmée par Guérin, Marsh et Famose (2003), avec
des lycéens français. Pietsch et al. (2003) ont démontré que deux facteurs
pouvaient être distingués dans l’échelle du SDQ-II relative aux mathé-
matiques: un facteur qu’ils ont nommé affective self-concept (nous le nom-
merons «intérêt individuel») et un facteur qu’ils ont nommé cognitive
self-concept (nous le nommerons «compétence perçue»). Ainsi, six items
sont destinés à mesurer la compétence perçue et les quatre autres à éva-
luer l’intérêt individuel (tableau 5.4).

Tableau 5.4. Code et libellé des items évaluant le concept de soi

Code Libellé
Compétence perçue
COM1 J’ai souvent besoin d’aide en mathématiques
COM2 J’ai du mal à comprendre tout ce qui contient des mathématiques
COM3 J’ai de mauvaises notes aux contrôles de maths
COM4 J’ai de bonnes notes en mathématiques
COM5 Je me suis toujours bien débrouillé en mathématiques
COM6 Les maths sont une de mes meilleures matières
Intérêt individuelINT1 J’aime étudier les mathématiques
INT2 J’attends le cours de mathématiques avec impatience
INT3 Je ne veux plus jamais suivre un autre cours de maths (R)
INT4 Je déteste les mathématiques (R)

Echelle d’anxiété pour l’apprentissage des mathématiques


Les items de cette échelle sont inspirés de divers instruments validés
(échelles de l’étude PISA de l’OCDE, 2003; Fennema-Sherman mathematics
attitudes scales de Fennema & Sherman, 1976; Academic Emotion Question-
naire de Pekrun, Goetz, & Perry, 2005; Pelgrims, 2006). Trois facettes de
l’anxiété sont considérées: cognitive (par exemple se faire du souci, s’in-
quiéter, penser à l’échec; items ANX1 et ANX4), affective (par exemple
avoir peur, être mal à l’aise; items ANX5 et ANX6) et physiologique (par
exemple être nerveux ou agité, avoir le cœur qui bat plus rapidement;
items ANX2 et ANX3). Nous évaluons ainsi ce construit de manière
116 Motivation et métacognition dans l’apprentissage

relativement exhaustive. Les items ont tous été formulés pour faire réfé-
rence à l’anxiété en situation d’apprentissage et non en relation à une
situation de test (tableau 5.5).

Tableau 5.5. Code et libellé des items évaluant l’anxiété

Code Libellé
ANX1 Je m’inquiète souvent en pensant que j’aurai des difficultés en cours
de mathématiques
ANX2 Je suis très tendu quand j’ai un devoir de mathématiques à faire
ANX3 Je deviens très nerveux quand je travaille à des problèmes
de mathématiques
ANX4 Je me fais du souci à l’idée d’avoir de mauvaises notes
en mathématiques
ANX5 J’ai peur de ne pas tout comprendre en maths
ANX6 Je me sens mal à l’aise quand je dois faire des mathématiques

Echelle d’instrumentalité perçue


Quatre items issus de l’instrument Evaluation des Stratégies d’Apprentis-
sage en Contexte (ESAC; Berger, Büchel, Kipfer & Praplan, 2006) ayant
montré une structure unifactorielle ainsi qu’une haute consistance
interne du score (Berger, 2012; Praplan, 2007) sont utilisés pour mesurer
l’utilité ou l’instrumentalité perçue (tableau 5.6).

Tableau 5.6. Code et libellé des items évaluant l’instrumentalité perçue

Code Libellé
INS1 Pour moi, cela vaut la peine d’étudier les mathématiques,
car cela m’aide dans le métier que j’apprends
INS2 Pour moi, cela vaut la peine d’étudier les mathématiques,
car cela améliore mes perspectives de carrière professionnelle
INS3 En mathématiques, je vais apprendre beaucoup de choses
qui m’aideront à trouver du travail après l’apprentissage
INS4 En mathématiques, je vais apprendre beaucoup de choses
qui m’aideront dans la vie de tous les jours
Questions de recherche et méthodologie de l’étude 117

Echelles de théories implicites des capacités


Ces échelles mesurent les croyances relatives à la modificabilité des capa-
cités en mathématiques. Les items sont inspirés des échelles de Dweck
(1999), Martin (1998) et Stipek et Gralinski (1996). Sur la base de la théorie
développée par Dweck et Leggett (1988), des items ont été formulés pour
chacune des deux théories. Toutefois, il est possible que tous les items
représentent un construit unique (il s’agirait d’un continuum et non d’une
dichotomie) et non deux construits distincts. Les items figurant dans le
tableau 5.7 ont permis d’évaluer le degré d’adoption des deux théories
des capacités. Ils sont inspirés des échelles de Dweck (1999).

Tableau 5.7. Code et libellé des items évaluant


les théories implicites des capacités

Code Libellé
Croyance en la malléabilité des capacités
TIM1 Un élève qui étudie beaucoup pourrait devenir l’un des meilleurs
de la classe en mathématiques
TIM2 Tous les élèves peuvent améliorer leurs capacités en maths
s’ils travaillent beaucoup
TIM3 Un élève faible en mathématiques pourrait devenir fort
s’il s’en donne la peine
TIM4 Chacun peut devenir un élève fort en mathématiques
s’il le veut vraiment
Croyance en la fixité des capacités
TIF1 Certains élèves ne seront jamais forts en mathématiques,
même s’ils étudient beaucoup
TIF2 Certains élèves ne seront jamais forts en mathématiques,
peu importe ce qu’ils font
TIF3 Les élèves qui ne sont pas forts en mathématiques ne peuvent
rien faire pour changer cela
TIF4 La capacité d’un élève en mathématiques ne change pas

L’analyse factorielle exploratoire révèle un premier facteur dont la


valeur propre est de 4,357 (49,33% de variance expliquée), alors que l’in-
clusion d’un second facteur (valeur propre de 0,955) ne permettrait
d’expliquer que 7,48% de variance supplémentaire. Par conséquent,
nous considérons que les items mesurant les théories implicites sont
118 Motivation et métacognition dans l’apprentissage

unidimensionnels et que les deux théories (fixiste vs malléable) peuvent


être considérées comme les deux extrémités d’un continuum.
Echelles de stratégies d’apprentissage
Ces échelles évaluent les habitudes stratégiques des élèves dans l’appren-
tissage des mathématiques. Nous avons choisi trois types de stratégies
(stratégies de répétition et de traitement en surface, stratégies d’élabora-
tion, stratégies métacognitives) qui paraissent écologiquement valides
pour l’apprentissage de cette matière. Par exemple, les stratégies d’organi-
sation nous ont semblé moins pertinentes pour l’apprentissage des mathé-
matiques en formation professionnelle et n’ont par conséquent pas été
incluses. Soulignons que nous interrogeons l’apprenant sur ce qu’il fait
habituellement quand il étudie les mathématiques ou résout des pro-
blèmes, et non pas sur ses métaconnaissances au sujet des stratégies.
Stratégies d’élaboration (SAE)
Cette échelle évalue la tendance de l’apprenant à créer des liens entre ses
connaissances, à s’aider de ses préconnaissances pour résoudre des pro-
blèmes nouveaux ou encore à chercher des compléments d’information.
Les items (tableau 5.8) sont en partie adaptés de l’étude PISA (OCDE,
2003) (SAE1, 2, 3 et 5) et en partie créés pour cette étude.

Tableau 5.8. Code et libellé des items évaluant


l’utilisation de stratégies d’élaboration

Code Libellé
SAE1 Quand j’apprends des choses en mathématiques, j’essaie d’établir
des relations avec des choses apprises dans d’autres matières
SAE2 Quand je résous un problème de mathématiques, je réfléchis
à la façon dont on pourrait appliquer la solution à d’autres problèmes
SAE3 Quand je ne comprends pas quelque chose en mathématiques, je
cherche un complément d’information pour mieux cerner le problème
SAE4 Je m’aide avec des exemples pour effectuer des nouveaux exercices
de mathématiques
SAE5 J’essaie de comprendre de nouveaux sujets de mathématiques en
les mettant en relation avec des choses que je connais déjà
SAE6 Quand je résous un problème de mathématiques, je cherche des liens
avec d’autres problèmes
SAE7 Quand je résous un problème de mathématiques, je réfléchis à
comment il pourrait me servir en pratique
Questions de recherche et méthodologie de l’étude 119

Stratégies de répétition et de traitement en surface


Les items constituant cette échelle ont été repris, pour quatre d’entre eux
(SAM1 à SAM4), de l’étude PISA (OCDE, 2003), et nous en avons for-
mulé trois supplémentaires qui sont des stratégies d’apprentissage dites
de surface (tableau 5.9). Ces derniers concernent le fait de deviner cer-
taines réponses plutôt que de réfléchir, de laisser de côté les exercices
qui semblent difficiles et d’essayer de copier ce que font les autres.

Tableau 5.9. Code et libellé des items évaluant l’utilisation


de stratégies de répétition ou de traitement en surface

Code Libellé
SAM1 Quand j’étudie les mathématiques, j’apprends le plus possible de
choses par cœur
SAM2 Je refais certains problèmes de mathématiques si souvent que
j’ai l’impression de pouvoir les résoudre les yeux fermés
SAM3 Pour bien retenir la méthode à suivre pour résoudre un problème
de mathématiques, je revois les exemples encore et encore
SAM4 Pour apprendre les mathématiques, j’essaie de retenir toutes
les étapes de la procédure
SAM5 Quand j’étudie les mathématiques, je devine certaines réponses
plutôt que de réfléchir
SAM6 Lorsque je fais des mathématiques, je saute les exercices qui
me semblent difficiles
SAM7 Lorsque je fais des mathématiques, j’essaye de copier ce que font
les autres

Stratégies métacognitives
Ces items concernent diverses composantes du contrôle métacognitif:
l’anticipation, la planification et la vérification. Nous proposons sept
items afin de mesurer les stratégies d’anticipation et de planification
(tableau 5.10) ainsi que sept items afin de mesurer des stratégies de véri-
fication (tableau 5.11). Trois items (SMA4 à SMA6) sont tirés de l’étude
PISA (OCDE, 2003), alors que les autres sont issus du questionnaire
ESAC (Berger et al., 2006) ou ont été créés pour cette étude. Les scores de
ces échelles représenteront ce que nous nommons «les habitudes de
mobilisation de stratégies métacognitives».
120 Motivation et métacognition dans l’apprentissage

Tableau 5.10. Code et libellé des items évaluant l’utilisation de stratégies


métacognitives d’anticipation et de planification

Code Libellé
SMA1 Avant de faire un calcul, j’essaie d’estimer le résultat que je vais trouver
SMA2 Avant de faire un exercice de mathématiques, je me demande quelles
pourraient être les difficultés éventuelles
SMA3 Avant de faire un exercice de maths, je fais un plan pour savoir
comment je vais faire
SMA4 Quand j’étudie les mathématiques, je commence par déterminer
exactement ce qu’il faut que j’apprenne
SMA5 Quand j’étudie les mathématiques, j’essaie de déterminer ce que
je n’ai pas encore compris
SMA6 Quand j’étudie les mathématiques pour un contrôle, j’essaie
de déterminer quels sont les points les plus importants à apprendre
SMA7 Je prends le temps de réfléchir à la façon de résoudre un problème
de maths avant de commencer

Tableau 5.11. Code et libellé des items évaluant


l’utilisation de stratégies métacognitives de vérification

Code Libellé
SMC1 Lorsque je fais un long exercice de mathématiques,
je vérifie mes calculs au fur et à mesure
SMC2 Quand j’ai terminé un exercice de mathématiques, je vérifie mes calculs
SMC3 En mathématiques, je me demande si mes réponses ont du sens,
si elles sont logiques
SMC4 Quand j’étudie les mathématiques, je m’oblige à vérifier si j’ai bien
retenu les points sur lesquels j’ai déjà travaillé
SMC5 Quand j’ai terminé un exercice, je cherche si j’ai fait des erreurs
SMC6 Pendant que je fais un exercice de maths, je vérifie que je fais bien
ce qui est demandé
SMC7 Après avoir résolu un problème de maths, je me demande si
j’ai vraiment répondu à la question

Validité des items évaluant les stratégies d’apprentissage et de résolution


Afin de déterminer le nombre de dimensions présentes dans les
réponses des apprenants aux 28 items de stratégies d’apprentissage,
nous avons procédé à des analyses factorielles confirmatoires en compa-
Questions de recherche et méthodologie de l’étude 121

rant plusieurs modèles théoriquement plausibles. Un modèle en trois


facteurs a été retenu5: a) stratégies de répétition-surface, b) stratégies
d’élaboration et c) stratégies métacognitives (anticipation-planification
et contrôle ensemble). Ainsi, les stratégies de répétition et de traitement
en surface ne se distinguent pas dans les réponses des participants, tout
comme les deux types de stratégies métacognitives. Les deux types de
stratégies métacognitives ne formeraient qu’un seul facteur, car elles
sont théoriquement dépendantes et, en général, empiriquement non dis-
tinguables dans les questionnaires de ce type (voir l’annexe pour une
présentation des limites de l’évaluation de la métacognition par des
questionnaires autorapportés).

TESTS D’APTITUDES COGNITIVES


Test de raisonnement numérique
Il s’agit d’un sous-test de la batterie de Tests Différentiels d’Aptitudes
(5e édition, forme abrégée), qui est une traduction du Differential Aptitude
Test (Bennett, Seashore & Wesman, 1990/2002). Ce sous-test mesure «la
capacité de raisonner avec des nombres, de manipuler des relations
numériques et de traiter intelligemment un matériel quantifié» (p. 6). Il
est constitué de 25 items à résoudre en 20 minutes. Les consignes à l’at-
tention de l’élève ainsi que deux exemples de familiarisation sont ins-
crits sur la première page du cahier. De ce fait, l’examinateur demande
simplement aux élèves de lire attentivement les consignes, et il leur
indique le temps qu’ils ont à disposition. Les participants répondent aux
25 items à choix multiples en cochant leurs choix sur une feuille de
réponse (donnée à part). L’étalonnage pour la version française du sous-
test de raisonnement numérique a été réalisé avec 807 élèves, dont 166
en enseignement professionnel. Concernant la fidélité du sous-test de
raisonnement numérique, la consistance interne du score pour l’échan-
tillon d’étalonnage complet est de KR20 = .74 et de KR20 = .64 pour
l’échantillon des élèves en enseignement professionnel. Pour ces der-
niers, le coefficient de corrélation split/half de Spearman/Brown est de r
= .69, et la corrélation test-retest est de r = .73. La validité du sous-test a
été évaluée par plusieurs méthodes. Premièrement, le score au sous-test
de raisonnement numérique montre des corrélations de r = .56 avec
les sous-tests de raisonnement verbal et de r = .53 avec le sous-test de

5 χ2 (51) = 108.65, χ2/dl = 2,13, CFI = .92, RMSEA = .07.


122 Motivation et métacognition dans l’apprentissage

raisonnement abstrait (raisonnement inductif). L’analyse de la validité


critérielle a montré, sur un échantillon de 72 élèves, que le score au sous-
test est lié aux notes moyennes des élèves en mathématiques (r = .63). Le
score brut au test est utilisé comme indicateur des aptitudes en raisonne-
ment numérique.
Test d’intelligence non verbale
Il s’agit du Test d’aptitude non verbale de Naglieri (NNAT; Naglieri,
1998). Ce test mesure le raisonnement non verbal avec des items de rai-
sonnement inductif. Il est constitué de 38 items à choix multiples à
résoudre en trente minutes. Dans la forme G (prévue pour les élèves de
niveaux scolaires français de seconde, première et terminale), ces items
sont de trois types: raisonnement analogique, raisonnement en série et
représentation spatiale. Ainsi, les résultats peuvent être représentés
comme trois sous-scores ou un score global. Nous utiliserons la formule
du score global car nous souhaitons un indice d’intelligence non verbale
et ne sommes pas intéressés par les différents types de raisonnement. Le
NNAT donne un indice que nous interpréterons comme un QI non ver-
bal, basé sur des normes françaises. Les items ont été sélectionnés afin
de ne pas être biaisés par le sexe ou l’appartenance culturelle. Concer-
nant la version française, l’étalonnage de la forme G du NNAT, 501
élèves âgés de 14 à 21 ans, a servi à constituer les normes. Ces élèves fré-
quentaient des filières générales ou technologiques du lycée, mais pas
des apprentissages. La fidélité test-retest du score à cette même forme a
été évaluée dans un intervalle de trois à cinq semaines avec 53 élèves de
première année (16-17 ans), et a donné une corrélation de r = .47 entre
les deux passations, ce qui est sensiblement plus faible que pour les
autres versions. La consistance interne du score varie de r = .76 à .81 en
fonction du degré scolaire. La validité concourante a été évaluée par
comparaison aux scores obtenus par 125 élèves à un test non verbal
d’évaluation des aptitudes générales (General Aptitude Test) mesurant
la classification, les analogies, séries et patrons. La corrélation est de
r = .33, ce qui est justifié, selon Naglieri (1998), par le fait que la forme G
du NNAT est composée de 24 items de visualisation spatiale nécessitant
notamment des rotations mentales. Ainsi, un facteur spatial serait res-
ponsable de la faible corrélation. La validité critérielle du NNAT forme
G n’a pas été évaluée. Concernant la validité de construit, les pourcen-
tages de réussite moyens aux items par degré scolaire (seconde, pre-
mière et terminale) croissent avec la progression dans le cursus scolaire.
Questions de recherche et méthodologie de l’étude 123

Ceci signifie que sur la forme G, les élèves de terminale obtiennent un


pourcentage de réussite (71%) supérieur à celui des élèves de première
(67%) et seconde (67%).
Il s’agit d’une version écourtée du NNAT forme G destinée à pallier
les problèmes observés lors de l’utilisation de ce test dans de précé-
dentes études (Büchel et al., 2011; Morand, 2006). Nous avions en effet
constaté que les élèves arrêtaient de résoudre les items après 15 à 20
minutes. Ainsi, les scores sont dépendants des capacités de contrôle de
l’action – la capacité de persévérer suite à des difficultés, de contrôler
son attention et de ne pas ressasser suite à un item non résolu. Cette ver-
sion écourtée a été réalisée par l’utilisation du modèle de Rasch strict sur
les données des deux études précitées (voir Berger, 2008). Le temps d’ad-
ministration de ce test a été limité à 15 minutes, étant donné qu’il ne
contient que 18 des 38 items de la version originale (cette dernière durait
30 minutes).
Test de mémoire de travail verbale 6
Ce test vise à mesurer la capacité de mémoire de travail verbale des
apprenants. Il est adapté à une passation collective, en classe entière. Sa
durée est de 12 minutes et il est enregistré sur un CD audio diffusé aux
élèves. Ceux-ci doivent réaliser une double tâche: juger la véracité de
phrases et mémoriser des mots. Premièrement, ils déterminent si chacune
des phrases qui leur sont énoncées est correcte (par exemple «on met des
oiseaux en cage») ou incorrecte (par exemple «pour dormir, on garde ses
skis»). Ils cochent leurs réponses sur la première page du protocole au fur
et à mesure des phrases. Le temps entre deux phrases est très court (de
l’ordre de deux secondes). A la fin de chaque série, les élèves doivent
écrire le dernier mot de chacune des phrases de la série sur une autre
page du protocole. Une voix féminine annonce les numéros de série puis
énonce les phrases à un rythme constant. Suite à cela, une voix masculine
annonce que les élèves sont invités à répondre. Un temps proportionnel
au nombre de mots à inscrire est alors disponible pour que les élèves
aient le temps d’écrire leurs réponses (par exemple huit secondes si la
série contenait deux phrases). Deux exemples sont donnés oralement par
l’expérimentateur afin de familiariser les élèves avec la procédure. Les

6 Ce test a été construit notamment grâce aux conseils de T. Alloway (commu-


nication personnelle, 10 janvier 2007) et T. Lecerf (communication person-
nelle, 22 février 2007).
124 Motivation et métacognition dans l’apprentissage

élèves peuvent poser des questions sur la procédure durant cette phase.
Ensuite, le CD est mis en route et les élèves complètent le test en silence.
Les items ont été repris de la version française du reading span (Daneman
& Carpenter, 1980) développé par de Ribaupierre, Atzeni, Fagot, Jouffray,
Lecerf et Ludwig (2004). Nous avons légèrement modifié certaines
phrases qui nous semblaient pouvoir poser problème. Les items vont de
la classe deux à la classe six (c’est-à-dire des séries de deux à six phrases),
chaque classe comptant trois items pour un total de 60 phrases au total.
Nous conjecturons que les séries à six phrases ne seront réussies que par
un petit nombre d’élèves et que, par conséquent, elles représentent les
items dont la difficulté est la plus grande dans le test. Au contraire, tous
devraient réussir les séries à deux phrases. Finalement, afin que les élèves
ne puissent pas prédire le nombre de mots à rappeler, les items sont déli-
vrés dans le désordre (c’est-à-dire pas ordonnés par classe). Le score à ce
test est donné par le nombre de mots, correctement rappelé, et ceci dans
le bon ordre.

PROBLÈMES DE MATHÉMATIQUES
Problème de mathématiques «le réservoir d’essence» 7
Ce problème est inspiré d’un problème proposé dans le programme
genevois pour le niveau 8e degré (section de niveau élevé). La donnée
du problème est la suivante:

Avant de se mettre en route, un automobiliste constate que son réservoir


d’essence est rempli aux 75%. A son retour, la jauge indique que le réservoir
est rempli aux 25%. Sachant que la voiture consomme 12 litres d’essence aux
100 km et que le compteur kilométrique marquait 12 476 km au départ et 12
726 km au retour, trouvez la capacité totale du réservoir.

Les items évaluant les compétences cognitives spécifiques au problème


sont relatifs à la compréhension de la consigne (choix multiples; figure
5.3), à la capacité de se représenter le problème de façon schématique
(choix multiples, figure 5.4) et à la capacité de planifier les étapes de
résolution (propositions à ordonner; figure 5.5)

7 Etant donné que les notions mathématiques enseignées divergent largement


en fonction des professions, il ne s’est pas avéré possible d’utiliser un type
d’exercice issu d’un cours de calcul professionnel qui ait du sens pour tous
les apprenants.
Questions de recherche et méthodologie de l’étude 125

Choisissez la phrase qui correspond le mieux au problème.


 Une voiture qui consomme 12 litres d’essence pour 100 km parcourt une
certaine distance et son réservoir est au trois-quarts vide à l’arrivée.
 Une voiture consomme 12 litres d’essence pour 100 km, elle parcourt une
certaine distance et son réservoir est vide.
 Une voiture consomme 12 litres d’essence pour 100 km, elle parcourt 12 726 km
et son réservoir est au trois-quarts vide à l’arrivée.
 Une voiture qui consomme 100 litres d’essence pour faire 12 476 km revient
avec un réservoir au trois-quarts vide.

Figure 5.3. Compréhension de la consigne.

Figure 5.4. Item évaluant la capacité de représentation pour le problème


«le réservoir d’essence».
126 Motivation et métacognition dans l’apprentissage

Trouvez parmi les 6 étapes proposées ci-dessous les 4 étapes nécessaires pour
résoudre le problème et mettez les ensuite dans le bon ordre (notez les lettres à
côté des étapes numérotées).

A. Trouver le nombre de litres utilisés pour parcourir 12 476 km.


B. Trouver le nombres de litres que peut contenir le réservoir.
C. Trouver le nombre de litres utilisés.
D. Trouver le nombre de mètres parcourus.
E. Trouver la proportion du réservoir utilisée.
D. Trouver le nombre de km parcourus.

Etape 1: ..........
Etape 2: ..........
Etape 3: ..........

Figure 5.5. Planification des étapes de résolution.

Problème de mathématiques «la guitare»


Ce problème nécessite l’utilisation de fractions: il faut notamment réali-
ser le produit de deux fractions. La donnée du problème est la suivante8:

La classe de Monsieur Dubois compte dix-huit filles et douze garçons, tous


en neuvième année. Ils sont en dernière année du cycle d’orientation. Dans
cette classe, exactement un cinquième des élèves ont pour passe-temps la
musique et jouent donc d’un instrument. Parmi ceux-ci, deux tiers ont choisi
de jouer de la guitare. Les autres ont opté pour le piano, le violon ou encore
la flûte. Combien d’élèves jouent de la guitare?
Items pré-résolution
Avant de résoudre chacun des problèmes, soit à deux reprises, l’élève est
invité à répondre aux items destinés à mesurer les construits de senti-
ment de familiarité, de sentiment de difficulté, de sentiment d’aimer la
tâche et d’intention d’engager des efforts, figurant dans le tableau 5.12.
Pour chacun des items, l’apprenant répond sur une échelle de Likert à
sept points (1 = tout à fait faux; 7 = tout à fait vrai) identique à celle utili-
sée pour le Questionnaire d’Autorégulation en Mathématiques.

8 Nous ne présentons pas les items évaluant les compétences cognitives spéci-
fiques au problème afin de ne pas rallonger l’ouvrage.
Questions de recherche et méthodologie de l’étude 127

Tableau 5.12. Code et libellé des items complétés


avant la résolution du problème

Code Libellé
Sentiment de familiarité
FAM1 Nous avons déjà fait ce type d’exercices en classe
(cette année ou les années précédentes)
FAM2 Ce type d’exercices m’est familier
FAM3 Ce type d’exercices est complètement nouveau pour moi (R)
Sentiment de difficulté et d’efficacité personnelle
DIF1 Je trouve l’exercice difficile
DIF2 Cet exercice est plus difficile que ce que nous faisons d’habitude
DIF3 D’habitude, je réussis bien ce genre d’exercices (R)
DIF4 Je me sens capable de le résoudre correctement (R)
Sentiment d’aimer la tâche
SAT1 J’aime résoudre ce type de problèmes
SAT2 L’exercice m’intéresse
SAT3 Ce problème est ennuyeux (R)
SAT4 Cet exercice me plaît
Intention d’engager des efforts
IEE1 Je compte essayer de résoudre ce problème
IEE2 Je vais faire tout mon possible pour résoudre ce problème
IEE3 Je ferai les efforts nécessaires pour résoudre ce problème
IEE4 Je n’ai pas envie de me donner de la peine pour résoudre ce problème (R)
IEE5 Ça m’est égal de résoudre correctement ou non ce problème (R)

Avant de résoudre le problème, l’élève répond aux items mesurant les


compétences cognitives spécifiques au problème, que nous avons décrits
ci-dessus: compréhension (un item à choix multiples), représentation
(un item à choix multiples) et planification (un item dans lequel les
étapes doivent être ordonnées). Après la résolution, l’élève répond aux
items mesurant les construits figurant dans les tableaux 5.13.
Etant donné que la grande majorité des élèves ont complété le pro-
blème «le réservoir d’essence» (n = 253), les facteurs extraits pour ce
problème seront considérés pour les modèles de structure afin de
répondre aux questions de recherche. Par contre, étant donné que seuls
128 Motivation et métacognition dans l’apprentissage

80 élèves ont complété le problème «la guitare», nous utiliserons ces


données pour corroborer les structures factorielles observées pour le
problème «le réservoir d’essence». Pour le problème «le réservoir d’es-
sence», les analyses factorielles exploratoires ont révélé très clairement
une solution en quatre facteurs, telle que postulée en théorie: sentiment
de familiarité, sentiment de difficulté et d’efficacité, sentiment d’aimer la
tâche et intention d’engager de l’effort. Cette même solution factorielle
est révélée pour le problème «la guitare». Les analyses factorielles
confirmatoires ont permis de confirmer que cette structure factorielle en
quatre facteurs était adéquate.9
Items post-résolution
Suite à la résolution du problème, les participants devaient répondre à
des items évaluant les jugements de confiance, les stratégies métacogni-
tives mobilisées, les stratégies cognitives, les stratégies de surface, l’esti-
mation des efforts effectués et la persévérance. Le tableau 5.13 contient
ces items.

Tableau 5.13. Code et libellé des items complétés après la résolution

Code Libellé
Jugements de confiance
CON1 Je pense que l’ordre des étapes que j’ai donné (= mon plan) est juste
CON2 Je pense que les calculs que j’ai faits sont justes
(même si ce ne sont pas les calculs que vous deviez faire)
CON3 Je pense que ma réponse est juste
CON4 Je suis satisfait de ma résolution
Stratégies métacognitives
CTRL1 Pendant la résolution, j’ai vérifié au fur et à mesure
que mes calculs étaient exacts
CTRL2 J’ai vérifié au fur et à mesure que je faisais bien ce qui était demandé
CTRL3 J’ai vérifié ma réponse finale
REG1 J’ai essayé d’estimer certains résultats avant de faire les calculs
REG2 J’ai cherché si j’avais fait des erreurs
REG3 J’ai réfléchi à nouveau à mon plan pendant que je l’exécutais

9 χ2 (19) = 31.22, χ2/dl = 1.64, CFI = .99, RMSEA = .05.


Questions de recherche et méthodologie de l’étude 129

REG4 Je me suis demandé quelles pourraient être les difficultés dans


ce problème
REG5 Je me suis assuré que j’avais bien compris le problème avant
de commencer
Stratégies cognitives
COG1 J’ai écrit certaines informations tirées de la consigne
COG2 J’ai entouré/souligné les informations importantes
COG3 J’ai répété la consigne avec mes propres mots
COG4 J’ai fait un petit schéma (dessin) pour m’aider
Estimation des efforts effectués
EEE1 J’ai fait tout mon possible pour résoudre ce problème
EEE2 J’ai fait beaucoup d’efforts pour résoudre ce problème
EEE4 Je me suis bien concentré pendant l’exercice
EEE5 Je me suis donné de la peine pour résoudre ce problème
Persévérance
PER1 J’ai travaillé jusqu’à ce que je trouve la réponse
PER2 Je suis resté concentré jusqu’à la fin
PER3 Pendant la résolution, je me suis dit que c’était trop difficile (R)
PER4 J’ai arrêté de travailler avant de trouver la réponse (R)

Etant donné le grand nombre d’items dans le questionnaire post-résolu-


tion, nous avons passablement exploré les données de ce questionnaire
par des analyses factorielles exploratoires afin d’évaluer dans quelle
mesure les construits mesurés étaient distinguables. Nous avons réalisé
les constatations suivantes. Les items prévus pour évaluer les stratégies
cognitives ainsi que les items censés évaluer les stratégies de surfaces
n’ont pas été traités par des analyses factorielles. En effet, les corréla-
tions inter-items pour chacun de ces deux construits étaient trop faibles
(la majorité r < .20), ce qui implique que les données sont inadaptées
pour des analyses factorielles (Floyd & Widaman, 1995). Il semble que
l’utilisation de chacune des stratégies soit relativement indépendante de
l’utilisation d’une autre. Au contraire, les stratégies métacognitives ont
démontré une structure unifactorielle. Les deux construits n’ont pas pu
être distingués dans les analyses factorielles exploratoires. Les construits
«estimations des efforts effectués» et «persévérance» ne sont pas distin-
guables sur la base de leurs corrélations. Ce sont en particulier les items
évaluant la persévérance qui ne forment pas un construit en soi.
130 Motivation et métacognition dans l’apprentissage

Certains items sont saturés par le facteur «jugements de confiance» (ex.:


PER1 «J’ai travaillé jusqu’à ce que je trouve la réponse») et d’autres par
le facteur «estimation des efforts effectués» (PER2 «Je suis resté concen-
tré jusqu’à la fin»). Ainsi, nous ne spécifierons pas de facteur «persévé-
rance» dans les analyses factorielles confirmatoires, mais nous
répartirons les items comme indicateurs des facteurs «estimations des
efforts effectués» et «jugements de confiance».
Ainsi, ce sont trois facteurs qui se dégagent du questionnaire post-
résolution: jugements de confiance, stratégies métacognitives et efforts
effectués. Les items évaluant les stratégies cognitives et de surface ne
seront pas utilisés dans la suite des analyses.

Figure 5.6. Modèle de mesure pour les variables post-résolution du


problème «le réservoir d’essence».
Questions de recherche et méthodologie de l’étude 131

Pour réaliser les analyses factorielles confirmatoires, nous avons groupé


les items en parcelles afin de réduire le nombre d’indicateurs (figure
5.6.). Dans le cas des items prévus pour mesurer la persévérance, nous
avons pris la moyenne des trois items (PER1, PER3 et PER4) saturés par
le facteur «jugements de confiance» comme un indicateur de ce dernier
facteur. L’item saturé par le facteur «estimation des efforts effectués»
(PER2) a quant à lui servi d’indicateur pour ce dernier facteur. La
moyenne des items évaluant le contrôle exercé a été utilisée comme indi-
cateur d’un facteur nommé «stratégies métacognitives», alors qu’un
second indicateur de ce facteur était constitué par la moyenne des items
évaluant la régulation métacognitive. Finalement, un facteur «compé-
tences cognitives spécifiques» au problème a été défini comme saturant
les trois items à choix multiples mesurant la compréhension du pro-
blème, sa représentation et la planification.
Une analyse factorielle confirmatoire a permis de confirmer que cette
structure factorielle en quatre facteurs est adéquate.10 Les analyses facto-
rielles exploratoires sur les questionnaires relatifs au problème «la gui-
tare» corroborent les résultats des analyses du même type sur le
questionnaire donné suite au problème «le réservoir d’essence». Toute-
fois, la petite taille de l’échantillon ne permet pas d’obtenir des résultats
aussi stables que pour ce dernier problème.

ADMINISTRATION DES INSTRUMENTS

La passation des instruments a été réalisée durant des périodes de cours


habituellement dévolues à l’enseignement de la culture générale. L’au-
teur et une étudiante de maîtrise se sont rendus dans les classes afin de
présenter l’enquête et de solliciter la participation des apprenants.
Toutes les passations ont été réalisées de manière collective, soit par
classes entières. Une dizaine de minutes ont tout d’abord été consacrées
à la présentation des chercheurs ainsi qu’aux explications des objectifs et
du déroulement de l’étude. Il a été annoncé aux élèves que les buts de
l’étude étaient de comprendre leur motivation et la façon dont ils appre-
naient les mathématiques et résolvaient des problèmes. De plus, il a été
souligné que les réponses étaient anonymes et qu’elles n’entraient pas
en compte dans les notes scolaires. Autant que possible, les chercheurs
ont veillé à ne pas donner un message favorisant l’adoption d’un certain

10 χ2 (9) = 14.25, p = .12, χ2/dl = 1.58, CFI = .96, RMSEA = .05.


132 Motivation et métacognition dans l’apprentissage

type de buts de compétence. Le tableau 5.14 montre la répartition des


instruments au cours des périodes d’administration.

Tableau 5.14. Répartition de l’administration


des instruments sur les trois périodes

Période 1 (35 minutes) Période 2 (55 minutes) Période 3 (45 minutes)


Introduction Problème de maths Test de raisonnement
et explications «le réservoir d’essence» numérique
sur la recherche 20 minutes 25 minutes
10 minutes
Questionnaire sur Test de mémoire de Test d’intelligence
l’Autorégulation en travail non verbale
Mathématiques 15 minutes 20 minutes
25 minutes
Problème de maths
«la guitare»
20 minutes

La majorité des élèves se sont montrés appliqués pour compléter les


divers instruments, sans pour autant se montrer passionnés. Dans une
classe en particulier, une partie des élèves (six) ont clairement complété
les tests et questionnaires sans aucun sérieux. Les réponses de ces élèves
ont par conséquent été considérées comme données manquantes.
Résultats 133

CHAPITRE 6

RÉSULTATS

INTRODUCTION
Ce chapitre rapporte les résultats des analyses conduites afin d’apporter
des réponses aux trois questions de recherche que nous avons formu-
lées. Nous présentons ces réponses aux deux premières questions sous
la forme de modèles de cheminement. Afin de répondre à la troisième
question de recherche, nous proposons des analyses centrées sur les per-
sonnes, en d’autres termes une typologie de profils d’apprenants fondée
sur leurs buts de compétence. L’interprétation théorique des résultats est
conduite dans le chapitre de discussion.

LES SCORES AUX TROIS TESTS D’APTITUDES COGNITIVES


Les statistiques descriptives pour chacun des tests figurent dans le
tableau 6.1. Si, selon nos observations lors des passations, les tests d’in-
telligence non verbale, de mémoire de travail et de raisonnement numé-
rique ont été complétés consciencieusement par la grande majorité des
élèves, nous remarquons toutefois que certains élèves obtiennent des
scores très faibles au test d’intelligence non verbale et de raisonnement
numérique, ce qui pourrait révéler qu’ils n’ont pas fait de leur mieux.
134 Motivation et métacognition dans l’apprentissage

Tableau 6.1. Statistiques descriptives


pour les trois tests d’aptitudes cognitives

Test # items M SD Asymétrie Voussure Etendue Consist.


possible interne
Intelligence
non verbale 18 9.39 3.98 0.63 -2.92 0-18 .79
Raisonnement
numérique 25 12.27 4.62 -0.01 -1.07 0-24 .78
Mémoire de
travail verbale 60 35.95 10.99 -3.54 -0.73 0-60 .86

Note: voussure et asymétrie sont standardisées, c’est-à-dire divisées par leurs


erreurs standards respectives.

Les scores aux trois tests sont largement et positivement associés


(tableau 6.2).

Tableau 6.2. Intercorrélations entre les trois tests d’aptitudes cognitives

Intelligence Raisonnement Mémoire de


non verbale numérique travail verbale
Intelligence
non verbale 1 .61 .39
Raisonnement
numérique 1 .46
Mémoire de
travail verbale 1

Note: toutes les corrélations sont significatives à p < .01

LES SCORES AU QUESTIONNAIRE


D’AUTORÉGULATION EN MATHÉMATIQUES

Les statistiques descriptives pour chacun des facteurs extraits sont rap-
portées dans le tableau 6.3.
Résultats 135

Tableau 6.3. Statistiques descriptives pour toutes les variables mesurées

Variable # items M SD Asymétrie Voussure Consist.


interne
Stratégies de
répétition 4 4.10 0.97 -2.03 1.37 .61
Stratégies
d’élaboration 7 4.02 1.02 0.01 -1.87 .76
Stratégies
métacognitives
trait 14 4.51 0.86 -1.39 1.16 .82
Buts de
maîtrise-approche 4 4.98 0.99 -3.02 0.45 .66
Buts de
maîtrise-défi 4 3.43 1.34 1.73 -1.11 .81
Buts de
performance-
approche 6 3.23 1.46 5.03 -0.26 .90
Buts de
performance-
évitement 7 3.82 1.42 0.38 -2.95 .87
Buts d’évitement
du travail 3 3.04 1.23 4.11 0.48 .65
Compétence
perçue 5 4.57 1.45 -2.01 -1.49 .88
Intérêt individuel 3 3.74 1.36 -0.53 -1.71 .77
Instrumentalité
perçue 4 4.82 1.18 -2.85 -0.10 .77
Anxiété 6 3.48 1.30 2.22 -0.43 .83
Théories implicites
des capacités
(fixistes) 8 2.85 1.19 4.29 0.51 .88

Note: voussure et asymétrie sont standardisées, c’est-à-dire divisées par leurs


erreurs standards respectives. Etendue possible de 1 à 7 pour tous les scores.
136 Motivation et métacognition dans l’apprentissage

LES SCORES AU PROBLÈME «LE RÉSERVOIR D’ESSENCE»


Tableau 6.3. Statistiques descriptives pour toutes les variables mesurées (suite)

Test # items M SD Asymétrie Voussure Etendue Consist.


possible interne
Sentiment
de familiarité 3 5.01 1.09 -4.02 0.87 1-7 .65
Sentiment
d’aimer la tâche 4 3.62 1.50 0.57 -2.35 1-7 .89
Sentiment
de difficulté 4 3.53 1.22 1.55 0.19 1-7 .82
Intention d’engager
des efforts 5 4.76 1.22 -5.47 3.04 1-7 .88
Compétences cogni-
tives spécifiques
au problème 3 1.63 0.89 -1.00 -2.90 0-3 .37
Stratégies
métacognitives 8 3.80 1.19 -0.47 -0.99 1-7 .81
Estimation
des efforts effectués 5 4.08 1.52 -2.61 -1.91 1-7 .91
Jugements de
confiance 7 4.53 1.52 -2.47 -2.50 1-7 .90
Performance 1 2.97 1.97 -1.80 -4.94 0-5 -

Note: voussure et asymétrie sont standardisées, c’est-à-dire divisées par leurs


erreurs standards respectives.

Les statistiques descriptives (tableau 6.3) nous apprennent que la consis-


tance interne du score de compétences cognitives spécifiques au problème
est très insatisfaisante (< .40): ce score contient une large part d’erreur.
Quatre variables (sentiment de familiarité, stratégies de répétition, buts de
maîtrise et buts d’évitement du travail) présentent des scores dont la
consistance interne est acceptable (entre .60 et .70). Toutes les autres
variables présentent des scores dont la fidélité est bonne voire excellente.
Les distributions de plusieurs variables montrent une asymétrie
Résultats 137

négative (la distribution des scores est plus dense vers le haut de
l’échelle). Ceci est notamment le cas des buts de maîtrise-approche, de
l’instrumentalité perçue ainsi que de l’intention d’engager des efforts; la
grande majorité des élèves rapporte adopter ce type de buts, considère
que la matière est utile pour son futur et a l’intention de réaliser les
efforts nécessaires à la résolution du problème.
Les corrélations entre les variables impliquées dans les modèles de
structure sont présentées dans les tableaux 6.4 à 6.8. Rappelons que ces
corrélations constituent les informations de base pour répondre aux
deux premières questions de recherche, étant donné que les modèles de
structure sont basés sur l’analyse des covariances. Nous relevons dans
ces tableaux les éléments intéressants pour la suite des analyses.

Tableau 6.4. Corrélations entre les aptitudes cognitives


et les variables au niveau de la matière

Variable Raisonnement Intelligence Mémoire de


numérique nonv erbale travail verbale
(n = 268) (n = 266) (n = 241)
Buts de compétence
Buts de maîtrise-approche -.04 -.06 .07
Buts de maîtrise-défi .16 .25 .06
Buts de performance-approche .01 -.06 -.04
Buts de performance-évitement -.10 -.17 .01
Buts d’évitement du travail -.27 -.23 -.28
Autres croyances motivationnelles et métacognitives
Compétence perçue .38 .37 .19
Intérêt individuel .16 .14 .03
Anxiété -.39 -.34 -.20
Instrumentalité perçue .00 .04 .01
Théories implicites des capacités (fixistes) .01 .01 -.02
Stratégies d’apprentissage et de résolution
Stratégies de répétition .18 -.22 -.03
Stratégies d’élaboration -.11 -.10 -.06
Stratégies métacognitives -.14 -.10 -.02

Note: les corrélations ≥|.14| sont significatives à p < .05; les corrélations ≥|.17|
sont significatives à p < .01 (2-tailed).
138 Motivation et métacognition dans l’apprentissage

Le tableau 6.4 nous informe que les croyances motivationnelles et méta-


cognitives sont associées aux aptitudes cognitives. D’une part, l’anxiété
montre des corrélations négatives et modérées avec les scores aux tests
d’aptitudes cognitives et, d’autre part, la compétence perçue et l’intérêt
ont des corrélations positives avec les aptitudes. L’instrumentalité per-
çue et les théories implicites des capacités ne sont pas significativement
liées aux aptitudes. Concernant les buts de compétence, relevons que les
buts de maîtrise-défi sont associés positivement avec les aptitudes
cognitives. Au contraire, les buts de performance-évitement ainsi que les
buts d’évitement du travail sont négativement associés à ces aptitudes.
Quant aux buts de maîtrise-approche et aux buts de performance-
approche, ils ne montrent aucune corrélation significative avec les
aptitudes. Finalement, les stratégies d’apprentissage sont toutes négati-
vement liées aux aptitudes cognitives, même si la majorité des corréla-
tions n’est pas significative. Ce sont en particulier les stratégies de
répétition qui sont négativement associées aux aptitudes en raisonne-
ment numérique et intelligence non verbale. Relevons également la cor-
rélation négative entre l’utilisation de stratégies métacognitives et les
aptitudes en raisonnement numérique. D’une manière générale, les
variables au niveau de la matière sont plus largement corrélées aux apti-
tudes en raisonnement numérique et en intelligence non verbale qu’elles
ne le sont au score du test de mémoire de travail verbale. Les corréla-
tions entre variables mesurées au niveau de la matière figurent dans le
tableau 6.5.
Tableau 6.5. Corrélations entre les scores du Questionnaire d’Autorégulation en Mathématiques
Résultats

Variable 1 2 3 4 5 6 7 8 9 10 11 12 13

1 Anxiété 1 -.70 -.32 .04 .02 .14 -.31 .09 .36 .34 .34 .24 .29
2 Compétence perçue 1 .56 .05 -.08 .09 .53 .13 -.18 -.33 -.19 -.03 -.07
3 Intérêt individuel 1 .37 -.29 .51 .66 .33 .16 -.29 .12 .29 .25
4 Instrumentalité perçue 1 -.32 .50 .29 .19 .23 -.11 .16 .42 .31
5 Théo. impl. des capacités (fixistes) 1 -.31 -.26 -.10 -.13 .17 -.21 -.28 -.24
6 Buts de maîtrise-approche 1 .39 .26 .27 -.23 .29 .43 .46
7 Buts de maîtrise-défi 1 .16 -.06 -.32 -.03 .36 .19
8 Buts de perf-approche 1 .65 -.06 .21 .20 .21
9 Buts de perf-évitement 1 .04 .31 .24 .31
10 Buts d’évitement du travail 1 .22 -.02 -.03
11 Stratégies de répétition 1 .42 .43
12 Stratégies d’élaboration 1 .58
13 Stratégies métacognitives trait 1

Note: les corrélations ≥|.12| sont significatives à p < .05; les corrélations ≥|.17| sont significatives à p < .01 (2-tailed);
théo. impl. des capacités = théories implicites des capacités.
139
140 Motivation et métacognition dans l’apprentissage

Les buts de maîtrise-approche et de maîtrise-défi se distinguent dans


leurs corrélations avec l’anxiété, la compétence perçue et l’instrumenta-
lité perçue. Le premier type de buts est en effet associé positivement
avec l’anxiété (r = .14, p < .05); il montre une corrélation nulle avec la
compétence perçue (r = .09, ns) et une association forte avec l’instrumen-
talité perçue (r = .50, p < .01). Au contraire, le second type de buts est
associé négativement avec l’anxiété (r = -.31, p < .01), montrant une cor-
rélation positive et forte avec la compétence perçue (r = .53, p < .01) ainsi
qu’une relation positive mais modérée avec l’instrumentalité perçue (r =
.29, p < .01). En effet, les buts de performance-approche sont, parmi les
cinq types de buts, ceux qui sont le moins fortement associés aux autres
croyances motivationnelles.
Les buts de performance-approche et de performance-évitement sont
fortement corrélés (r = .65, p < .01). Toutefois, ils présentent des diffé-
rences dans leurs corrélations avec les croyances motivationnelles. Les
buts de performance-approche sont liés positivement aux buts de maî-
trise-défi (r = .16, p < .05), alors que ce n’est pas le cas des buts de perfor-
mance-évitement (r = -.06, ns). Relevons que, contrairement au postulat
de Dweck (1999), les buts de performance tant approche (r = -.10, ns)
qu’évitement (r = -.13, p < .05) sont corrélés négativement avec la
conception fixiste des capacités. Seuls les buts d’évitement du travail
sont liés positivement à ces croyances sur les capacités (r = .17, p < .01).
Les buts de performance-approche et de performance-évitement,
bien que distinguables par l’analyse factorielle, sont fortement associés
(r = .65, p < .01). Les buts d’évitement du travail montrent des corréla-
tions négatives avec les buts de maîtrise (r = -.23, p < .01) et de maîtrise-
défi (r = -.32, p < .01), mais des corrélations nulles avec les deux buts de
performance.
Les trois types de stratégies d’apprentissage sont positivement et
modérément corrélés (r de .42 à .58). Les stratégies de répétition se dis-
tinguent des stratégies d’élaboration et métacognitives par leurs corréla-
tions avec les croyances motivationnelles. En effet, ces stratégies sont, au
contraire des deux autres, corrélées positivement aux buts d’évitement
du travail (r = .22, p < .01), négativement à la compétence perçue (r = -.19,
p < .01), et elles ne sont pas liées aux buts de maîtrise-défi ni à l’intérêt
individuel. En outre, soulignons que l’anxiété, l’instrumentalité, les buts
de maîtrise, les buts de performance-approche et de performance-évite-
ment, ainsi que les théories implicites des capacités, sont liés de manière
similaire avec les trois types de stratégies d’apprentissage.
Résultats 141

Tableau 6.6. Corrélations entre les variables spécifiques


au problème «le réservoir d’essence»

Variable 1 2 3 4 5 6 7 8 9
1 Sentiment de
familiarité 1 .11 -.41 .16 .15 .11 .21 .20 .16
2 Sentiment
d’aimer
la tâche 1 -.48 .66 .45 .43 .10 .49 .30
3 Sentiment de
difficulté 1 -.30 -.27 -.17 -.20 -.51 -.35
4 Intention
d’engager
des efforts 1 .55 .67 .18 .48 .29
5 Stratégies
métacognitives 1 .64 .19 .58 .39
6 Estimation des
efforts effectués 1 .27 .64 .43
7 Compétences
cognitives
spécifiques
au problème 1 .46 .51
8 Jugements de
confiance 1 .74
9 Performance 1

Note: les corrélations =|.15| sont significatives à p = .05; les corrélations ≥|.16|
sont significatives à p = .01 (2-tailed).

L’analyse du tableau 6.6 nous apprend que les variables spécifiques au


problème sont largement intercorrélées. Seules trois corrélations ne sont
pas significatives. Ceci suggère que nous mesurons des construits
proches bien que distinguables (la corrélation la plus élevée est de r =
.74 entre les jugements de confiance et la performance). Relevons que les
stratégies métacognitives sont fortement associées au sentiment d’aimer
la tâche, à l’intention d’engager des efforts, à l’estimation des efforts
effectués et aux jugements de confiance.
142 Motivation et métacognition dans l’apprentissage

Tableau 6.7. Corrélations entre les aptitudes cognitives


et les variables spécifiques au problème «le réservoir d’essence»

Variable Raisonnement Intelligence Mémoire de


numérique non verbale travail verbale
(n = 268) (n = 266) (n = 241)
Sentiment de
familiarité .25 .25 .18
Sentiment
d’aimer la tâche .14 .19 .07
Sentiment
de difficulté -.29 -.32 -.11
Intention d’engager
des efforts .21 .25 .17
Stratégies
métacognitives .22 .20 .20
Estimation
des efforts effectués .26 .23 .21
Compétences
cognitives spécifiques
au problème .51 .40 .40
Jugements de
confiance .48 .43 .27
Performance .52 .44 .33

Note: les corrélations ≥|.14| sont significatives à p = .05; les corrélations ≥|.18|
sont significatives à p = .01 (2-tailed).

L’analyse du tableau 6.7 révèle que toutes les variables spécifiques au


problème «le réservoir d’essence» sont significativement associées aux
aptitudes cognitives, à l’exception de deux corrélations non significa-
tives avec la mémoire de travail verbale. Les corrélations les plus fortes
concernent les compétences cognitives spécifiques au problème, les
jugements de confiance ainsi que la performance.
Résultats 143

Tableau 6.8. Corrélations entre les variables au niveau de la matière et


les variables spécifiques au problème «le réservoir d’essence»

Note: les corrélations ≥|.13| sont significatives à p = .05; les corrélations ≥|.17|
sont significatives à p = .01 (2-tailed).

Les corrélations présentées dans le tableau 6.8 nous informent des asso-
ciations entre les variables mesurées en référence à la matière et les
variables mesurées en référence au problème «le réservoir d’essence».
Les buts de maîtrise et les buts de maîtrise-défi se différencient quant à
leurs associations avec le sentiment d’aimer la tâche, le sentiment de dif-
ficulté, les jugements de confiance et la performance. En effet, les buts de
maîtrise-défi sont plus fortement corrélés avec chacune de ces variables,
ce qui suggère qu’ils ont une influence plus prépondérante que les buts
de maîtrise. L’instrumentalité perçue, les théories implicites des capaci-
tés et les buts de performance-évitement sont peu liés aux variables rela-
tives au problème. De ce fait, elles devraient jouer un rôle mineur dans
144 Motivation et métacognition dans l’apprentissage

l’explication de celles-ci. Concernant les stratégies d’apprentissage, les


stratégies métacognitives sont les stratégies les plus fortement associées
(r = .41, p < .01) à l’utilisation de stratégies métacognitives suite à la réso-
lution du problème. De ce fait, nous utiliserons uniquement cette
variable pour la prédiction des stratégies mobilisées pour la résolution
du problème.
Nous présentons, dans la suite du texte, les différents modèles de
structure réalisés. Pour chaque modèle, ce sont tout d’abord les hypo-
thèses qui sont exposées (en reprenant les variables extraites des ana-
lyses factorielles puis les modèles présentant les paramètres). Ensuite,
les résultats (paramètres) du modèle sont présentés. Dans un premier
temps, nous présentons un modèle de structure au niveau du problème
(question de recherche 1), puis un modèle de structure englobant les
variables au niveau du problème ainsi que les variables au niveau de la
matière (question de recherche 2). Les résultats sont décrits relativement
brièvement, puisqu’ils seront discutés dans le chapitre suivant.

MODÈLE DE CHEMINEMENT AU NIVEAU DES PROBLÈMES


Nous procédons tout d’abord à l’établissement d’un modèle liant les
variables mesurées en lien avec le problème mathématique. Nous n’étu-
dierons de cette manière qu’un seul problème («le réservoir d’essence»),
car le nombre d’élèves ayant complété le problème «la guitare» n’est pas
suffisant pour réaliser un tel modèle de structure. Les relations que nous
postulons ainsi que leur valence attendue figurent dans le modèle 6.1.
Dans un deuxième temps, le modèle final (après l’ajout de pistes pour
améliorer l’adéquation des modèles ainsi que la suppression des pistes
non significatives) sera présenté et commenté.1

1 Toutes les variables ont été corrigées en fonction de leur fidélité (Bollen,
1989). Ainsi, nous avons utilisé l’indice de consistance interne afin de tenir
compte de l’erreur de mesure. La correction appliquée est (1- α) x variance.
Résultats 145

Notre modèle hypothétique est présenté dans la figure 6.1.

Figure 6.1. Modèle de cheminement hypothétique au niveau du problème.

Lors du test de ce modèle, un problème de multicollinéarité est


apparu. En effet, trois variables, représentant les compétences cogni-
tives, les jugements de confiance et la performance, sont largement
intercorrélées (r entre .74 et .93), ce qui provoque des résultats biaisés
et notamment une corrélation artificielle (r = -.68) entre la performance
et les jugements de confiance, alors que cette corrélation bivariée est à
l’inverse (r = .70). Considérant ce problème de multicollinéarité ainsi
que la faible consistance interne de la variable «compétences cogni-
tives» (alpha de Cronbach = .365), nous avons résolu le problème en
éliminant cette dernière de notre modèle. Ceci a eu pour effet que la
corrélation entre performance et jugements de confiance est redevenue
positive comme attendu. Dans le modèle de structure global, les apti-
tudes en raisonnement numérique seront introduites, ce qui permettra
146 Motivation et métacognition dans l’apprentissage

de considérer ces aptitudes à défaut des compétences cognitives spéci-


fiques au problème.
La figure 6.2 rapporte les paramètres du modèle final. Ce modèle
montre une adéquation acceptable (χ2 (11) = 21.24, p = .03, CFI = .99,
RMSEA = .06).

Figure 6.2. Résultats du modèle de structure au niveau du problème.

Plusieurs points présentent de l’intérêt dans ces résultats. Premièrement,


les corrélations entre les expériences métacognitives pré-résolution
(variables exogènes dans le modèle) diffèrent de celles observées dans la
première étude. En effet, la corrélation entre sentiment de familiarité et
sentiment d’aimer la tâche est nulle, alors qu’elle était de r = .76 pour le
même problème dans l’étude 1. Chacune des trois expériences métaco-
gnitives pré-résolution est significativement liée à l’intention d’engager
des efforts. L’intention d’engager des efforts est liée fortement au senti-
ment d’aimer la tâche (r = .74) et modérément au sentiment de difficulté
Résultats 147

(r = -.34) ainsi qu’au sentiment de familiarité (r = .20). Ainsi, cette inten-


tion est fortement liée aux expériences métacognitives; ceci est tout à fait
cohérent avec le modèle des appréciations de Boekaerts (2001).
Deuxièmement, le sentiment de difficulté joue un rôle clé. Il est non
seulement prédictif de la performance (-.25) et des jugements de
confiance (-.42), mais également des stratégies métacognitives (-.14).
Ceci signifie que plus le problème est perçu comme difficile, moins
l’élève recourt à des stratégies métacognitives. Ce résultat, bien que
faible, est inattendu; nous y reviendrons dans la discussion.
Troisièmement, le sentiment de familiarité n’est prédictif d’aucune
autre variable. Ce sentiment est toutefois fortement lié au sentiment de
difficulté (r = -.54) et modérément à l’intention d’engager des efforts (r =
.20).
Quatrièmement, l’intention d’engager des efforts joue un rôle impor-
tant, car elle influence directement les efforts effectués (.86) ainsi que les
stratégies métacognitives (.60). Il semble que ce soit cette intention plu-
tôt que le sentiment de difficulté qui joue un rôle majeur dans la prédic-
tion de l’utilisation des stratégies métacognitives.
Cinquièmement, le sentiment d’aimer la tâche joue un rôle faible par
son influence directe (-.16) sur l’estimation des efforts effectués. Ce
résultat pourrait être expliqué par le fait que les élèves qui rapportent le
plus fort sentiment d’aimer la tâche sont également ceux qui ont besoin
d’exercer le moins d’efforts pour la réussir. En effet, le sentiment d’aimer
la tâche est lié négativement au sentiment de difficulté. Cette interpréta-
tion est toutefois peu solide, étant donné que le sentiment de difficulté
n’est pas significativement prédictif de l’estimation des efforts effectués.
En outre, le sentiment d’aimer la tâche n’est pas significativement pré-
dictif de l’utilisation de stratégies métacognitives. Il est probable que
ceci soit dû à l’introduction de l’intention d’engager des efforts.
Sixièmement, les stratégies métacognitives sont prédictives de la per-
formance (.38) ainsi que des jugements de confiance (.30), comme pos-
tulé.
Finalement, l’estimation des efforts effectués prédit la confiance.
Ainsi, les jugements de confiance des élèves se basent simultanément
sur plusieurs perceptions: la difficulté du problème, les efforts qu’ils ont
effectués pour le résoudre ainsi que les stratégies métacognitives qu’ils
ont mises en œuvre. Presque 40% de la variance dans ces jugements est
expliquée par ces trois perceptions.
148 Motivation et métacognition dans l’apprentissage

MODÈLE DE CHEMINEMENT LIANT VARIABLES GÉNÉRALES


ET VARIABLES SPÉCIFIQUES AU PROBLÈME

Nous postulons que les variables mesurées au niveau de la matière auront


les influences directes reportées dans le tableau 6.9. Nous n’avons pas
représenté l’ensemble des liens postulés sur une figure, car cela était diffi-
cilement réalisable et lisible. Les liens postulés ne seront sans aucun doute
pas tous confirmés, étant donné le grand nombre de variables et par
conséquent la complexité des relations. Par exemple, plusieurs variables
sont censées influencer le sentiment de difficulté, mais il s’avérera proba-
blement que seule une partie d’entre elles exerceront une influence signifi-
cative. En plus de ces liens, le modèle de structure global reprend les liens
du modèle de structure au niveau du problème.

Tableau 6.9. Hypothèses des influences des variables au niveau


de la matière sur les variables au niveau du problème

Variable au niveau de la matière  Variable au niveau du problème

Sentiment d’aimer la tâche (+)


Buts de maîtrise-approche  Intention d’engager des efforts (+)
Stratégies métacognitives (+)
Estimation des efforts effectués (+)
Sentiment de difficulté (-)
Sentiment d’aimer la tâche (+)
Buts de maîtrise-défi  Intention d’engager des efforts (+)
Stratégies métacognitives (+)
Estimation des efforts effectués (+)
Buts de performance-approche  Aucune influence
Sentiment de difficulté (+)
Buts de performance-évitement  Sentiment d’aimer la tâche (-)
Intention d’engager des efforts (-)
Estimation des efforts effectués (-)

Sentiment de difficulté (+)


Sentiment d’aimer la tâche (-)
Buts d’évitement du travail  Intention d’engager des efforts (-)
Stratégies métacognitives (-)
Estimation des efforts effectués (-)
Résultats 149

Anxiété  Sentiment de difficulté (+)


Compétence perçue  Sentiment de difficulté (-)
Instrumentalité Sentiment d’aimer la tâche (+)
 Intention d’engager des efforts (+)
Théories implicites des
capacités (fixistes)  Aucune influence
Habitudes de mobilisation
de stratégies métacognitives  Stratégies métacognitives (+)
Raisonnement numérique  Sentiment de difficulté (-)
Performance (+)

Note: les signes + et – indiquent la valence de la relation attendue.

La figure 6.3 représente le modèle de structure final, suite à l’ajout des


pistes significatives et théoriquement cohérentes ainsi qu’à la suppres-
sion des pistes non significatives au seuil de p = .05. Ce modèle montre
une bonne adéquation aux données (χ2 (53) = 67.63, p = .09). Les buts de
performance et les théories implicites des capacités n’ont, comme nous
l’avions postulé, aucune influence significative sur les variables spéci-
fiques au problème. En outre, les influences de l’instrumentalité perçue
sur le sentiment d’aimer la tâche et sur l’intention d’engager des efforts
ne sont pas confirmées par les données. Par conséquent, ces trois
variables au niveau de la matière ont été éliminées du modèle.
Les influences significatives sont très nombreuses, ce qui rend la des-
cription du modèle complexe. Nous exposons, dans un premier temps, les
effets directs, avant de les comparer aux hypothèses formulées dans le
tableau 6.9. Dans un deuxième temps, nous présentons les effets indirects.
Premièrement, les influences des buts de compétence se révèlent signi-
ficatives sur les trois variables pré-résolution. En effet, le sentiment de
difficulté est prédit, comme attendu, par les buts de maîtrise-défi
(-.29). Le sentiment d’aimer la tâche est également prédit par les buts de
maîtrise-défi (.62), mais aussi (positivement) par les buts de performance-
évitement (.23). Ceci est surprenant, dans la mesure où nous avions prédit
que ces buts seraient négativement liés à cette expérience métacognitive.
L’intention d’engager de l’effort est quant à elle prédite par les buts de
maîtrise (.47) mais pas par les autres buts. Les buts de compétence n’ont
aucune influence directe sur les stratégies métacognitives utilisées, mais
150 Motivation et métacognition dans l’apprentissage

ils ont des influences indirectes: les buts de maîtrise-défi ont un effet sur
les stratégies métacognitives via le sentiment de difficulté (.07), et les buts
de maîtrise ont un effet via l’intention d’engager des efforts (.22). L’esti-
mation des efforts effectués est prédite directement par les buts de perfor-
mance-évitement (.15) et les buts de maîtrise (-.22). Ainsi, ces derniers buts
mènent d’une part largement à l’intention d’engager des efforts et d’autre
part à une estimation plus faible des efforts effectués.

Figure 6.3. Résultats du modèle de structure global.


Note: tous les paramètres figurant dans le modèle sont significatifs à p < .05. Les
corrélations entre variables exogènes ne sont pas représentées pour des raisons
de lisibilité. Ces corrélations sont similaires à celles qui figurent dans les
tableaux 6.7 et 6.8.

L’effet indirect des buts de maîtrise sur l’estimation des efforts effectués
est conséquent (.38).2 Finalement, la performance et les jugements de

2 L’effet total est donc de (-.22) + (.38) = .16.


Résultats 151

confiance ne sont prédits qu’indirectement par les buts de compétence,3 ce


que nous avions postulé. Ceci corrobore de plus les résultats de la pre-
mière étude.
Deuxièmement, la compétence perçue et surtout l’anxiété jouent des
rôles importants dans la prédiction des variables spécifiques au pro-
blème. La première a un effet direct sur l’intention d’engager des efforts
(.17). Nous avions formulé l’hypothèse qu’elle aurait un effet sur le sen-
timent de difficulté, ce qui n’est pas le cas. En effet, c’est l’anxiété qui
exerce l’effet majeur sur le sentiment de difficulté (.41). L’anxiété et la
compétence perçue étant fortement corrélées (r = -.70, p < .01), il est pro-
bable que si nous n’avions pas introduit la variable «anxiété», la compé-
tence perçue aurait alors eu une influence directe sur le sentiment de
difficulté. Concernant les autres effets directs de l’anxiété, ceux-ci por-
tent sur le sentiment d’aimer la tâche (-.26), les jugements de confiance
(-.26) ainsi que la performance (-.22).4 Ainsi, il semble que l’anxiété rela-
tive à la matière soit prépondérante tant dans les expériences métacogni-
tives pré-résolution et post-résolution que dans la performance.
Relevons que l’anxiété n’est directement et significativement liée ni aux
variables relatives à l’effort (intention d’engager des efforts et estimation
des efforts exercés), ni à l’utilisation de stratégies métacognitives. Elle
exerce toutefois un effet indirect sur ces stratégies via le sentiment de
difficulté (-.10). L’anxiété est ainsi l’un des principaux construits prédic-
tifs des expériences métacognitives.
Troisièmement, les habitudes de mobilisation de stratégies métaco-
gnitives sont prédictives de l’utilisation de stratégies métacognitives
durant le problème (.33).
Quatrièmement, les aptitudes en raisonnement numérique ont des
influences d’une part sur la performance (.36) et d’autre part sur les
jugements de confiance (.18). Ce dernier résultat est inattendu, car nous
pensions que ce serait la compétence perçue qui prédirait les jugements
de confiance et non les aptitudes.
En comparaison avec nos hypothèses du tableau 6.9, si une partie des
pistes est confirmée, une autre ne l’est pas.
3 Buts de maîtrise défi à performance: (-.29) x (.11) = -.03; buts de performance-
évitement à performance: (.15) x (.30) = .05; buts de maîtrise à performance:
[(-.22) x (.30)] + [(.47) x (.80) x (.30)] = .05.
4 L’anxiété prédit également indirectement la performance via le sentiment de
difficulté: (.41) x (-.11) = -.05. Son effet total sur la performance est donc de
-.27.
152 Motivation et métacognition dans l’apprentissage

ANALYSES DE PROFILS DE BUTS DE COMPÉTENCE


Afin de répondre à la troisième question de recherche, nous avons uti-
lisé des analyses en profils latents. Les cinq scores des échelles de buts
de compétence (maîtrise-approche, maîtrise-défi, performance-évite-
ment, performance-approche et évitement du travail) ont permis de
déterminer les profils d’apprenants.

DÉTERMINATION DU NOMBRE DE PROFILS

Afin de déterminer le nombre de profils à retenir, nous avons estimé


cinq modèles en augmentant successivement le nombre de classes. Les
indices d’adéquation figurent dans le tableau 6.10.

Tableau 6.10. Indices statistiques pour le choix


du nombre de profils à retenir

Nombre BIC LMR BLRT Entropie


de profils ajusté (p-valeur)
(p-valeur)
2 4209 58.45 (.25) - .61
3 4264 89.45 (.11) 90.91 (< .001) .75
4 4251 72.89 (.01) 74.08 (< .001) .76
5 4275 36.40 (.35) - .75
6 Pas de convergence

L’indice BIC favorise une solution en deux profils en comparaison des


autres solutions estimées. Toutefois, le LMR favorise une solution en 3
ou plus fortement une solution en 4 profils. L’indice «entropie» est sensi-
blement équivalent pour les modèles en 3, 4 et 5 profils. Par contre, il est
plus faible pour le modèle en deux profils, ce qui signifie que la qualité
de la classification des élèves est plus médiocre pour ce modèle en 2 pro-
fils qu’elle ne l’est pour les autres modèles estimés. Finalement, en sui-
vant les conseils de Nylund, Asparouhov et Muthén (2007), nous avons
utilisé le BLRT afin de comparer les deux modèles que nous avons jugés
les plus plausibles. Pour chacun des modèles, la p-valeur est significa-
tive, ce qui signifie qu’un modèle en 3 profils est plus adéquat qu’un
Résultats 153

modèle en 2 profils et qu’un modèle en 4 profils est plus adéquat qu’un


modèle en 3 profils. Considérant les arguments ci-dessus ainsi que la
valeur inférieure du BIC et la valeur supérieure de l’entropie, le modèle
en 4 profils est le plus adéquat.
Cette classification est jugée comme adéquate, car il n’existe pas de
large probabilité (moins de 10%) qu’un élève soit assigné à un profil
autre que le plus probable (tableau 6.11). Ceci signifie que les profils
sont suffisamment distincts. En outre, chaque groupe représente un
pourcentage substantiel du nombre total d’élèves, ce qui soutient l’idée
que cette solution n’est pas biaisée par un petit groupe d’élèves ayant
répondu aux items d’une manière spécifique.

Tableau 6.11. Classification pour solution en quatre profils

Profil 1 2 3 4 n %

1 .85 .07 .07 .01 57 21.7


2 .05 .85 .03 .07 88 33.5
3 .03 .10 .87 .00 68 25.8
4 .01 .10 .00 .89 50 19.0
Total 263 100

DESCRIPTION DES PROFILS OBTENUS

La figure 6.4 représente les moyennes de chacun des profils à chacune


des échelles de buts de compétence. La description verbale de chaque
profil en termes de buts de compétence qu’il adopte ou n’adopte pas est
réalisée en conjonction avec la description de la composition de ces pro-
fils.
154 Motivation et métacognition dans l’apprentissage

Figure 6.4. Moyennes pour chaque but d’accomplissement en fonction


des profils.

Le tableau 6.12 rapporte la composition de chacun des profils en termes


de niveau d’exigences de la formation, de filière suivie au secondaire, de
sexe, de langue parlée au domicile et d’âge. Il existe des différences dans
la composition des profils. En effet, la répartition des apprenants dans
les profils est dépendante du niveau d’exigence de la formation (χ2 (6) =
19.70, p = .003, V5= .19), de la filière suivie au secondaire I (χ2 (6) = 18.50,
p = .005, V = .20), du sexe (χ2(3) = 26.93, p < .001, V = .32). Par contre,
cette répartition est indépendante de la langue parlée à domicile (χ2 (3) =
.99, p = .80) et de l’âge (F3,256 = .96, p = .41).

5 Il s’agit de la statistique V de Cramer, qui mesure le degré d’association (la


taille de l’effet) entre variables nominales. Cette statistique est au minimum
de 0 et au maximum de 1.
Tableau 6.12. Description des élèves appartenant à chacun des profils
Résultats
155
156 Motivation et métacognition dans l’apprentissage

Description du profil 1: le «minimalisme»


Ce profil est adopté par 21,7% des élèves de l’échantillon, soit 57 élèves.
Ces élèves adoptent modérément des buts de maîtrise-approche, de per-
formance-évitement et d’évitement du travail. Ils n’adoptent que très
peu les buts de maîtrise-défi et de performance-approche. Nous avons
nommé cette configuration de buts de compétence par les termes «le
minimalisme», d’une part car les apprenants de ce profil n’ont pas de
buts de maîtrise élevés, et d’autre part parce qu’ils adoptent, bien que
modérément, des buts d’évitement du travail. Ils montrent une combi-
naison de buts théoriquement peu favorables pour l’apprentissage de la
matière. Concernant les niveaux d’exigences de leurs formations et les
filières qu’ils ont suivies au secondaire I, l’analyse des fréquences per-
met de réaliser les constatations suivantes. Si environ un quart des
élèves de l’échantillon qui suivent des formations de niveaux d’exi-
gences faibles (23,7%) ou modérés (23,3%) adoptent ce profil, seuls 14%
des élèves suivant une formation à niveau d’exigences élevé l’adoptent.
En outre, ce type de profil est plus fortement adopté par des élèves
ayant suivi une filière générale au secondaire I (29,5%) que par ceux qui
ont suivi une formation pratique (13%)6 ou en voie maturité (16,9%).7
Concernant la composition de ce profil en termes de sexe, de langue par-
lée au domicile et d’âge, il est le plus adopté par les élèves de sexe fémi-
nin (38%), mais relativement peu adopté par les hommes de
l’échantillon (12,9%). En outre, une proportion quasiment égale d’élèves
parlant français à leur domicile (21,9%) ou une autre langue (20%)
l’adopte. Finalement, l’âge moyen des élèves dans ce profil est de 18 ans
et 5 mois, ce qui est très proche de l’âge moyen dans l’échantillon au
complet (18,7 ans).
Description du profil 2: «la maîtrise des savoirs»
Ce profil est adopté par 33,5% des élèves de l’échantillon, soit 88 élèves
sur les 263 de l’échantillon complet. Ces élèves adoptent fortement des
buts de maîtrise-approche, et modérément des buts de performance-évi-
tement. Leurs moyennes sur les buts de maîtrise-défi et de performance-

6 Signalons qu’étant donné la faible proportion (n = 23, soit 8,7%) d’élèves


ayant suivi cette filière dans notre échantillon, nous ne pouvons tirer que des
indications et pas de conclusions solides concernant ces élèves.
7 Le niveau d’exigence de la formation est corrélé à la filière suivie au secon-
daire I (Τ= .43, p < .001).
Résultats 157

approche sont légèrement au-dessous de la moyenne de l’échelle. Ils


n’adoptent que très peu les buts d’évitement du travail. Nous avons
désigné cette configuration des buts de compétence par les termes «la
maîtrise des savoirs». Ces apprenants montrent une combinaison de
buts théoriquement relativement favorable mais pas optimale, étant
donné qu’ils adoptent des buts de performance-évitement. Concernant
les niveaux d’exigences de leurs formations et les filières qu’ils ont sui-
vies au secondaire I, l’analyse des fréquences permet de réaliser les
constatations suivantes. Environ un tiers des élèves qui suivent des for-
mations de chacun des niveaux d’exigences adoptent ce profil (respecti-
vement 30,5%, 37,9% et 32% pour les niveaux d’exigences faible, moyen
et élevé). Par ailleurs, ce type de profil est adopté par près d’un tiers des
élèves ayant suivi chacune des filières au secondaire I (respectivement
34,8%, 32,8% et 28,6% pour les filières pratique, générale et maturité).
Concernant la composition de ce profil en termes de sexe, de langue par-
lée au domicile et d’âge, il apparaît qu’environ la même proportion de
femmes (32,6%) que d’hommes (33,9%) de notre échantillon l’adoptent,
qu’environ un tiers tant des élèves parlant le français que des élèves par-
lant une autre langue au domicile y appartiennent et que l’âge moyen
est quasiment identique à l’âge moyen de l’échantillon au complet.
Description du profil 3: «la maîtrise des savoirs et la recherche du défi»
Ce profil est adopté par 25,8% des élèves de l’échantillon, soit 68 élèves.
Ces élèves adoptent fortement des buts de maîtrise-approche, modéré-
ment des buts de maîtrise-défi. Par contre, ils adoptent faiblement les
trois autres types de buts, à savoir les buts de performance-approche, de
performance-évitement et d’évitement du travail. Nous avons nommé
cette configuration de buts par les termes «la maîtrise des savoirs et la
recherche du défi». Les apprenants de ce profil montrent une combinai-
son de buts théoriquement favorables pour l’apprentissage de la
matière. Concernant les niveaux d’exigences de leurs formations et les
filières qu’ils ont suivies au secondaire I, l’analyse des fréquences per-
met de réaliser les constatations suivantes. Il s’agit du profil le plus
adopté par les élèves dans des formations à niveaux d’exigences élevés
(42%). Ce profil est par contre relativement peu adopté par les élèves
suivant des formations à niveaux d’exigences modérés (27,4%) et sur-
tout à niveaux d’exigences faibles (17,8%). Ainsi, il semble exister une
relation entre le niveau d’exigences de la formation et l’adoption de ce
profil. Logiquement, il existe également une relation entre la filière
158 Motivation et métacognition dans l’apprentissage

suivie au secondaire I et ce profil: une plus grande proportion d’élèves


provenant d’une filière maturité (39%) adopte ce profil en comparaison
avec les élèves provenant de la filière générale (19,7%) ou pratique
(13%). Concernant la composition de ce profil en termes de sexe, de
langue parlée au domicile et d’âge, il est adopté par plus d’un quart des
élèves de sexe masculin (28,7%) et environ un cinquième des élèves de
sexe féminin (20,7%). Au niveau de la langue parlée au domicile, les pro-
portions sont légèrement différentes entre élèves francophones (24,9%)
et élèves allophones (33,3%). Finalement, l’âge moyen des élèves dans ce
profil est de 18 ans et 10 mois, ce qui est légèrement supérieur à l’âge
moyen dans l’échantillon au complet.
Description du profil 4: «la maîtrise, le défi et la performance»
Ce profil est adopté par 19% des élèves de l’échantillon, soit 50 élèves.
Ces élèves adoptent fortement des buts de maîtrise-approche, de perfor-
mance-approche et de performance-évitement. Les buts de maîtrise-défi
sont modérément adoptés. Finalement, ces élèves n’adoptent que faible-
ment des buts d’évitement du travail. Nous avons nommé cette configu-
ration de buts de compétence par les termes «la maîtrise, le défi et la
performance».8 Les élèves de ce profil sont ceux qui adoptent le plus for-
tement les buts de performance. Ils montrent par conséquent une combi-
naison de buts peu décrite dans la littérature, car souvent, les buts de
maîtrise-approche sont combinés aux buts de performance-approche
mais pas aux buts de performance-évitement. Il sera donc intéressant de
connaître les moyennes de ces élèves sur les autres variables que nous
avons mesurées afin de connaître un peu mieux les caractéristiques de ce
groupe. Concernant les niveaux d’exigences de leurs formations et les
filières qu’ils ont suivies au secondaire I, l’analyse des fréquences permet
de réaliser les constatations suivantes. Ce profil est plus adopté par les
élèves qui suivent des formations à niveau d’exigences faible (28%) que
par ceux qui suivent des formations de niveau d’exigences moyen
(11,6%) ou élevé (12%). Logiquement, ce type de profil est plus fortement
adopté par des élèves ayant suivi une filière pratique au secondaire I
(39,1%) que par ceux qui ont suivi une formation générale (18%) ou en
voie maturité (15,6%). Concernant la composition de ce profil en termes

8 Afin de ne pas donner un nom très long à ce profil, nous avons abrégé les
termes «la maîtrise des savoirs» par le terme «maîtrise» ainsi que les termes
«la recherche du défi» par le terme «défi».
Résultats 159

de sexe, de langue parlée au domicile et d’âge, il est plus fortement


adopté par les élèves de sexe masculin (24,6%) que par les élèves de sexe
féminin (seulement 8,7% des femmes de notre échantillon adoptent ce
profil). Par ailleurs, ce sont 19,3% des élèves parlant français au domicile
et 16,7% de ceux qui parlent une autre langue à la maison qui adoptent ce
profil de buts de compétence. Finalement, l’âge moyen des élèves dans ce
profil est de 18 ans et 1 mois, ce qui est plus jeune que l’âge moyen dans
l’échantillon au complet (18,7) et plus jeune que l’âge moyen des élèves
du profil «la maîtrise des savoirs et la recherche du défi» (18,10).
En résumé, nous avons extrait de l’analyse quatre profils:

a) Le profil «le minimalisme» est théoriquement défavorable à l’appren-


tissage. Si ces élèves souhaitent maîtriser suffisamment les savoirs, ils
aimeraient le faire avec le minimum d’efforts.
b) Le profil «la maîtrise des savoirs» ne semble ni favorable ni défavo-
rable à l’apprentissage. En outre, il regroupe le plus grand nombre
d’élèves et il ne présente pas de spécificité quant à sa composition. Il
s’agit en quelque sorte d’un profil standard ou classique.
c) Le profil «la maîtrise des savoirs et la recherche du défi» est théori-
quement favorable à l’apprentissage, car il combine l’adoption des
deux buts de maîtrise.
d) Le profil «la maîtrise, le défi et la performance» est également théori-
quement favorable pour l’apprentissage, mais étant donné les hautes
moyennes sur les deux buts de performance, il sera intéressant de le
comparer au profil précédent.

Nous porterons par conséquent une attention particulière aux diffé-


rences entre le profil «le minimalisme» et les profils «la maîtrise des
savoirs et la recherche du défi» - «la maîtrise, le défi et la performance»,
ainsi qu’aux différences entre ces deux derniers profils en ce qui
concerne leurs stratégies d’apprentissage, expériences métacognitives et
stratégies métacognitives exercées durant le problème «le réservoir d’es-
sence». Des tests statistiques post hoc 9 pour comparaisons multiples des
moyennes ont été réalisés afin d’évaluer la significativité des différences
de moyennes entre les profils.

9 La procédure Gabriel a été utilisée si le postulat d’homogénéité des variances


était respecté; dans le cas contraire, la procédure de Games-Howell a été
appliquée.
160 Motivation et métacognition dans l’apprentissage

LIENS ENTRE L’APPARTENANCE AU PROFIL ET LES AUTRES VARIABLES

Le tableau 6.13 rapporte les valeurs du test F, la significativité ainsi que


les pourcentages de variance expliquée par la variable de classification
en profils.10 Nous remarquons premièrement que l’appartenance à un
profil est significativement liée à toutes les variables mesurées, à l’excep-
tion de la mémoire de travail verbale et du sentiment de familiarité.
Deuxièmement, la majorité des effets sur les variables spécifiques au
problème et sur les aptitudes cognitives sont faibles (à l’exception du
sentiment d’aimer la tâche, ηp2 = .14). Les tailles d’effets sont moyennes
sur les autres croyances motivationnelles et métacognitives au niveau de
la matière. Concernant les stratégies d’apprentissage et de résolution, les
effets sont faibles à modérés. L’effet le plus fort concerne l’intérêt indivi-
duel (ηp2 = .39), ce qui signifie que cette variable est celle qui varie le
plus en fonction des profils.

Tableau 6.13. Différences entre profils

Variable F p ηp2
Autres croyances motivationnelles et métacognitives
Compétence perçue 17.88 < .001 .17
Intérêt individuel 55.87 < .001 .39
Anxiété 10.15 < .001 .11
Instrumentalité perçue 13.68 < .001 .14
Théories implicites des capacités 9.77 < .001 .10
Stratégies d’apprentissage et de résolution
Stratégies de répétition 7.21 < .001 .08
Stratégies d’élaboration 8.75 < .001 .09
Stratégies métacognitives trait 7.11 < .001 .08

10 Afin de décrire l’ampleur des différences entre profils, nous utilisons les
valeurs proposées par Cohen (1988) pour l’interprétation de la taille d’effet;
des valeurs ηp2 de .01, .09 et .25 représentent des tailles d’effets respective-
ment petites, moyennes et grandes.
Résultats 161

Variable F p ηp2
Aptitudes cognitives
Raisonnement numérique 2.84 .04 .03
Intelligence non verbale 4.06 .01 .05
Mémoire de travail .713 .55 -
Variables spécifiques au problème «le réservoir d’essence»
Sentiment de familiarité .66 .58 -
Sentiment d’aimer la tâche 12.95 < .001 .14
Sentiment de difficulté 5.11 .002 .06
Intention d’engager des efforts 7.09 < .001 .08
Compétences cognitives 3.89 .01 .05
Estimation des efforts effectués 3.23 .02 .04
Stratégies métacognitives utilisées 5.29 < .01 .06
Jugements de confiance 5.18 < .01 .06
Performance 4.58 < .01 .05

Nous décrivons ci-dessous les profils par rapport à leurs moyennes sur
les différentes variables d’aptitudes cognitives, de croyances motivation-
nelles (hors buts de compétence), de stratégies d’apprentissage et de
variables spécifiques au problème. Les moyennes du profil «la maîtrise
des savoirs» étant relativement peu intéressantes, nous décrivons avant
tout les trois autres profils. Les différences de moyennes entre le profil
«la maîtrise des savoirs» et chacun des autres profils sont mentionnées
dans les descriptions de ces derniers. Afin de ne pas alourdir le texte,
nous désignons les profils par leur numéro plutôt que par leur nom.
162 Motivation et métacognition dans l’apprentissage

Relation entre l’appartenance à un profil et les aptitudes cognitives

Figure 6.5. Moyennes (scores z) pour les aptitudes cognitives en fonction


des profils.

Les moyennes de chaque profil pour les tests d’aptitudes cognitives sont
rapportées sous forme de score z dans la figure 6.5. Les élèves du profil
1 sont ceux qui obtiennent les scores moyens les plus bas pour chacun
des trois tests. Au contraire, les élèves du profil 3 obtiennent les scores
moyens les plus élevés pour chacun des trois tests. La seule différence
significative révélée par les tests post hoc se situe entre les moyennes au
test d’intelligence non verbale des deux profils susmentionnés. Ce der-
nier obtient un score moyen significativement plus élevé que le premier
(p = .02, différence de moyenne = -.5211, ES12 = .18). Pour les tests de rai-
sonnement numérique et de mémoire de travail, aucune différence
significative n’a été constatée.

11 Les différences de moyennes entre deux scores z sont interprétables comme


des tailles d’effet similaire au coefficient d de Cohen (1988). Des coefficients
d = .2, .5 et .8 correspondent respectivement à un effet petit, moyen et large.
12 Erreur standard.
Résultats 163

Relation entre l’appartenance à un profil et les autres croyances motivationnelles

Figure 6.6. Moyennes (scores z) pour les croyances motivationnelles et


métacognitives au niveau de la matière en fonction des profils.

Les moyennes de chaque profil pour les croyances motivationnelles et


métacognitives sont rapportées sous forme de score z dans la figure 6.6.
Les élèves composant le profil 1 présentent le profil le plus défavorable
en termes de croyances motivationnelles autres que les buts de compé-
tence: ils obtiennent, d’une part, les moyennes les plus élevées sur les
échelles d’anxiété, de théories implicites des capacités (ce qui signifie
qu’ils adoptent le plus une théorie fixiste) et, d’autre part, les moyennes
les plus faibles sur les échelles de compétence perçue, intérêt individuel
et instrumentalité perçue. Ils présentent le plus haut niveau d’anxiété,
significativement plus élevé que celui du profil 3 (p < .001, différence de
moyenne = -.522, ES = .180). Leur compétence perçue est significative-
ment moins élevée que celle des trois autres profils (respectivement p <
.001, différence de moyenne = -.64, ES = .16; p < .001, différence de
moyenne = -1.155, ES = .164; p < .001, différence de moyenne = -.924, ES
= .177 pour les profils 2, 3 et 4). L’intérêt individuel des élèves de ce pro-
fil est également significativement inférieur à celui de chacun des trois
autres profils (respectivement p < .001, différence de moyenne = -1.265,
164 Motivation et métacognition dans l’apprentissage

ES = .116; p < .001, différence de moyenne = -1.410, ES = .138; p < .001,


différence de moyenne = -1.820, ES = .153 pour les profils 2, 3 et 4).
Concernant l’instrumentalité perçue, la moyenne des élèves de ce profil
est significativement inférieure à celle de chacun des trois autres profils
(respectivement p < .001, différence de moyenne = -0.690, ES = .158; p <
.001, différence de moyenne = -0.701, ES = .167; p < .001, différence de
moyenne = -1.123, ES = .180 pour les profils 2, 3 et 4). Finalement, ils
adoptent plus fortement une théorie fixiste des capacités que chacun des
trois autres profils (respectivement p = .000, différence de moyenne =
0.73, ES = .16; p < .001, différence de moyenne = 0.84, ES = .17; p < .001,
différence de moyenne = 0.73, ES = .19 pour les profils 2, 3 et 4).
Les élèves composant le profil 3 présentent d’une part les plus faibles
moyennes sur les échelles d’anxiété et de théories implicites des capaci-
tés (ils adoptent le plus une théorie malléable des capacités), et d’autre
part la plus haute moyenne sur l’échelle de compétence perçue. Ces
élèves obtiennent une moyenne significativement moins élevée que les
élèves du profil 1 et du profil 4 sur l’échelle d’anxiété (p < .001, diffé-
rence de moyenne = -0.76, ES = .18). En ce qui concerne la compétence
perçue, ils présentent non seulement une moyenne plus élevée que les
élèves du profil 1, mais aussi plus élevée que ceux du profil 2 (p < .01,
différence de moyenne = -0.52, ES = .15). Pour l’intérêt individuel, l’ins-
trumentalité et les théories implicites des capacités, les élèves du profil 3
se distinguent significativement uniquement de ceux du profil 1, mais
pas de ceux des autres profils.
Les élèves du profil 4 obtiennent les moyennes les plus élevées sur
les échelles d’intérêt individuel et d’instrumentalité perçue. Ils se révè-
lent significativement plus anxieux que ceux du profil 3, mais aucune
autre différence significative au seuil de p < .05 n’existe entre ces deux
profils.13 Il semble donc que ce soit principalement le niveau d’anxiété
pour l’apprentissage de la matière qui distingue ces deux profils.

13 Pour l’intérêt individuel, il existe une tendance non significative (p = .07,


différence de moyenne = 0.41, ES = .17), tout comme pour l’instrumentalité
(p = .09, différence de moyenne = 0.42, ES = .17). Ainsi, le profil 4 obtient des
moyennes supérieures sur ces deux échelles.
Résultats 165

Relation entre l’appartenance à un profil et les stratégies d’apprentissage

Figure 6.7. Moyennes (scores z) pour les stratégies d’apprentissage au


niveau de la matière en fonction des profils.

Les moyennes de chaque profil pour les échelles de stratégies d’appren-


tissage sont rapportées sous forme de score z dans la figure 6.7.
Le profil 1 est celui qui rapporte utiliser le moins les stratégies d’éla-
boration et les stratégies métacognitives. En comparaison, ils utilisent
plus de stratégies de répétition que les deux autres types de stratégies.
Leur moyenne sur l’échelle de stratégies de répétition est significative-
ment moins élevée que celle du profil 4 (p = .05, différence de moyenne
= -0.52, ES = .20). Ils obtiennent également un score significativement
moins élevé que les élèves du profil 2 (p = .011, différence de moyenne =
-0.51, ES = .16) et du profil 4 (p < .001, différence de moyenne = -0.95, ES
= .19) sur l’échelle des stratégies d’élaboration. Concernant les stratégies
métacognitives, les élèves du profil 1 obtiennent un score significative-
ment moins élevé que ceux du profil 4 uniquement (p < .001, différence
de moyenne = -0.77, ES = .19).
Les élèves du profil 3 sont ceux qui utilisent le moins de stratégies de
répétition. Ils utilisent significativement moins ce type de stratégies que
les élèves du profil 2 (p = .05, différence de moyenne = -0.41, ES = .16),
mais également significativement moins que ceux du profil 4 (p = .001,
différence de moyenne = -0.83, ES = .20). Concernant les stratégies
166 Motivation et métacognition dans l’apprentissage

d’élaboration et métacognitives, les élèves du profil 3 en utilisent moins


que les élèves du profil 4 (p = .02, différence de moyenne = -0.54, ES =
.18 pour les stratégies d’élaboration; p < .01, différence de moyenne = -
0.72, ES = .18 pour les stratégies métacognitives).
Les élèves du profil 4 ont les scores les plus élevés sur chacune des
trois échelles. En plus des différences significatives avec les moyennes
des profils 1 et 3 sur les différentes échelles, ces élèves se distinguent de
ceux du profil 2 en utilisant plus de stratégies métacognitives (p = .05,
différence de moyenne = 0.45, ES = .17).
Relation entre l’appartenance à un profil et les variables
liées au problème «le réservoir d’essence»
Les moyennes de chaque profil pour les variables liées au problème «le
réservoir d’essence» sont rapportées sous forme de score z dans les
figures 6.8a. et 6.8b.

Figure 6.8a. Moyennes (scores z) pour les variables liées au problème «le
réservoir d’essence» en fonction des profils (premières parties).
Résultats 167

Figure 6.8b. Moyennes (scores z) pour les variables liées au problème «le
réservoir d'essence» en fonction des profils (deuxième partie).

Le profil 1 est celui dont les moyennes sont les plus défavorables:
moyennes les plus faibles sur le sentiment d’aimer la tâche, l’intention
d’engager des efforts, l’estimation des efforts effectués, les stratégies
métacognitives appliquées, le jugement de confiance et la performance.
De plus, le sentiment de difficulté est le plus élevé des quatre profils. Ils
obtiennent des moyennes significativement inférieures à celles des trois
autres profils sur le sentiment d’aimer la tâche (respectivement p = .002,
différence de moyenne = -0.569, ES = .151; p = .001, différence de
moyenne = -0.755, ES = .189; p = .000, différence de moyenne = -1.128,
ES = .205 pour les profils 2, 3 et 4). Les élèves de ce profil rapportent un
sentiment de difficulté significativement plus élevé que les élèves des
profils 3 et 4 (respectivement p = .012, différence de moyenne = 0.576,
ES = .185; p = .003, différence de moyenne = 0.693, ES = .194). Concer-
nant l’intention d’engager des efforts, ces élèves obtiennent des
moyennes significativement plus faibles que le profil 2 et le profil 4 (res-
pectivement p = .003, différence de moyenne = -0.600, ES = .166; p = .001,
différence de moyenne = -0.841, ES = .215 pour les profils 2 et 4). Pour
l’estimation des efforts effectués, le profil 1 ne se distingue que du pro-
fil 4, et ceci, par une moyenne significativement inférieure (p = .017, dif-
férence de moyenne = -0.596, ES = .198). Concernant les stratégies
métacognitives appliquées, les élèves de ce profil ont une moyenne
168 Motivation et métacognition dans l’apprentissage

significativement inférieure aux élèves des profils 2 et 4 (respective-


ment p = .018, différence de moyenne = -0.510, ES = .171; p = .001, diffé-
rence de moyenne = -0.753, ES = .197 pour les profils 2 et 4). Les
jugements de confiance moyens de ce profil sont significativement infé-
rieurs à ceux des trois autres profils (respectivement p = .043, différence
de moyenne = -0.461, ES = .171; p = .005, différence de moyenne = -
0.637, ES = .188; p = .006, différence de moyenne = -0.660, ES = .197 pour
les profils 2, 3 et 4). Finalement, concernant leur performance moyenne,
ces élèves obtiennent une performance significativement moins élevée
que ceux du profil 3 (p = .003, différence de moyenne = -0.643, ES =
.183).14 Toutefois, ils ne se différencient pas au niveau des compétences
cognitives relatives au problème.
Les élèves du profil 3 obtiennent les scores les plus élevés dans les
compétences cognitives spécifiques au problème ainsi que la perfor-
mance. En plus des différences significatives avec le profil 1 mention-
nées précédemment, ce profil se distingue du profil 2 car les élèves
rapportent un sentiment de difficulté significativement plus faible (p =
.012, différence de moyenne = -0.577, ES = .185). Une seconde différence
significative concerne les compétences cognitives relatives au problème,
qui sont significativement supérieures à celles du profil 4 (p = .012, diffé-
rence de moyenne = 0.607, ES = .195).
Les élèves du profil 4 ont un profil très favorable: ils ont les
moyennes les plus élevées sur le sentiment d’aimer la tâche, l’intention
d’engager des efforts et les stratégies métacognitives employées. En
outre, ils sont ceux qui jugent le problème comme étant le moins diffi-
cile. Toutefois, ce ne sont pas ceux qui obtiennent la meilleure perfor-
mance ni ceux qui ont les meilleures compétences cognitives spécifiques
au problème. En plus des différences significatives susmentionnées par
rapport aux profils 1 et 3, les élèves du profil 4 se distinguent de ceux du
profil 2 par un plus grand sentiment d’aimer la tâche (p = .015, diffé-
rence de moyenne = 0.559, ES = .181). Concernant le sentiment de fami-
liarité, aucune différence significative entre les moyennes n’a été
trouvée.
Les résultats de ces analyses en profils latents révèlent des diffé-
rences de moyennes nombreuses et cohérentes entre les différents pro-
fils. Ceci soutient, au-delà des indices statistiques, le bien-fondé de ces

14 Différence non significative avec le profil 2 (p = .057, différence de moyenne


= -0.435, ES = .168).
Résultats 169

analyses. Par ailleurs, les résultats sont largement plus riches et intéres-
sants que dans notre première étude. Ces résultats seront discutés, au
niveau théorique, dans le chapitre suivant.
170 Motivation et métacognition dans l’apprentissage
Discussion et implications 171

CHAPITRE 7

DISCUSSION ET IMPLICATIONS

Cet ouvrage s’est intéressé aux liens complexes – tant théoriques qu’em-
piriques – entre croyances motivationnelles et métacognition, ceci chez
des apprenants en formation professionnelle initiale. Nous avons abordé
à plusieurs niveaux et selon des perspectives multiples ces liens dans le
domaine des mathématiques, matière souvent traitée dans le cadre de
cours de calcul professionnel. L’étude empirique a considéré un large
éventail de construits, ce qui offre des résultats riches et complexes.
Nous discuterons ci-après des résultats en reprenant, dans un premier
temps, les questions de recherche formulées au chapitre 5 et apportant
des réponses à celles-ci. Les résultats seront confrontés aux théories ainsi
qu’à d’autres études empiriques. Dans un deuxième temps, nous abor-
derons deux points théoriques: la façon dont le construit d’expériences
métacognitives se distingue d’autres construits proches, et l’adéquation
entre la théorie des buts de compétence et le contexte de la formation
professionnelle. Nous conclurons par une discussion des implications
pour l’enseignement et l’apprentissage – notamment la promotion de
l’apprentissage autorégulé et des buts de compétence – ainsi que des
avancées théoriques et empiriques nécessaires.

LES APPORTS DE L‘ÉTUDE


Dans l’étude présentée, une double approche méthodologique a été
choisie afin de tester empiriquement les associations entre motivation et
métacognition. D’une part, nous avons réalisé des modèles de chemine-
ment afin de modéliser les liens entre les variables représentant les mul-
tiples facettes de ces deux construits. D’autre part, nous avons réalisé
des analyses centrées sur les personnes (selon la méthode des analyses
en profils latents), afin de distinguer différents groupes d’élèves dont les
configurations de buts de compétence se différenciaient l’une de l’autre.
172 Motivation et métacognition dans l’apprentissage

Ce dernier type d’analyse a permis de décrire chacun des profils selon


leurs scores dans les construits métacognitifs.

RELATIONS ENTRE MÉTACOGNITION, COMPÉTENCES COGNITIVES


SPÉCIFIQUES AU PROBLÈME ET PERFORMANCE DANS LA RÉSOLUTION
D’UN PROBLÈME MATHÉMATIQUE

En fondant notre raisonnement sur les travaux d’Efklides (2001) et de


Nelson (1996), nous nous sommes interrogés sur les liens entre différents
aspects de la métacognition mesurés on-line (jugements, sentiments et
stratégies métacognitives), des aspects de compétence cognitive spéci-
fiques au problème mathématique et de la performance. Les expériences
métacognitives ont été définies comme étant des expériences subjectives
à la jonction de la cognition et de l’affect. Elles représentent des formes
de ce que Nelson (1996) nomme le monitorage, soit des expériences sub-
jectives on-line qui sont fondées sur des évaluations relatives au traite-
ment de la tâche (Efklides, 2001). Les sentiments d’aimer la tâche, de
familiarité, de difficulté ont été étudiés comme expériences métacogni-
tives pré-résolution, alors que les jugements de confiance et l’estimation
des efforts effectués ont été considérés comme des expériences métaco-
gnitives post-résolution. Nous avons conjecturé que les expériences
métacognitives fourniraient un apport (input) aux stratégies métacogni-
tives et qu’il existerait des influences réciproques entre ces deux compo-
santes de la métacognition.

LES INFORMATIONS FOURNIES PAR LES ANALYSES FACTORIELLES

Ces analyses ont permis de tirer des conclusions quant aux distinctions
entre construits, en particulier parmi les composantes de la métacogni-
tion et parmi les expériences métacognitives. De manière notable, les
résultats viennent confirmer que les stratégies métacognitives forment
un facteur distinct du facteur de jugement de confiance et du facteur de
compétences cognitives spécifiques au problème. De plus, nous avons
constaté que le sentiment d’efficacité personnelle (Bandura, 1997/2003)
et l’expérience métacognitive du sentiment de difficulté formaient un
facteur unique. En effet, ces deux sentiments sont si fortement associés
qu’il n’est pas possible de les distinguer par les analyses factorielles.
Crombach, Boekaerts & Voeten (2003), constatant également que ces
deux construits étaient fortement et négativement corrélés, les ont réunis
Discussion et implications 173

en un construit unique qu’ils ont nommé «attentes de succès». De plus,


mentionnons que la perception de la difficulté d’une matière est parfois
utilisée comme indicateur du sentiment d’efficacité personnelle de
l’élève pour cette matière, notamment dans le MSLQ (Pintrich et al.,
1991).1 Ceci rejoint également les interrogations de Weinert quant aux
recoupements des modèles motivationnels et métacognitifs. Au-delà des
ressemblances et dissemblances entre construits, les modèles de chemi-
nement que nous avons réalisés avec les variables spécifiques au pro-
blème nous ont permis de réaliser un certain nombre de constatations
concernant les relations entre les composantes métacognitives (expé-
riences et stratégies).

EXPÉRIENCES MÉTACOGNITIVES ET STRATÉGIES MÉTACOGNITIVES


Le rôle central du sentiment de difficulté
Premièrement, le sentiment de difficulté prédit négativement les straté-
gies métacognitives rapportées par l’élève. Ceci signifie que plus l’élève
perçoit le problème comme difficile, moins il appliquera de stratégies
métacognitives pendant et après la résolution. Nous avions posé l’hypo-
thèse que cette relation serait précisément inverse. De ces résultats, nous
concluons que le lien entre sentiment de difficulté et utilisation de straté-
gies métacognitives est expliqué, du moins en partie, par le fait que la
difficulté provoque un découragement de l’apprenant, qui n’a alors pas
l’intention de réaliser des efforts (la corrélation entre sentiment de diffi-
culté et intention d’engager des efforts est négative et de taille
moyenne). Par conséquent, cet élève ne s’active pas stratégiquement
pendant la résolution. Ce résultat remet en cause la relation supposée
positive entre la difficulté perçue et les stratégies métacognitives. Si des
tâches trop faciles ne demandent que peu de supervision métacognitive,
des tâches jugées trop difficiles découragent l’exercice de stratégies
métacognitives. Nous postulons en outre que la population sur laquelle
a porté l’étude peut être partiellement responsable de cette conclusion. Il
s’agit en effet d’élèves en majorité peu scolaires. Or, nous leur avons
proposé des problèmes typiquement scolaires qui, s’ils ont été perçus

1 Par exemple: «Considering the difficulty of this course, the teacher, and mys-
kills, I think I will do well in this class», que l’on pourrait traduire par: «En
tenant compte de la difficulté de ce cours, de l’enseignant et de mes compé-
tences, je pense que je vais bien réussir dans ce cours».
174 Motivation et métacognition dans l’apprentissage

comme représentant une difficulté, ont pu provoquer des réactions de


rejet. Une interprétation alternative est inspirée des travaux de Bandura
(1997/2003), selon lequel un sentiment d’efficacité personnelle élevé
(autrement dit un sentiment de difficulté faible) serait nécessaire pour la
mobilisation de stratégies métacognitives et le recours à des jugements
métacognitifs pour guider cette mobilisation.
Par ailleurs, le lien fort entre intention d’engager des efforts et stra-
tégies métacognitives que nous avons observé pourrait comprendre un
biais: le fait que, de par leurs réponses, certains élèves aient déclaré
qu’ils avaient l’intention de faire des efforts a pu les inciter à rapporter,
après la résolution, qu’ils en avaient effectivement fait. Ceci se mani-
festerait non seulement par un fort lien entre l’intention d’engager des
efforts et l’estimation des efforts effectués, mais aussi par un fort lien
entre cette intention et les stratégies métacognitives rapportées par
l’élève. L’élève, en s’efforçant d’être cohérent dans ses réponses, peut
ainsi surestimer ses activités pour répondre à un impératif de cohé-
rence.
En comparaison aux résultats de Seegers et Boekaerts (1993), nous
constatons de manière analogue que c’est le sentiment d’aimer la tâche
(nommé «attrait de la tâche» dans leur modèle) qui prédit l’intention
d’engager des efforts (nommée «intention d’apprendre» chez ces
auteurs), et dans une moindre mesure la difficulté perçue (équivalent du
construit de «compétence subjective» dans leur modèle). Dans l’étude de
Seegers et Boekaerts (1993), la compétence subjective prédisait indirecte-
ment l’intention d’apprendre, l’effet étant médiatisé par l’attrait de la
tâche. Les résultats de Pelgrims (2006) ont également montré que l’inten-
tion d’engager des efforts est prédite par l’attraction du contenu plutôt
que par le sentiment de compétence.
Le rôle incertain du sentiment de familiarité
Ce sentiment joue un rôle important dans les travaux d’Efklides; nous
avions émis l’hypothèse qu’il prédirait directement les compétences
cognitives spécifiques au problème mais pas les stratégies métacogni-
tives. Nous avons constaté que le sentiment de familiarité n’était prédic-
tif d’aucune variable dans le modèle de cheminement. Ce sentiment est
uniquement corrélé aux deux autres expériences métacognitives pré-
résolution. Selon Efklides (2002b), le sentiment de familiarité contribue-
rait à la formation du sentiment d’aimer la tâche ainsi qu’à l’intention de
s’engager (proche de l’intention d’engager des efforts) ou d’abandonner.
Discussion et implications 175

Dans le cadre du problème «le réservoir d’essence», les corrélations


entre les sentiments de familiarité, de difficulté et d’aimer la tâche se
sont révélées très élevées, ce qui suggère un manque de validité discri-
minante; autrement dit, le sentiment de familiarité pourrait être consti-
tué en partie des deux autres sentiments. De plus, nous pouvons nous
interroger sur ce que signifie la familiarité avec une tâche: s’agit-il de la
fréquence à laquelle nous avons été confrontés à une tâche similaire par
le passé ou de l’impression que nous avons appris, durant les cours, les
compétences requises pour la résolution? Les élèves prennent-ils de la
distance pour évaluer la familiarité non pas sur des attributs de surface
mais sur la base des compétences mathématiques nécessaires à la résolu-
tion du problème concerné? Ces constatations et ce questionnement
indiquent que le sentiment de familiarité mériterait d’être mieux défini
et opérationnalisé pour être mesuré. En outre, il est probable que ce sen-
timent ne joue effectivement aucun rôle majeur une fois que les senti-
ments de difficulté et d’aimer la tâche sont pris en compte. Une autre
possibilité serait que ce sentiment soit un précurseur des deux autres
sentiments (Efklides, 2002b), ce qui signifierait que l’élève réaliserait en
premier une évaluation de sa familiarité avec la tâche, ce qui lui donne-
rait une base pour ensuite évaluer la difficulté et dans quelle mesure il
apprécie la tâche.
L’impact des stratégies métacognitives sur les jugements de confiance
Nous avons analysé la relation entre l’utilisation de stratégies métaco-
gnitives et les jugements de confiance, ces derniers constituant une
expérience métacognitive post-résolution. Ceci représente une relation
inverse de celles que nous avons traitées précédemment, c’est-à-dire que
les stratégies métacognitives influenceraient les sentiments et jugements
métacognitifs. Notre hypothèse était celle d’une relation positive entre
ces deux construits, que nous avons modélisée comme une influence des
stratégies sur les jugements de confiance. En effet, la confiance est éva-
luée après que l’élève a rendu sa résolution du problème, alors que les
stratégies se réfèrent à ce que l’élève a fait pendant ainsi qu’à la fin de la
résolution du problème. Nous avons observé un effet positif et de taille
moyenne. De plus, cette prédiction tient également compte de l’in-
fluence du sentiment de difficulté sur les jugements de confiance. En
situation d’apprentissage ou de résolution de problème, ce lien n’est
toutefois pas aussi simple. En effet, l’élève peut réaliser des jugements
de confiance plusieurs fois au cours d’un exercice et recourir au contrôle
176 Motivation et métacognition dans l’apprentissage

métacognitif également plusieurs fois; une interaction entre les deux


processus ainsi que leur évaluation à différentes étapes de la résolution
pourrait ainsi s’avérer plus représentative du fonctionnement cognitif
réel de l’élève.
Les jugements de confiance semblent fondés sur plusieurs percep-
tions simultanément. En effet, ce n’est pas seulement le fait d’avoir
exercé des stratégies métacognitives qui explique la variance dans ces
jugements, mais également le sentiment de difficulté ainsi que l’estima-
tion des efforts effectués. Les jugements de confiance sont en outre cer-
tainement déterminés partiellement par d’autres indices moins
conscients (Koriat, 2007).2 Par ailleurs, relevons que nous ne connaissons
pas l’adéquation (calibration) des jugements de confiance mais unique-
ment leur niveau en termes quantitatifs. La question de la calibration
présenterait un intérêt certain comme objet d’étude des liens entre
croyances motivationnelles et métacognition (Tobias & Everson, 2000). Il
serait ainsi intéressant d’observer si l’utilisation de stratégies métacogni-
tives mène effectivement à des jugements mieux calibrés.

CROYANCES MOTIVATIONNELLES, EXPÉRIENCES MÉTACOGNITIVES


ET STRATÉGIES MÉTACOGNITIVES

Buts de compétence et métacognition


Nous avons étudié le rôle des buts de compétence dans les expériences
et stratégies métacognitives. Les analyses factorielles ont permis d’extra-
ire cinq facteurs des réponses au questionnaire: buts de maîtrise-
approche, buts de maîtrise-défi, buts de performance-approche, buts de
performance-évitement et buts d’évitement du travail. Nous discutons
ci-après l’influence de ces buts sur les expériences métacognitives puis
sur les stratégies métacognitives.
Les buts de maîtrise-approche ont un impact sur les expériences

2 Dans le cadre des études sur la métamémoire, Koriat (2007) distingue deux
types d’informations à la base des jugements métacognitifs: theory-based
monitoring (what one knows or think) et experience-based monitoring (what one
feels and senses). Le premier type d’informations est constitué notamment des
métaconnaissances, des croyances motivationnelles ou d’autres croyances.
Ces informations sont qualifiées de conscientes. Le second type d’informa-
tions réfère à des aspects de la qualité du traitement de l’information, qui
sont qualifiés de processus heuristiques et non analytiques opérant hors de
la conscience.
Discussion et implications 177

métacognitives pré-résolution: ils expliquent l’intention d’engager des


efforts mais ne sont pas liés au sentiment de difficulté ou au sentiment
d’aimer la tâche. Ces buts ne s’avèrent pas prédictifs de ce sentiment,
sans doute parce que les buts de maîtrise-défi ont été introduits. Seegers
et Boekaerts (1993) ont également étudié l’influence des buts sur l’attrait
de la tâche, un sentiment proche du sentiment d’aimer la tâche. Ils ont
observé une influence positive des buts de maîtrise-approche sur ce sen-
timent, mais pas d’influence des buts de performance (que ce soit de type
approche ou évitement). McGregor et Elliot (2002) ont observé que les
buts de maîtrise-approche prédisaient dans quelle mesure des émotions
liées à un défi (excitation, impatience et espoir) étaient ressenties avant
un examen. Au contraire, l’adoption de ces buts n’était pas liée au fait de
ressentir des émotions relatives à une menace (soucis, peur et anxiété).
Ceci signifie que la tâche évoquait des émotions positives plutôt que des
craintes. Ces dernières sont prédites par les buts de performance-évite-
ment. Nous constatons l’inverse: les buts de performance-évitement sont
positivement liés au sentiment d’aimer la tâche. Nous avions postulé des
relations négatives entre ces deux buts et le sentiment d’aimer la tâche.
Les corrélations présentées avant l’établissement des modèles de chemi-
nement révélaient des corrélations positives et significatives entre le sen-
timent d’aimer la tâche et chacun des buts de compétence, à l’exception
des buts d’évitement du travail (corrélation non significative). Si la rela-
tion entre buts de performance-évitement et sentiment d’aimer la tâche
est compréhensible (les problèmes que nous avons proposés ne consti-
tuent pas un enjeu au même titre qu’une épreuve et par conséquent pas
une raison de s’inquiéter), la relation entre buts d’évitement du travail et
ce même sentiment est plus incompréhensible et devra être investiguée
dans de futures études.
Les buts de maîtrise-défi prédisent également négativement le senti-
ment de difficulté. Efklides et al. (2006) n’avaient pas observé de lien
entre les buts de compétence et ce sentiment, mais ils avaient inclus uni-
quement les buts de maîtrise-approche, de performance-approche et de
performance-évitement. Nos résultats corroborent les leurs, étant donné
que dans nos études, ces mêmes buts ne prédisent pas le sentiment de
difficulté. Il semble que seuls les buts de maîtrise-défi réduisent la per-
ception de la difficulté. Ce résultat tient compte de l’effet des aptitudes
en raisonnement numérique, de la compétence perçue et de l’anxiété, ce
qui suggère que les buts de maîtrise-défi sont solidement prédictifs de
cette expérience métacognitive.
178 Motivation et métacognition dans l’apprentissage

Le sentiment de difficulté est aussi significativement expliqué par


l’anxiété, mais il ne l’est pas par la compétence perçue, contrairement à
nos hypothèses. Ceci est potentiellement dû à la forte corrélation entre
anxiété et compétence perçue. Par ailleurs, les buts de maîtrise-approche
prédisent substantiellement l’intention d’engager des efforts; ce sont les
seuls buts de compétence qui prédisent cette intention.
Concernant les influences des buts de compétence sur les expériences
métacognitives post-résolution, nous avons réalisé les constatations sui-
vantes. Les jugements de confiance ne sont expliqués que de manière
indirecte par les buts. Les influences sont médiatisées par le sentiment
de difficulté, l’estimation des efforts effectués, le contrôle exercé ou
encore les compétences cognitives spécifiques au problème. Ces résul-
tats sont conformes à nos hypothèses. La seconde expérience métacogni-
tive post-résolution, l’estimation des efforts effectués, est par contre
directement expliquée par les buts de compétence. Nous avons observé
des liens directs avec les buts de maîtrise et les buts de performance-évi-
tement. Ces liens étaient toutefois, tous les deux, dans des directions
opposées à nos hypothèses. En effet, nous avions prédit une influence
positive des buts de maîtrise-approche ainsi qu’une influence négative
des buts de performance-évitement sur l’estimation des efforts effectués.
Les résultats révèlent au contraire que les premiers buts ont une
influence négative et que les seconds ont une influence positive, ce que
nous interprétons de la manière suivante: l’élève rapporte une estima-
tion de la quantité d’efforts qu’il pense avoir effectuée et par consé-
quent, cette quantité n’est pas objective – une mesure objective serait par
exemple le temps passé à être orienté vers la tâche. Il se pourrait que les
élèves adoptant des buts de maîtrise sous-estiment cette quantité, alors
que les élèves adoptant des buts de performance-évitement la suresti-
ment. Ainsi, les buts donneraient, comme le soutient Pintrich (2000b), un
cadre pour l’interprétation notamment des efforts. Un certain effort
pourrait ainsi être perçu comme plus ou moins conséquent en fonction
des buts adoptés. En outre, la conception que l’élève a de l’effort pour-
rait également jouer un rôle, comme le suggèrent Efklides et al. (2006) en
introduisant le construit de métaconnaissances sur les efforts.
L’effet des buts de compétence sur les stratégies métacognitives
Concernant la prédiction des stratégies métacognitives, Dermitzaki et
Efklides (2003) avaient observé dans leur étude que les buts de maîtrise-
approche avaient une influence positive et de taille moyenne sur l’utili-
Discussion et implications 179

sation autorapportée de stratégies dans le cadre d’un problème mathé-


matique. Par contre, les buts de performance-approche n’avaient pas
d’influence significative. Les buts de maîtrise-approche et les buts de
maîtrise-défi ont des effets indirects sur les stratégies métacognitives.
Ces buts prédisent la mobilisation de stratégies métacognitives de par
leur influence sur l’intention d’engager des efforts (pour les premiers
buts) et via le sentiment de difficulté (pour les seconds buts). Les buts de
performance – que ce soit de type approche ou évitement – n’ont qu’une
influence minime sur la métacognition. En effet, les buts de perfor-
mance-évitement ne prédisent que faiblement le sentiment d’aimer la
tâche et l’estimation des efforts effectués, alors que les buts de perfor-
mance-approche ne prédisent aucune variable spécifique au problème.
Ainsi, les stratégies métacognitives ne sont pas liées aux buts de perfor-
mance.
L’influence de l’anxiété et de la compétence perçue sur la métacognition
L’anxiété s’est révélée un important prédicteur des expériences métaco-
gnitives. En effet, elle influence directement, et ceci avec des tailles d’ef-
fets moyennes, le sentiment de difficulté et le sentiment d’aimer la tâche.
L’anxiété est en outre prédictive des jugements de confiance. De façon
indirecte, médiatisée par le sentiment de difficulté, l’anxiété influence
également les stratégies métacognitives (effet faible). Ainsi, il s’agit
d’une variable clé qui est encore relativement peu étudiée par rapport à
la métacognition. Les résultats suggèrent toutefois que l’anxiété devrait
être considérée dans la compréhension de la métacognition. Il s’agit en
effet d’un trait qui, comme le suggérait déjà Brown (1978), exerce une
influence sur les jugements subjectifs résultant de l’autoévaluation.
La compétence perçue ne s’est avérée prédictive que de manière indi-
recte (par l’intermédiaire de l’intention d’engager des efforts) des
variables métacognitives. La perception des compétences prédit ainsi,
avec des tailles d’effets faibles, les stratégies métacognitives, l’estimation
des efforts effectués ainsi que les jugements de confiance. Au contraire
des conclusions de Dermitzaki et Efklides (2003), nous déduisons de nos
résultats que les buts de compétence ont un rôle tout aussi important
que la compétence perçue dans les processus métacognitifs. La compé-
tence perçue joue un rôle uniquement lorsqu’elle est mesurée au niveau
du problème sous la forme du sentiment de difficulté.
180 Motivation et métacognition dans l’apprentissage

PROFILS DE BUTS, MÉTACOGNITION ET STRATÉGIES D’APPRENTISSAGE

L’une des questions de recherche posée au début de cet ouvrage concer-


nait les liens entre des profils motivationnels – sous la forme de configu-
rations de buts de compétence – et les composantes de la métacognition.
Nous avons utilisé la méthode d’analyses en profils latents afin de déter-
miner le nombre de profils et ainsi former des groupes d’apprenants qui
se distinguent quant à leurs buts de compétence. Ceci a permis d’étudier
les liens entre motivation et métacognition en prenant une perspective
différente des liens linéaires entre variables, que nous avons adoptée
pour les autres questions de recherche. Ainsi, nous prenons les appre-
nants comme unité conceptuelle d’analyse et non pas les variables. Les
analyses ont révélé l’existence probable de quatre profils d’apprenants.
Les quatre profils extraits sont largement contrastés dans leurs buts, et
chacun présente une configuration de buts théoriquement cohérente.
Soulignons que les quatre groupes adoptent largement des buts de maî-
trise-approche, comme l’indiquent leurs moyennes supérieures au point
central de l’échelle. En fonction de leurs moyennes sur chacun des buts,
les profils ont été nommés de la façon suivante: «le minimalisme», «la
maîtrise des savoirs», «la maîtrise des savoirs et la recherche du défi» et
«la maîtrise, le défi et la performance». Relevons que ce dernier profil a
été observé dans d’autres recherches (Bouffard et al., 1995; Harackiewicz
et al., 2000) et qu’il avait été décrit comme étant «nuisible» à l’apprentis-
sage. Ces recherches ne considéraient toutefois pas les buts de maîtrise-
défi mais uniquement des buts de maîtrise-approche classiques. Les
élèves du profil «la maîtrise, le défi et la performance» sont les seuls qui
adoptent considérablement des buts de type performance dans notre
échantillon. Ceci suggère que les buts de performance ne sont valorisés
que par une minorité des élèves en formation professionnelle, ceci pour
les raisons que nous expliquons plus bas. Les trois autres profils n’ont
pas, à notre connaissance, été décrits dans d’autres recherches empi-
riques. Nous discutons ici uniquement des liens entre les différents pro-
fils, les composantes de la métacognition et les stratégies d’apprentissage.
Le profil «le minimalisme» s’avère le plus défavorable pour les aspects
métacognitifs. En effet, au niveau de la matière, les apprenants adoptant
ce profil croient le moins en la malléabilité des capacités en mathéma-
tiques et ils ont tendance à utiliser des stratégies de répétition plutôt que
des stratégies d’élaboration ou des stratégies métacognitives. Au niveau
du problème, ils rapportent un faible sentiment d’aimer la tâche ainsi
Discussion et implications 181

qu’un sentiment de difficulté élevé comparé aux apprenants des autres


profils. Concernant l’estimation des efforts effectués, les stratégies méta-
cognitives et les jugements de confiance, leurs moyennes sont les plus
faibles et significativement différentes des autres groupes dans la plupart
des cas. Ainsi, les apprenants de ce groupe se caractérisent par les
croyances, les stratégies et les expériences métacognitives les moins favo-
rables de l’échantillon.
Les profils «la maîtrise des savoirs et la recherche du défi» ainsi que
«la maîtrise, le défi et la performance» sont tous les deux des profils favo-
rables. Les élèves de ces profils se distinguent par les stratégies d’appren-
tissage qu’ils rapportent utiliser: les apprenants du premier profil
utilisent peu de stratégies de répétition mais plus de stratégies d’élabora-
tion ou de stratégies métacognitives. Au contraire, les apprenants du
second profil, combinant les buts de maîtrise (approche et défi) avec les
buts de performance, sont ceux qui rapportent appliquer le plus chacune
des stratégies. Les élèves de ce profil utilisent en outre autant les trois
types de stratégies. Le profil «la maîtrise des savoirs et la recherche du
défi» se distingue par des compétences cognitives spécifiques au pro-
blème significativement plus élevées que l’autre groupe ainsi que par des
aptitudes cognitives supérieures, bien que ces différences ne soient pas
significatives. Ainsi, le profil «la maîtrise des savoirs et la recherche du
défi» est constitué d’élèves dont les compétences cognitives sont les plus
élevées; ils recourent de manière différenciée aux stratégies d’apprentis-
sage, appliquent moins de stratégies métacognitives lors de la résolution
du problème mais réalisent néanmoins les meilleures performances. Le
profil «la maîtrise, le défi et la performance» est quant à lui constitué
d’élèves dont les capacités cognitives sont moyennes (du moins par rap-
port aux élèves de notre échantillon), qui rapportent utiliser le plus les
stratégies d’apprentissage et qui, dans le cadre du problème, rapportent
les expériences métacognitives les plus favorables (sentiment d’aimer la
tâche et estimation des efforts effectués les plus élevés) et une plus
grande application de stratégies métacognitives. Toutefois, ils obtiennent
la performance la plus faible.
Coupler buts de maîtrise et buts de performance est ainsi un profil
favorable aux aspects métacognitifs. Coupler buts de maîtrise-approche
et buts de maîtrise-défi est moins favorable à la métacognition, mais il
s’agit d’une configuration de buts qui est adoptée par des élèves en for-
mation professionnelle avec de bonnes aptitudes cognitives. Ces résul-
tats sont quelque peu surprenants, étant donné que les buts de
182 Motivation et métacognition dans l’apprentissage

performance, en particulier performance-évitement, sont considérés


comme peu propices à l’utilisation de stratégies d’apprentissage, d’éla-
boration ou métacognitives (Pintrich, 1999). Il semble que des buts de
performance-approche ou de performance-évitement adoptés seuls
soient peu profitables pour les stratégies d’apprentissage et la métaco-
gnition. Mais, s’ils sont adoptés en conjonction avec des buts de maî-
trise-approche et de maîtrise-défi, ils ont alors un effet bénéfique.

QUESTIONNEMENT SUR LES CONSTRUITS: EXPÉRIENCES MÉTACOGNITIVES,


EXPECTANCY-VALUE ET APPRÉCIATIONS

Nous pouvons nous interroger sur notre choix de considérer les senti-
ments de difficulté et d’aimer la tâche comme des variables métacogni-
tives. En effet, ces deux sentiments peuvent être considérés comme
analogues respectivement aux composantes expectancy (attentes) et value
(valeur) issues des modèles de la motivation tels que celui d’Eccles et
Wigfield (Eccles, 1983; Wigfield & Eccles, 2002) et aux appréciations
(attrait de la tâche et compétence subjective) selon le modèle de Boe-
kaerts (2001). Dans notre modèle et nos analyses, nous avons considéré,
au niveau de la matière, une variable proche des attentes (la perception
des compétences) ainsi que des variables de type valeur (instrumentalité
perçue et intérêt individuel). Par contre, au niveau des problèmes, nous
avons interprété les sentiments étudiés comme des expériences métaco-
gnitives qui sont liées au contrôle métacognitif. Cette possibilité de
double interprétation, d’une part métacognitive et d’autre part motiva-
tionnelle, offre un exemple illustrant comment l’étude de ces phéno-
mènes a été, dans la littérature scientifique, abordée par différentes
perspectives, et en quoi les phénomènes motivationnels et métacognitifs
se recoupent théoriquement (Weinert, 1987). Par rapport à la notion
d’appréciations de Boekaerts, nous réalisons également que des phéno-
mènes similaires sont traités sous des termes différents de ceux proposés
par Efklides (2001) dans son modèle de la métacognition. Les apprécia-
tions spécifiques à la situation, considérées dans le modèle de Boekaerts
(2001), sont en effet définies comme des croyances motivationnelles et
non pas métacognitives. Le modèle d’Efklides était toutefois plus adapté
à notre objet d’étude, étant donné qu’il faisait notamment le lien entre
les composantes du modèle de la métacognition «jugements et senti-
ments métacognitifs» et «stratégies métacognitives», que nous avons
présenté au chapitre 3. Pour cette raison, nous l’avons préféré aux théo-
Discussion et implications 183

ries expectancy value ainsi qu’aux appréciations. Au-delà des conclusions


empiriques et théoriques, des indications concrètes sont à tirer quant
aux pratiques d’enseignement et de formation des enseignants.

BUTS DE COMPÉTENCE ET FORMATION PROFESSIONNELLE

La théorie des buts de compétence est relativement peu appliquée


auprès de la population des apprenants en formation professionnelle (à
l’exception notamment des travaux de Gurtner, 2003). Par conséquent,
nous avons réalisé quelques observations concernant l’adéquation de
cette théorie au contexte de la formation professionnelle initiale. Nous
constatons, au sujet de cette adéquation, les limites suivantes. Première-
ment, la théorie des buts de compétence restreint sa perspective de la
motivation extrinsèque aux buts de performance-approche et de perfor-
mance-évitement. Cette restriction implique que certains buts poursui-
vis par les apprenants ont pu être occultés. Ces derniers pourraient par
exemple avoir pour but simplement de faire ce qui leur est demandé
afin de satisfaire aux critères d’évaluation (Brophy, 2005; Lemos, 1996),
sans chercher véritablement la progression de leurs connaissances ou la
comparaison de leurs résultats avec leurs camarades. La synthèse de
Senko et al. (2011) a révélé que le contexte avait un effet fort sur la ten-
dance des élèves à mentionner spontanément des buts de performance-
approche. En effet, si une bonne partie des étudiants d’une université
fréquentant un cours très compétitif rapportent adopter des buts de
performance, des élèves aux niveaux primaire et secondaire inférieur
ne sont pas plus d’un quart à indiquer ce type de buts. Deuxièmement,
en formation professionnelle, les buts de performance sont très peu
adoptés par les apprenants. Les élèves se rendent un à deux jours par
semaine au centre de formation professionnelle. Ils connaissent leurs
camarades de cours moins bien que les élèves fréquentant l’école à
plein temps. Par conséquent, les comparaisons sont moins fréquentes.
En outre, le système de notes n’est pas basé sur une comparaison des
scores, c’est-à-dire que le barème qu’applique l’enseignant n’est pas
basé sur une comparaison entre les résultats des élèves, comme cela est
le cas dans les universités américaines réputées les plus compétitives.
Ainsi, l’aspect normatif des buts de performance pourrait s’avérer
inadéquat en rapport au contexte de la formation professionnelle ini-
tiale. Ce manque d’adéquation entre buts de performance et réalité des
écoles a été souligné par Brophy (2005), qui affirme que dans des condi-
184 Motivation et métacognition dans l’apprentissage

tions naturelles de classe, les buts de performance sont rarement adop-


tés. Il propose d’introduire des buts dits «buts de résultat» (outcome
goals) qui concerneraient le fait de vouloir bien réussir les épreuves ou
examens, car les résultats sont associés avec des récompenses, puni-
tions, ainsi que des possibilités d’études et d’emplois futurs (soit des
motivations extrinsèques). Dans le contexte de la formation profession-
nelle, cette perspective pourrait avoir une validité externe supérieure à
celle des buts de performance.
Nous avons considéré des buts de maîtrise-défi ainsi que des buts
d’évitement du travail, en plus des quatre types de buts classiques. Ceci
a permis d’enrichir quelque peu les types de buts étudiés, mais ceux-ci
restent tout de même trop restrictifs à notre sens. Les buts de maîtrise-
défi ont permis de distinguer les élèves qui souhaitent uniquement
apprendre, comprendre et progresser, de ceux qui souhaitent être
confrontés à des exercices difficiles, représentant des défis. Ce sont ainsi
des buts adoptés par des élèves de niveau fort qui ont été ajoutés. Les
buts d’évitement du travail avaient pour objectif de représenter des buts
adoptés par les élèves peu ambitieux en mathématiques, qui souhai-
taient réaliser le minimum d’efforts. Nous avons formulé des items
englobant plusieurs conceptions de ces buts (Dowson & McInerney,
2001). Toutefois, nos analyses n’ont permis de distinguer qu’une seule
forme de ces buts, représentant l’ambition d’obtenir la moyenne sans
trop faire d’efforts. Les buts d’évitement du travail doivent encore être
définis plus clairement pour le domaine de la formation professionnelle:
s’agit-il d’une préférence pour les tâches faciles ou pour lesquelles
l’élève ne risque pas de se retrouver en échec, d’une tendance à vouloir
produire le minimum d’efforts ou encore d’une ambition scolaire mini-
male (le moindre effort nécessaire pour satisfaire les standards fixés par
les enseignants)? La théorie de l’autodétermination (Deci & Ryan, 2000)
pourrait s’avérer plus riche et plus prometteuse par rapport à la compré-
hension de la motivation des adolescents en formation professionnelle.
Cette théorie considère quatre types de motivations extrinsèques et est,
en cela, plus représentative de cette motivation que ne le sont les seuls
buts de performance. Son adéquation à cette population reste toutefois à
évaluer empiriquement.
Discussion et implications 185

LES IMPLICATIONS PÉDAGOGIQUES


Les résultats de l’étude ainsi que les apports des recherches actuelles
conduisent à des implications pour l’enseignement. D’une part, ces
implications touchent à la question des compétences de diagnostic ou de
compréhension des croyances motivationnelles et des compétences
métacognitives. Ce diagnostic ne se veut pas psychologique, ce pour
quoi les enseignants ne sont pas formés, mais pédagogique, soit centré
sur les questions d’apprentissage. D’autre part, elles touchent à la façon
dont les enseignants peuvent promouvoir ces croyances et compétences
dans leurs pratiques en classe.

DE L’IMPORTANCE DE CONNAÎTRE LES PROFILS DE BUTS


DE SES ÉLÈVES ET LEURS EFFETS SUR LA MÉTACOGNITION
ET LES STRATÉGIES D’APPRENTISSAGE

Les enseignants constatent et regrettent souvent un manque de motiva-


tion chez nombre de leurs élèves. Ils décrivent par exemple un manque
de persévérance, un engagement minimal dans les tâches, des révisions
réalisées de manière superficielle et à «la dernière minute» ainsi qu’un
taux élevé d’absentéisme. Ainsi, les enseignants se forment une opinion
sur l’engagement de leurs élèves, ce qui leur permet d’affirmer qu’un tel
est très motivé alors que tel autre ne l’est pas. Il n’est toutefois pas aisé de
qualifier et de quantifier la motivation d’un élève par la simple observa-
tion de son comportement en classe. La complexité des croyances moti-
vationnelles suggère en effet que la part observable ou la conséquence
comportementale de ces croyances n’offre qu’une perspective limitée sur
la motivation d’un apprenant. En effet, le type de buts qu’un apprenant
adopte joue un rôle prépondérant dans sa façon d’appréhender une tâche
et de la résoudre. Par conséquent, les enseignants se sentent souvent
démunis et peinent à expliquer les comportements susmentionnés et
leurs causes. Ainsi, nous soutenons que l’enseignant tirerait profit d’une
connaissance approfondie des croyances motivationnelles de ses élèves
(Berger & Rinaldi, à paraître). Considérant l’objectif de développer, chez
les apprenants, une capacité d’apprendre tout au long de leur vie, ce rai-
sonnement ne s’applique pas seulement aux aspects motivationnels; il
s’étend aux processus métacognitifs et plus généralement d’autorégula-
tion. Dit autrement, afin de répondre aux objectifs fixés par les curricula
tels que ceux de la formation professionnelle initiale, l’enseignant se doit
186 Motivation et métacognition dans l’apprentissage

de développer des compétences dans le diagnostic des processus motiva-


tionnels et cognitifs de ses élèves. Ceci lui permet de comprendre com-
ment développer les capacités d’apprentissage, de soutenir les élèves qui
rencontrent des difficultés d’apprentissage et d’adapter son enseigne-
ment en fonction afin de stimuler les points faibles de ses élèves. Un tel
objectif de diagnostic pédagogique peut être réalisé par le recours à
divers instruments (de la Harpe & Radloff, 2000) tels que le QsA (Büchel
et al., 2011) ou l’IMVS (Berger & Rinaldi, à paraître), pour citer des instru-
ments en français, facilement utilisables et peu coûteux en temps. Le pre-
mier, développé pour les élèves en formation professionnelle, permet
d’analyser la façon dont un élève perçoit sa façon de s’autoréguler et les
facteurs l’influençant (tels que le soutien social ou les métaconnais-
sances). Le second, destiné aux gymnasiens, propose une analyse fine de
la motivation à apprendre ainsi que de son autorégulation. Pour l’élève,
la complétion de tels instruments offre l’opportunité de s’autoévaluer, ce
qui lui permet de considérer son autorégulation et sa motivation comme
des objets de réflexion. De plus, la méthode lui permet de prendre
conscience de divers aspects de celles-ci, étape indispensable en vue de
changer les croyances motivationnelles. Le recours à de tels instruments
et à une approche analytique des processus cognitifs et motivationnels
des élèves ne peut se faire effectivement qu’à travers la formation initiale
et continue des enseignants. Il est en effet nécessaire d’apprendre à utili-
ser des outils tels que le QsA, en particulier pour interpréter les résultats
et en tirer des implications pour l’enseignement. Une méthode alterna-
tive au questionnaire est de demander aux apprenants de rédiger un
texte bref dans lequel ils décrivent ce qu’ils entendent par l’idée d’ap-
prendre, comment ils s’y prennent pour apprendre, quels sont les fac-
teurs qui influencent leurs apprentissages ou encore comment ils savent
qu’ils ont appris quelque chose. Cette méthode offre à l’enseignant une
entrée pertinente dans les connaissances et conceptions des apprenants
(de la Harpe & Radloff, 2000). Ses avantages sont sa simplicité d’utilisa-
tion et la richesse des informations que l’enseignant peut en tirer. Moins
formalisée que les questionnaires précités, cette méthode ouvre une
fenêtre sur les cognitions des apprenants.
Connaître les profils de buts des élèves constitue un atout pour l’en-
seignant, en ce que ceci offre une compréhension des raisons de l’enga-
gement des élèves et ainsi la possibilité d’adapter les activités en
fonction. Les relations conséquentes entre buts de compétence et compo-
santes de la valeur de l’activité suggèrent que l’enseignant peut s’effor-
Discussion et implications 187

cer de renforcer l’un de ces deux groupes de croyances motivationnelles


et produire un effet sur l’autre. Ainsi, au-delà des compétences diagnos-
tiques, il est fondamental que les enseignants disposent de connais-
sances sur la façon dont les croyances motivationnelles et les aspects
métacognitifs peuvent être encouragés, modifiés et développés chez
leurs élèves. De nombreuses méthodes visant à promouvoir l’autorégu-
lation et la motivation ont été proposées et évaluées. Celles-ci sont appli-
cables en classe et dans le cadre de la plupart des matières scolaires.

PROMOUVOIR LES CROYANCES MOTIVATIONNELLES


LES PLUS ADAPTÉES ET L’AUTORÉGULATION DE L’APPRENTISSAGE

Les enseignants adhèrent à l’objectif de promouvoir les croyances moti-


vationnelles et les aspects métacognitifs (Perry, Hutchinson & Thauber-
ger, 2008), ce qui transparaît dans leurs croyances (Dignath-van Ewijk &
van der Werf, 2012). Il apparaît cependant que les connaissances sur la
façon dont ceci peut être accompli manquent singulièrement (Dignath-
van Ewijk, Dickhauser & Büttner, 2013; Scharnhorst, Kipfer & Niederba-
cher, 2013). Ainsi les enseignants ont-ils besoin non seulement d’être
formés au diagnostic, mais aussi de savoir comment intervenir en fonc-
tion des résultats du diagnostic (Brandmo & Berger, 2013).
Selon les résultats et compte tenu du contexte de la formation profes-
sionnelle, il apparaît primordial d’accentuer la perception d’instrumen-
talité chez les apprentis. Dans le cadre de cours de calcul professionnel,
il est ainsi judicieux d’expliquer la pertinence des notions présentées et
des tâches demandées, voire de demander aux apprentis qu’ils s’interro-
gent sur l’instrumentalité de ces notions et tâches quant à leur pratique
professionnelle. Les enseignants constituent, comme Brophy (1999)
l’écrit, un facteur clé dans la poursuite de cet objectif:

Les enseignants compétents au niveau motivationnel rendent les expériences


d’apprentissages scolaires significatives aux yeux des élèves, non seulement au
niveau cognitif (favoriser l’apprentissage et la compréhension du contenu),
mais aussi au niveau motivationnel (favoriser l’appréciation de sa valeur, en
particulier les applications possibles dans la vie quotidienne). (p. 78)

Ainsi, de par leurs pratiques, les enseignants peuvent agir sur les
croyances motivationnelles de leurs élèves. Nous suggérons qu’ils s’inté-
ressent d’une part aux croyances sur l’instrumentalité et d’autre part à
l’anxiété relative à l’apprentissage des notions mathématiques.
188 Motivation et métacognition dans l’apprentissage

Premièrement, nos résultats conduisent à penser qu’il serait béné-


fique que les enseignants soulignent la valeur instrumentale des tâches
et contenus qu’ils transmettent à leurs élèves car cette valeur a, selon nos
résultats, un effet sur les stratégies d’apprentissage par élaboration. Ceci
pourrait être réalisé sous forme de discussion avec les apprenants au
sujet de l’application des notions mathématiques sur leur lieu de travail
ou par la transmission d’expériences professionnelles qui ont nécessité
les notions en questions. Une troisième option consiste à intégrer les
expériences professionnelles des apprentis aux cours de calcul profes-
sionnel (Akkerman & Bakker, 2012; Kaiser, 2013). Précisément, il s’agit
de partir de situations problématiques vécues par les apprentis afin de
travailler des notions mathématiques en les ancrant dans un contexte
pertinent aux yeux des apprentis. Cette démarche requiert un investisse-
ment supérieur à l’enseignement de type frontal ainsi que la participa-
tion des apprentis qui rapportent leurs expériences et s’efforcent de les
rendre intelligibles pour leurs pairs. Ainsi, les apprenants pourraient
attribuer une valeur instrumentale au domaine, aspect qui semble pri-
mordial pour ces élèves par rapport aux autres composantes de valeur
de la tâche.
Deuxièmement, l’anxiété pour l’apprentissage de la matière est res-
sortie comme une variable jouant un rôle important dans nos résultats.
Par conséquent, il serait bénéfique de considérer les aspects émotionnels
comme contribuant aux résultats des apprenants en formation profes-
sionnelle. L’anxiété étant, selon nos résultats, fortement liée à la percep-
tion de ses compétences, il pourrait s’avérer profitable de travailler à
renforcer cette perception ainsi que de donner aux élèves des outils pour
gérer leur anxiété relative à l’apprentissage. Dans le même ordre d’idée,
nous avons observé que le sentiment de difficulté ressenti avant de
résoudre un problème jouait un rôle clé dans le recours aux stratégies
métacognitives. Par conséquent, travailler sur le sentiment d’efficacité
personnelle pourrait amener les élèves à réaliser plus de contrôle et
favoriser ainsi leurs apprentissages.
En ce qui concerne les aspects métacognitifs, il convient de distinguer
des méthodes de promotion indirectes et directes. Les méthodes indi-
rectes consistent en l’établissement d’un contexte d’apprentissage favo-
risant, par exemple, l’autoévaluation et la considération des erreurs
comme des occasions d’apprendre (Rieser, Fauth, Decristan, Klieme &
Büttner, 2013). Les méthodes directes sont illustrées, quant à elles, par le
fait de questionner régulièrement les élèves sur leurs processus de pen-
Discussion et implications 189

sée afin d’enrichir leurs connaissances métacognitives ou par le mode-


lage de l’utilisation de stratégies (cognitives et métacognitives) afin de
promouvoir le recours à ces stratégies (Berger, Kipfer & Büchel, 2008).
Divers ouvrages récents détaillent des pistes pour la promotion des
croyances motivationnelles et de l’autorégulation (Berger & Büchel,
2013; Brandmo & Berger, 2013; Büchel & Büchel, 2011; Cosnefroy, 2011;
Hessels & Hessels-Schlatter, 2010).

LES CROYANCES MOTIVATIONNELLES ET LA MÉTACOGNITION


À L’ÉCOLE ET SUR LE LIEU DE TRAVAIL DE L’APPRENTI

Notre étude a concerné le contexte des mathématiques en formation


professionnelle. Nous avons fait référence à des compétences qui sont
développées dans le cadre du centre de formation professionnelle pour
être applicables, non sans certaines difficultés, sur le lieu de travail de
l’apprenant. Pour approfondir notre compréhension du fonctionnement
métacognitif et motivationnel de cette population, il serait enrichissant
d’observer comment les composantes de la métacognition ainsi que les
croyances motivationnelles se manifestent lorsque l’apprenant recourt à
des notions mathématiques sur son lieu de travail. Les quelques ques-
tions suivantes constituent autant de pistes à explorer: quels contenus
des cours de calcul professionnel l’apprenant transfère-t-il à son travail
en entreprise? Quels rôles jouent ses croyances motivationnelles dans
l’application des contenus appris au centre de formation profession-
nelle? Quels sont les contenus de cours effectivement applicables sur le
lieu de travail de l’apprenant? Réaliser le lien entre le contexte du centre
de formation professionnelle et le lieu de travail permettra d’aller au-
delà des conclusions que nous avons dressées et d’enrichir les implica-
tions pour l’enseignement en formation professionnelle initiale.
L’étude de la motivation en formation professionnelle nécessite un
cadre théorique considérant plus en profondeur la motivation extrin-
sèque que ne le fait la théorie des buts de compétence. En outre, les buts
de maîtrise-approche sont adoptés par la très grande majorité des appre-
nants et n’ont ainsi pas de pouvoir discriminant. Les spécificités du
contexte de la formation professionnelle et des apprenants qui choisis-
sent cette voie appellent à l’utilisation d’un cadre théorique plus valide
écologiquement.
Finalement, ayant observé les influences des croyances motivation-
nelles sur le fonctionnement cognitif des apprenants, il est important de
190 Motivation et métacognition dans l’apprentissage

comprendre quels facteurs favorisent et quels facteurs défavorisent les


croyances motivationnelles que nous avons identifiées comme impor-
tantes. Ceci signifie que l’étude du contexte scolaire, notamment au
niveau du mésosystème (par exemple les attitudes de l’enseignant) et au
niveau du macrosystème (hors école, par exemple le soutien familial),
constitue un complément nécessaire pour la compréhension de l’origine
des croyances motivationnelles des apprenants (Gurtner, Monnard &
Genoud, 2001).
La poursuite de recherches scientifiques sur les aspects motivation-
nel, cognitif et métacognitif constitue une condition importante à la
compréhension des habiletés et processus en jeu dans les capacités d’ap-
prentissage. Ceci permet le développement de méthodes pour un dia-
gnostic de type pédagogique ainsi que de méthodes favorisant le
déploiement des capacités d’apprendre tout au long de la vie, que ce soit
pour les apprentis de la formation professionnelle ou pour d’autres
publics en formation.
Bibliographie 191

BIBLIOGRAPHIE

Ainley, M. & Hidi, S. (2004). Dynamic measures of studying interest and


learning. In P.R. Pintrich & M.L. Maehr (Ed.), Advances in motivation
and achievement: Vol. 12. New directions in measures and methods (pp. 43-
76). Greenwich, CT: JAI.
Akkerman, S.F. & Bakker, A. (2012). Crossing boundaries between
school and work during apprenticeships. Vocations & Learning, 5, 153-
173.
Allal, L. & Saada-Robert, M. (1992). La métacognition: cadre conceptuel
pour l’étude des régulations en situation scolaire. Archives de psychol-
gie, 60, 265-296.
Ames, C. & Archer, J. (1988). Achievement goals in the classroom: Stu-
dents’ learning strategies and motivation processes. Journal of Educa-
tional Psychology, 80(3), 260-267.
Association patronale suisse de l’industrie des machines (2004). Power
work. Apprendre et travailler de manière professionnelle (4e éd.). Zürich:
Swissmem.
Atkinson, R.C. & Shiffrin, R.M. (1968). Human memory: A proposed sys-
tem and its control processes. In K.W. Spence & J.T. Spence (Ed.), The
psychology of learning and motivation (Vol. 2, pp. 89-195). New York:
Academic Press.
Avenir Suisse (2010). Die Zukunft der Lehre - Die Berufsbildung in einer
neuen Wirklichkeit. Berne: Avenir Suisse.
Baker, L. & Brown, A.L. (1984). Metacognitive skills of reading. In P.D.
Pearson (Ed.), Handbook of reading research (pp. 353-394). New York:
Longman.
Baker, L. & Cerro., L.C. (2000). Assessing metacognition in children and
adults. In G. Schraw & J.C. Impara (Ed.), Issues in the measurement of
metacognition (pp. 99-145). Lincoln, NE: Buros Institute.
Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral
change. Psychological Review, 84(2), 191-215.
Bandura, A. (1986). Social foundations of thought and action: A social cogni-
tive theory. Englewood Cliffs, NJ: Prentice Hall.
192 Motivation et métacognition dans l’apprentissage

Bandura, A. (1997/2003). Auto-efficacité. Le sentiment d’efficacité person-


nelle. Bruxelles: De Boeck.
Barron, K.E. & Harackiewicz, J.M. (2000) Achievement goals and opti-
mal motivation: A multiple goals approach. In C. Sansone & J.M.
Harackiewicz (Ed.), Intrinsic and extrinsic motivation: The search for
optimal motivation and performance (pp. 229-254). San Diego, CA: Aca-
demic Press.
Bennett, G.K., Seashore H.G. & Wesman, A.G. (1990/2002). Tests Différen-
tiels d’Aptitudes (5e éd.). Paris: Editions du Centre de Psychologie
Appliquée.
Bereiter, C. & Scardamalia, M. (1985). Cognitive coping strategies and
the problem of «inert knowledge». In S.F. Chipman, J.W. Segal & R.
Glaser (Ed.), Thinking and learning skills: Research and open questions
(Vol. 2, pp. 65-80). Hillsdale, NJ: Erlbaum.
Berger, J.-L. (2008). Motivation, métacognition et aptitudes cognitives chez les
apprenants de la formation professionnelle initiale. Thèse de doctorat,
Faculté de psychologie et des sciences de l’éducation, Université de
Genève.
Berger, J.-L. (2012). Motivational beliefs and self-regulated learning in
low vocational training tracks students. Journal of Developmental and
Educational Psychology, 2(1), 37-48.
Berger, J.-L. & Büchel, F.P. (Ed.) (2013). L’apprentissage autorégulé. Perspec-
tives théoriques et applications. Nice: Ovadia.
Berger, J.-L., Büchel, F.P., Kipfer, N. & Praplan, T. (2006). Evaluation des
stratégies d’apprentissage en contexte (ESAC) (Questionnaire non
publié). Genève: Faculté de Psychologie et des Sciences de l’Educa-
tion.
Berger, J.-L. & Karabenick, S.A. (2010, mai). How valid are self-reports of
metacognitive strategies? Answer from a cognitive validity perspective.
Communication à la 4e biennale de EARLI Special Interest Group on
Metacognition, Münster, Allemagne.
Berger, J.-L. & Karabenick, S.A. (2011). Motivation and students’ use of
learning strategies: Evidence of unidirectional influences in mathe-
matics classrooms. Learning and Instruction, 21(4), 416-428.
Berger, J.-L., Kipfer, N. & Büchel, F.P. (2008). The effects of a metacogni-
tive intervention for students in low performing vocational training
tracks. Journal of Cognitive Education and Psychology, 8(1), 337-367.
Berger, J.-L. & Rinaldi, D. (à paraître). Motivation à apprendre et volition à
l’adolescence: développement et étude de la validité d’un nouvel inventaire.
Bibliographie 193

Blackwell, L.S., Trzesniewski, K.H. & Dweck, C.S. (2007). Implicit theo-
ries of intelligence predict achievement across an adolescent transi-
tion: A longitudinal study and an intervention. Child Development,
78(1), 246-263.
Bobrow, D.G. & Norman, D.A. (1975). Some principles of memory
schemata. In D.G. Bobrow & A.G. Collins (Ed.), Representations and
understanding: Studies in cognitive sciences (pp. 131-149). New York:
Academic Press.
Boekaerts, M. (1996). Self-regulated learning at the junction of cognition
and motivation. European Psychologist, 1(2), 100-112.
Boekaerts, M. (1997). Self-regulated learning: A new concept embraced
by researchers, policy makers, educators, teachers, and students.
Learning and Instruction, 7(2), 161-186.
Boekaerts, M. (1999). Metacognitive experiences and motivational state
as aspects of self-awareness: Review and discussion. European Journal
of Psychology of Education, 14(4), 571-584.
Boekaerts, M. (2001). Context sensitivity: Activated motivational beliefs,
current concerns and emotional arousal. In S. Volet & S. Järvelä (Ed.),
Motivation in contexts: Theoretical advances and methodological implica-
tions (pp. 17-31). Amsterdam: Pergamon/Elsevier.
Boekaerts, M. (2010). Motivation et émotion: deux piliers de l’apprentis-
sage en classe. In H. Dumont, D. Istance & F. Benavides (Ed.), Com-
ment apprend-on? La recherche au service de la pratique (pp. 97-119).
Paris: OCDE.
Boekaerts, M., Pintrich, P.R. & Zeidner, M. (Ed.) (2000). Handbook of self-
regulation. San Diego, CA: Elsevier Academic Press.
Bollen, K.A. (1989). Structural equations with latent variables. New York,
NY: Wiley.
Borkowski, J.G., Chan, L.K.S. & Muthukrishna, N. (2000). A process-ori-
ented model of metacognition: Links between motivation and execu-
tive functioning. In G. Schraw & J.C. Impara (Ed.), Issues in the
measurement of metacognition (pp. 1-41). Lincoln, NE: Buros Institute.
Borkowski, J.G., Johnston, M.B. & Reid, M.K. (1987). Metacognition,
motivation, and controlled performance. In S.J. Ceci (Ed.), Handbook
of cognitive, social, and neuropsychological aspects of learning disabilities
(Vol. 2, pp. 147-173). Hillsdale, NJ: Erlbaum.
Borkowski, J.G. & Muthukrishna, N. (1992). Moving metacognition
into the classroom: «Working models» and effective strategy
teaching. In M. Pressley & K.R. Harris (Ed.), Promoting academic
194 Motivation et métacognition dans l’apprentissage

competence and literacy in school (pp. 477-501). San Diego, CA: Acade-
mic Press.
Bouffard, T., Boisvert, J., Vezeau, C. & Larouche, C. (1995). The impact of
goal orientation on self-regulation and performance among college
students. British Journal of Educational Psychology, 65, 317-329.
Bouffard, T., Vezeau, C., Romano, G., Chouinard, R., Bordeleau, L. &
Filion, C. (1998). Elaboration du Questionnaire des buts en contexte
scolaire (QBCS). Revue canadienne des sciences du comportement, 30(3),
203-206.
Bouffard-Bouchard, T. (1990). Influence of self-efficacy on performance
in a cognitive task. Journal of Social Psychology, 130, 353-363.
Bouffard-Bouchard, T., Parent, S. & Larivée, S. (1990). Capacité cogni-
tive, sentiment d’auto-efficacité et autorégulation. European Journal of
Psychology of Education, 5(3), 355-364.
Brandmo, C. & Berger, J.-L. (Ed.) (2013). Fostering self-regulated learn-
ing: Intervention and integration into regular teaching [Numéro spe-
cial]. Journal of Cognitive Education and Psychology, 12(2).
Braten, I. & Stromso, H.I. (2004). Epistemological beliefs and implicit
theories of intelligence as predictors of achievement goals. Contempo-
rary Educational Psychology, 29, 371-388.
Brickman, S.J. & Miller, R.B. (1998, mars). Valuing of future goals and instru-
mentality as predictors of cognitive engagement. Communication au 6e
Workshop on Achievement and Task Motivation, Thessaloniki, Grèce.
Brickman, S.J. & Miller, R.B. (2001). The impact of sociocultural knowl-
edge on future goals and self-regulation. In D. McInerney & S. Van
Etten (Ed.), Research on sociocultural influences on motivation and learn-
ing (pp. 119-137). Greenwich, CT: Information Age Publishing.
Brophy, J. (1999). Toward a model of the value aspects of motivation in
education: Developing appreciation for particular learning domains
and activities. Educational Psychologist, 34, 75-85.
Brophy, J. (2005). Goal theorists should move on from performance
goals. Educational Psychologist, 40, 167–176.
Brown, A.L. (1978). Knowing when, where, and how to remember: A
problem of metacognition. In R. Glaser (Ed.), Advances in instructional
psychology (Vol. 1, pp. 77-165). Hillsdale, NJ: Erlbaum.
Brown, A.L. (1987). Metacognition, executive control, self-regulation,
and other more mysterious mechanisms. In F.E. Weinert & R.H.
Kluwe (Ed.), Metacognition, motivation, and understanding (pp. 65-116).
Hillsdale, NJ: Erlbaum.
Bibliographie 195

Brown, A.L., Bransford, J.D., Ferrara, R.A. & Campione, J.C. (1983).
Learning, remembering, and understanding. In J.H. Flavell & E.M.
Markman (Ed.), Handbook of child psychology: Vol. 3. Cognitive develop-
ment (pp. 77-166). New York: Wiley & Sons.
Brühwiler, C. & Biederman, H. (2005). L’apprentissage autodirigé: condi-
tion pour réussir l’apprentissage des mathématiques. In C. Zahner
Rossier (Ed.), PISA 2003: Compétences pour l’avenir. Deuxième rapport
national (pp. 57-73). Neuchâtel/Berne: CDIP/OFS.
Büchel, F.P. (1982). Metacognitive and strategic variables in the compre-
hension of written text. In A. Flammer & W. Kintsch (Ed.), Discourse
processing (pp. 352-359). Amsterdam: North Holland.
Büchel, F.P. (1995). De la métacognition à l’éducation cognitive. In F.P.
Büchel (Ed.), L’éducation cognitive. Le développement de la capacité
d’apprentissage et son évaluation (pp. 9-44). Neuchâtel: Delachaux et
Niestlé.
Büchel, F.P. (1996). DELF - un programme métacognitif destiné à la for-
mation professionnelle des adolescents et jeunes adultes ayant des
difficultés d’apprentissage. In A.-M. Besse & K. Bernath (Ed.), Quelles
chances sur le marché du travail? A propos de la formation des formateurs
de jeunes et adultes handicapés (pp. 183-213). Lucerne: SZH-SPC.
Büchel, F.P., Berger, J.-L. & Kipfer, N. (2011). Questions sur l’Apprentissage:
un instrument pour le diagnostic pédagogique aux niveaux secondaires I et
II. Lausanne: Loisirs et Pédagogie.
Büchel, F.P. & Büchel, P. (2011). DELV. Comprendre son propre apprentis-
sage. Tegna: Centre d’éducation cognitive.
Carr, M. & Jessup, D. (1997). Gender differences in first grade mathemat-
ics strategy use: Social, metacognitive, and attributional influences.
Journal of Educational Psychology, 89, 318-328.
Centre suisse de coordination pour la recherche en éducation. (2010).
L’éducation en Suisse: rapport 2010. Aarau: SKBF/CSRE.
Chen, P.P. (2003). Exploring the accuracy and predictability of the self-
efficacy beliefs of seventh-grade mathematics students. Learning and
Individual Differences, 14, 79-92.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2e éd.).
Hillsdale, NJ: Erlbaum.
Conley, A.M. (2012). Patterns of motivation beliefs: Combining achieve-
ment goal and expectancy-value perspectives. Journal of Educational
Psychology, 104(1), 32-47.
196 Motivation et métacognition dans l’apprentissage

Cosnefroy, L. (2004). Apprendre, faire mieux que les autres, éviter


l’échec: l’influence de l’orientation des buts sur les apprentissages
scolaires. Revue française de pédagogie, 147, 107-128.
Cosnefroy, L. (2011). L’apprentissage autorégulé: entre cognition et motiva-
tion. Grenoble: Presses Universitaires de Grenoble.
Cosnefroy, L. (2013). D’un modèle de l’autorégulation des apprentis-
sages à ses implications pour l’enseignement. In J.-L. Berger & F.P.
Büchel (Ed.), L’autorégulation de l’apprentissage. Perspectives théoriques
et applications (pp. 93-124). Nice: Ovadia.
Covington, M.V. & Beery, R.G. (1976). Self-worth and school learning. New
York: Holt.
Cretten, H., Lens, W. & Simons, J. (2001). The role of perceived instru-
mentality in student motivation. In A. Efklides, J. Kuhl & R.M. Sor-
rentino (Ed.), Trends and prospects in motivation research (pp. 37-45).
Dordrecht: Kluwer.
Crombach, M.J., Boekaerts, M. & Voeten, M.J.M. (2003). Online measure-
ments of appraisals of students faced with curricular tasks. Educa-
tional and Psychological Measurement, 63(1), 96-111.
Dai, D.Y. & Sternberg, R.J. (2004). Beyond cognitivism: Toward an inte-
grated understanding of intellectual functioning and development.
In D.Y. Dai & R.J. Sternberg (Ed.), Motivation, emotion, and cognition.
Integrative perspectives on intellectual functioning and development (pp.
3-38). Mahwah, NJ: Erlbaum.
Daneman, M. & Carpenter, P.A. (1980). Individual differences in work-
ing memory and reading. Journal of Verbal Learning and Verbal Behav-
ior, 19, 450-466.
Deci, E.L. & Ryan, R.M. (2000). The «what» and «why» of goal pursuits:
Human needs and the self-determination of behavior. Psychological
Inquiry, 11(4), 227-268.
De Corte, E. & Somers, R. (1982). Estimating the outcome of a task as a
heuristic strategy in arithmetic problem solving: A teaching experi-
ment with six graders. Human Learning, 1, 105-121.
De Corte, E., Verschaffel, L. & Op’t Eynde, P. (2000). Self-regulation. A
characteristic and a goal of mathematics education. In M. Boekaerts,
P.R. Pintrich & M. Zeidner (Ed.), Handbook of self-regulation (pp. 687-
726). San Diego, CA: Elsevier Academic Press.
De la Harpe, B. & Radloff, A. (2000). Informed teachers and learners: The
importance of assessing the characteristics needed for lifelong learn-
ing. Studies in Continuing Education, 22(2), 169-182.
Bibliographie 197

De Ribaupierre, A., Atzeni, T., Fagot, D., Jouffray, C., Lecerf, T. & Lud-
wig, C. (2004). Dimensionnalité de l’inhibition cognitive au travers du
lifespan. Présentation des tâches et des résultats (analyses univariées)
(Requêtes FNS n°1114-42565.97 et 1213-065020.01). Genève: Faculté
de Psychologie et des Sciences de l’Education.
Dermitzaki, I. & Efklides, A. (2001). Age and gender effects on students’
evaluations regarding the self and task-related experiences in mathe-
matics. In S.E. Volet & S. Järvelä (Ed.), Motivation in learning context:
Theoretical advances and methodological implications (pp. 271-293). Ams-
terdam: Pergamon/Elsevier.
Dermitzaki, I. & Efklides, A. (2003). Goal orientations and their effect on
self-concept and metacognition in adolescence. Psychology: The Jour-
nal of the Hellenic Psychological Society, 10(2-3), 214-227.
Desoete, A. & Roeyers, H. (2006). Metacognitive macroevaluations in
mathematical problem solving. Learning and Instruction, 16(1), 12-25.
Desoete, A., Roeyers, H. & Buysse, A. (2001). Metacognition and mathe-
matical problem solving in grade 3. Journal of Learning Disabilities, 34,
435-449.
Desoete, A., Roeyers, H., Buysse, A. & De Clerq, A. (2002). Dynamic
assessment of metacognitive skills in young children with mathemat-
ics-learning disabilities. In D.G.M. Van der Aalsvoort, W.C.M. Resing
& A.J.J.M. Ruijssenaars (Ed.), Learning potential assessment and cogni-
tive training. Actual research and perspectives in theory building and
methodology (pp. 307-333). Greenwich, CT: JAI Press.
Desoete, A. & Veenman, M.V.J. (Ed.) (2006). Metacognition in mathematics
education. New York: Nova Science.
Dewey, J. (1913). Interest and effort in education. Boston, MA: Riverside.
Dignath-van Ewijk, C., Dickhäuser, O. & Büttner, G. (2013). Assessing
how teachers enhance self-regulated learning - a multi-perspective
approach. Journal of Cognitive Education and Psychology, 12(3), 338-
358.
Dignath-van Ewijk, C. & Van der Werf, G. (2012). What teachers think
about self-regulated learning: An investigation of teacher beliefs
about enhancing students’ self-regulation and how they predict
teacher behavior. Education Research International, 2012, 1-10.
Diseth, A. & Martinsen, O. (2003). Approaches to learning, cognitive
style, and motives as predictors of academic achievement. Educational
Psychology, 23(2), 195-207.
198 Motivation et métacognition dans l’apprentissage

Dowson, M. (2000). Relations between student’s academic motivation, cogni-


tion, and achievement in Australian school settings. Thèse non publiée,
Faculty of Education, University of Western Sydney.
Dowson, M. & McInerney, D.M. (2001). Psychological parameters of stu-
dents’ social and work avoidance goals: A qualitative investigation.
Journal of Educational Psychology, 93(1), 35-42.
Dubs, R. (2006). Rapport d’expertise sur les questions concernant la formation
professionnelle en Suisse. Berne: HEP.
Dweck, C.S. (1975). The role of expectations and attributions in the alle-
viation of learned helplessness. Journal of Personality and Social Psy-
chology, 31(4), 674-685.
Dweck, C.S. (1986). Motivational processes affecting learning. American
Psychologist, 41(10), 1040-1048.
Dweck, C.S. (1999). Self-theories: Their role in motivation, personality, and
development. Philadelphia, PA: Taylor & Francis.
Dweck, C.S., & Leggett, E.L. (1988). A social-approach to motivation and
personality. Psychological Review, 95(2), 256-273.
Dweck, C.S., & Molden, D.C. (2005). Self-Theories: Their impact on com-
petence motivation and acquisition. In A.J. Elliot & C.S. Dweck (Ed.),
Handbook of competence and achievement motivation (pp. 122-140). New
York: Guilford.
Eccles, J.S. (1983). Expectancies, values, and academic behaviors. In J.T.
Spence (Ed.), Achievement and achievement motives. Psychological and
sociological approaches (pp. 75-146). San Fransisco, CA: W.H. Freeman.
Eccles, J.S. & Wigfield, A. (1995). In the mind of the actor: The structure
of adolescents’ achievement task values and expectancy-related
beliefs. Personality and Social Psychology Bulletin, 21(3), 215-225.
Efklides, A. (2001). Metacognitive experience in problem solving. In A.
Efklides, J. Kuhl & R.M. Sorrentino (Ed.), Trends and prospects in moti-
vation research (pp. 297-323). Dordrecht: Kluwer.
Efklides, A. (2002a). The systemic nature of metacognitive experiences:
Feelings, judgments, and their interrelations. In P. Chambres, M.
Izaute & P.-J. Marescaux (Ed.), Metacognition: Process, function and use
(pp. 19-34). Boston, MA: Kluwer.
Efklides, A. (2002b). Feelings and judgments as subjective evaluations of
cognitive processing: How reliable are they? Psychology: The Journal of
the Hellenic Psychological Society, 9(2), 163-184.
Efklides, A. (2004). The multiple roles of metacognitive experiences in
the learning process. In M. Wosnitza, A. Frey & R.S. Jädes (Ed.), Lern-
Bibliographie 199

prozess, Lernumgebung, und Lerndiagnostik: Wissenschaftliche Beiträge


zum lernen in 21. Jahrhundert (pp. 256-266). Landau, Allemagne: Ver-
lag Empirische Pädagogik.
Efklides, A. (2006a). Metacognition and affect: What can metacognitive
experiences tell us about the learning process? Educational Research
Review, 1(1), 3-14.
Efklides, A. (2006b). Metacognitive experiences: The missing link in the
self-regulated learning process. A rejoinder to Ainley and Patrick.
Educational Psychology Review, 18, 287-291.
Efklides, A. (2011). Interactions of metacognition with motivation and
affect in self-regulated learning: The MASRL model. Educational Psy-
chologist, 46(1), 6-25.
Efklides, A., Kourkoulou, A., Mitsiou, F. & Ziliaskopoulou, D. (2006).
Metacognitive knowledge of effort, personality factors, and mood
state: Their relationship with effort-related metacognitive experi-
ences. Metacognition and Learning, 1(1), 33-49.
Efklides, A., Samara, A. & Petropoulou, M. (1999). Feeling of difficulty:
An aspect of monitoring that influences control. European Journal of
Psychology of Education, 14(4), 461-476.
Elke, A., Grieder, S., Tiaden, C., Steiner, G., Metzger, C., Nüesch, C.,
Büchel, F.P., Berger, J.-L. & Kipfer, N. (2010). Fostering learning com-
petences in vocational education. In F. Oser, E.G. Renold, G. John, E.
Winther & S. Weber (Ed.), VET Boost: Towards a theory of professional
competencies (pp. 149-174). Rotterdam: Sense Publishers.
Elliott, E.S. & Dweck, C.S. (1988). Goals: An approach to motivation and
achievement. Journal of Personality and Social Psychology, 54(1), 5-12.
Elliot, A.J. & Dweck, C.S. (2005). Competence and motivation: Compe-
tence as the core of achievement motivation. In A.J. Elliot & C.S.
Dweck (Ed.), Handbook of competence and achievement motivation (pp. 3-
12). New York: Guilford.
Elliot, A.J. & McGregor, H.A. (2001). A 2 X 2 achievement goal frame-
work. Journal of Personality and Social Psychology, 80(3), 501-519.
Elliot, A.J., McGregor, H.A. & Gable, S. (1999). Achievement goals, study
strategies, and exam performance: A mediational analysis. Journal of
Educational Psychology, 91, 549-563.
Fennema, E. & Sherman, J.A. (1976). Fennema-Sherman mathematics
attitudes scales: Instrument designed to measure attitudes toward
the learning of mathematics by females and males. Journal for
Research in Mathematics Education, 7, 324-326.
200 Motivation et métacognition dans l’apprentissage

Fenouillet, F. (2012). Les théories de la motivation. Paris: Dunod.


Flavell, J.H. (1971). What is memory development the development of?
Human Development, 14, 272-278.
Flavell, J.H. (1976). Metacognitive aspects of problem solving. In L.B.
Renick (Ed.), The nature of intelligence (pp. 231-235). Hillsdale, NJ: Erl-
baum.
Flavell, J.H. (1979). Metacognition and cognitive monitoring. A new area
of cognitive-developmental inquiry. American Psychologist, 34(10),
906-911.
Flavell, J.H. (1981). Cognitive monitoring. In W.P. Dickson (Ed.), Chil-
dren’s oral communication skills (pp. 35-60). New York: Academic Press.
Flavell, J.H. (1987). Speculations about the nature and development of
metacognition. In F.E. Weinert & R.H. Kluwe (Ed.), Metacognition,
motivation, and understanding (pp. 21-30). Hillsdale, NJ: Erlbaum.
Flavell, J.H. & Wellman, H.M. (1977). Metamemory. In R.V. Kail & J.W.
Hagen (Ed.), Perspectives on the development of memory and cognition
(pp. 3-33). Hillsdale, NJ: Erlbaum.
Floyd, F.J. & Widaman, K.F. (1995). Factor analysis in the development
and refinement of clinical assessment instruments. Psychological
Assessment, 7(3), 286-299.
Focant, J. & Grégoire, J. (2005). Les stratégies d’autorégulation cognitive:
une aide à la résolution de problèmes arithmétiques. In M. Crahay, L.
Verschaffel, E. De Corte & J. Grégoire (Ed.), Enseignement et apprentis-
sage des mathématiques. Que disent les recherches psychopédagogiques?
(pp. 201-221). Bruxelles: De Boeck.
Gagné, F. & St Père, F. (2001). When IQ is controlled, does motivation
still predict achievement? Intelligence, 30(1), 71-100.
Galland, B. & Philippot, P. (2002). Style motivationnel des élèves du
secondaire: développement d’un instrument de mesure et relations
avec d’autres variables pédagogiques. Revue canadienne des sciences du
comportement, 34(4), 261-275.
Garner, R. (1987). Metacognition and reading comprehension. Norwood,
NJ: Ablex.
Garofalo, J. & Lester, F.K. (1985). Metacognition, cognitive monitoring,
and mathematical performance. Journal for Research in Mathematics
Education, 16(3), 163-176.
Geser, H. (2003). Profession et formation des deux côtés de la Sarine.
Panorama, 3, 51-53.
Bibliographie 201

Gonon, P. (2005). Challenges in the Swiss vocational education and


training-system. bwp@, 7, 1-8.
Graham, S. & Harris, K.R. (1997). Self-regulation and writing: Where do
we go from here? Contemporary Educational Psychology, 22, 102-114.
Grant, H. & Dweck, C.S. (2003). Clarifying achievement goals and their
impact. Journal of Personality and Social Psychology, 85(3), 541-553.
Guérin, F., Marsh, H.W. & Famose, J.-P. (2003). Construct validation of
the self-description questionnaire II with a French sample. European
Journal of Psychological Assessment, 19(2), 142-150.
Gurtner, J.-L. (2003). Evolution comparée de la motivation pour le travail sco-
laire et le travail en entreprise chez les apprentis (Document non publié;
rapport final pour le FNS, n°1113-061971.00). Fribourg: Université de
Fribourg, Département des Sciences de l’éducation.
Gurtner, J.-L., Gulfi, A., Genoud, P.A., de Rocha Trindade, B. & Schuma-
cher, J. (2012). Learning in multiple contexts: are there intra-, cross-
and transcontextual effects on the learner’s motivation and help
seeking? European Journal of Psychology of Education, 27(2), 213-225.
Gurtner, J.-L., Gulfi, A., Monnard, I. & Schumacher, J. (2006). Est-il pos-
sible de prédire l’évolution de la motivation pour le travail scolaire
de l’enfance à l’adolescence? Revue française de pédagogie, 155, 21-33.
Gurtner, J.-L., Monnard, I. & Genoud, P.A. (2001). Towards a multilayer
model of context and its impact on motivation. In S.E. Volet & S.
Järvelä (Ed.), Motivation in contexts: Theoretical advances and method-
ological implications (pp. 189-208). Amsterdam: Pergamon/Elsevier.
Hacker, D.J. (1998). Definitions and empirical foundations. In D.J.
Hacker, J. Dunlosky & A.C. Graesser (Ed.), Metacognition in educa-
tional theory and practice (pp. 1-23). Mahwah, NJ: Erlbaum.
Hacker, D.J. & Bol, L. (2004). Metacognitive theory: Considering the
social-cognitive influences. In D.M. McInerney & S. Van Etten (Ed.),
Research on sociocultural influences on motivation and learning (Vol. 4.
Big theories revisited, pp. 275-297). Greenwich, CO: Information Age
Publishing.
Harackiewicz, J.M., Barron, K.E., Pintrich, P.R., Elliot, A.J. & Thrash,
T.M. (2002). Revision of achievement goal theory: Necessary and illu-
minating. Journal of Educational Psychology, 94(3), 638-645.
Harackiewicz, J.M., Barron, K.E., Tauer, J.M., Carter, S.M. & Elliot, A.J.
(2000). Short-term and long-term consequences of achievement goals:
Predicting interest and performance over time. Journal of Educational
Psychology, 92(2), 316-330.
202 Motivation et métacognition dans l’apprentissage

Harter, S. (1999). The construction of the self: A developmental perspective.


New York: Guilford.
Hessels, M.G.P. & Hessels-Schlatter, C. (Ed.) (2010). Evaluation et inter-
vention auprès d’élèves en difficultés. Berne: Peter Lang.
Hidi, S. (2006). Interest: A unique motivational variable. Educational
Research Review, 1(2), 69-82.
Hofer, B.K. & Pintrich, P.R. (1997). The development of epistemological
theories: Beliefs about knowledge and knowing and their relation to
learning. Review of Educational Research, 67(1), 88-140.
Hulleman, C.S., Schrager, S.M., Bodmann, S.M. & Harackiewicz, J.M.
(2010). A meta-analytic review of achievement goal measures: Differ-
ent labels for the same constructs or different constructs with similar
labels? Psychological Bulletin, 136(3), 422-449.
Izard, C.E. (1977). Human emotions. New York: Plenum Press.
Jacobs, J.E. & Paris, S.G. (1987). Children’s metacognition about reading:
Issues in definition, measurement, and instruction. Educational Psy-
chologist, 22(3-4), 255-278.
Kaiser, H. (2013). Ansätze für eine berufsbildungsspezifische Didaktik
des Fachrechnens. bwp@, 24, 1-21.
Karabenick, S.A. & Berger, J.-L. (à paraître). Motivation and self-regulated
learning: High school students’ perceived benefits and costs of using cogni-
tive, metacognitive and resource management strategies in mathematics.
Kluwe, R.H. (1982). Cognitive knowledge and executive control:
Metacognition. In D.R. Griffin (Ed.), Animal mind – human mind (pp.
201-224). New York: Springer-Verlag.
Koriat, A. (2002). Metacognition research: An interim report. In T.J. Per-
fect & B.L. Schwartz (Ed.), Applied metacognition (pp. 261-286). Cam-
bridge, UK: Cambridge University Press.
Koriat, A. (2007). Metacognition and consciousness. In P.D. Zelazo, M.
Moscovitch & E. Thompson (Ed.), The Cambridge handbook of con-
sciousness (pp. 289-325). Cambridge, UK: Cambridge University
Press.
Krapp, A., Hidi, S. & Renninger, K.A. (1992). Interest, learning, and
development. In K.A. Renninger, S. Hidi & A. Krapp (Ed.), The role of
interest in learning and development (pp. 3-25). Hillsdale, NJ: Erlbaum.
Kuhn, D., Garcia-Mila, M., Zohar, A. & Andersen, C. (1995). Strategies of
knowledge acquisition. Monographs of the Society for Research in Child
Developement, 60(4), Serial No. 245.
Bibliographie 203

Lemaine, G. & Matalon, B. (1985). Hommes supérieurs, hommes inférieurs?


La controverse sur l’hérédité de l’intelligence. Paris: A. Colin.
Lemos, M. (1996). Students and teachers’ goals in the classroom. Learn-
ing and instruction, 6, 151-171.
Lens, W. (1996). Motivation and learning. In E. De Corte & F.E. Weinert
(Ed.), International encyclopedia of developmental and instructional psy-
chology (pp. 445-451). Oxford, UK: Elsevier.
Lens, W. (2001). How to combine intrinsic task-motivation with the
motivational effects of the instrumentality of present tasks for future
goals. In A. Efklides, J. Kuhl & R.M. Sorrentino (Ed.), Trends and
prospects in motivation research (pp. 23-36). Dordrecht: Kluwer.
Lens, W., Simons, J. & Dewitte, S. (2002). From duty to desire: The role of
students’ future time perspective and instrumentality perceptions for
study motivation and self-regulation. In F. Pajares & T. Urdan (Ed.),
Academic motivation of adolescents (pp. 221-245). Greenwich, CT: Infor-
mation Age Publishing.
Lester, F.K. & Garofalo, J. (1982, mars). Metacognitive aspects of elementary
school students’ performance on arithmetic tasks. Communication présen-
tée à l’Annual Meeting of the American Educational Research Associ-
ation, New York, USA.
Lester, F.K., Garofalo, J. & Kroll, D.L. (1989). Self-confidence, interest,
beliefs, and metacognition: Key influences on problem-solving
behavior. In D.B. McLeod & V.M. Adams (Ed.), Affect and mathemati-
cal problem solving: A new perspective (pp. 75-88). New York: Springer-
Verlag.
Linnenbrink, E.A. & Pintrich, P.R. (2000). Multiple pathways to learning
and achievement: The role of goal orientation in fostering adaptive
motivation, affect, and cognition. In C. Sansone & J.M. Harackiewicz
(Ed.), Intrinsic and extrinsic motivation: The search for optimal motivation
and performance (pp. 195-227). San Diego, CA: Academic Press.
Loi fédérale sur la formation professionnelle du 13 décembre 2002.
Confédération helvétique.
Repéré à http://www.admin.ch/ch/f/rs/c412_10.html
Lucangeli, D. & Cabrele, S. (2006). The relationship of metacognitive
knowledge, skills and beliefs in children with and without mathe-
matics learning disabilities. In A. Desoete & M.V.J. Veenman (Ed.),
Metacognition in mathematics education (pp. 103-133). New York: Nova
Science.
204 Motivation et métacognition dans l’apprentissage

Lucangeli, D. & Cornoldi, C. (1997). Mathematics and metacognition: What


is the nature of the relationship? Mathematical Cognition, 3(2), 121-139.
Lucangeli, D. & Cornoldi, C. (1999). Métacognition et mathématiques. In
P.-A. Doudin, D. Martin & O. Albanese (Ed.), Métacognition et éducation.
Aspects transversaux et disciplinaires (pp. 303-332). Berne: Peter Lang.
Lucangeli, D., Cornoldi, C. & Tellarini, M. (1998). Metacognition and
learning disabilities in mathematics. In T.E. Scruggs & M.A. Mas-
tropieri (Ed.), Advances in learning and behavioral disabilities (Vol. 12,
pp. 219-244). Greenwich, CT: JAI.
Lucangeli, D., Tressoldi, P.E. & Cendron, M. (1998). Cognitive and
metacognitive abilities involved in the solution of mathematical
word problems: Validation of a comprehensive model. Contemporary
Educational Psychology, 23, 257-275.
Maag Merki, K., Ramseier, E. & Karlen, Y. (2013). Reliability and validity
analyses of a test to assess strategy knowledge. Journal of Cognitive
Education and Psychology, 12(3), 391-408.
Maehr, M.L. (2012). Encouraging a continuing personal investment in learn-
ing: Motivation as an instructionl outcome. Charlotte, NC: IAP.
Maehr, M.L. & Midgley, C. (1996). Transforming school cultures. Boulder,
CO: Westwiev Press.
Maehr, M.L. & Nicholls, J.G. (1980). Culture and achievement motiva-
tion. A second look. In N. Warren (Ed.), Studies in cross-cultural psy-
chology (Vol. 3, pp. 221-247), London: Academic Press.
Maehr, M.L. & Zusho, A. (2009). Achievement goal theory: The past, pre-
sent, and future. In K.R. Wentzel & A. Wigfield (Ed.), Handbook of
motivation at school (pp. 77-104). New York: Routledge.
Marsh, H.W. (1986). Verbal and math self-concepts: An internal/external
frame of reference model. American Educational Research Journal, 23(1),
129-149.
Marsh, H.W. (1992). Self Description Questionnaire (SDQ) II: A theoretical
and empirical basis for the measurement of multiple dimensions of adoles-
cent self-concept. A test manual and research monograph. Macarthur, New
South Wales, Australia: University of Western Sydney, Faculty of
Education.
Marsh, H.W. (2006). Self-concept theory, measurement and research into
practice: The role of self-concept in educational psychology. In The
25th Vernon-Wall lecture presented at the Annual Meeting of the Education
Section of the British Psychological Society. Durham, UK: British Psycho-
logical Society.
Bibliographie 205

Marsh, H.W., Byrne, B.M. & Shavelson, R.J. (1988). A multifaceted


academic self-concept: Its hierarchical structure and its relation to
academic achievement. Journal of Educational Psychology, 80(3), 366-
380.
Martin, A.J. (1998). Self-handicapping and defensive pessimism: Predictors
and consequences from a self-worth motivation perspective. Thèse non
publiée, Faculty of Education, University of Western Sydney.
Mazzoni, G. & Kirsch, I. (2002). Autobiographical memories and beliefs:
A preliminary metacognitive model. In T.J. Perfect & B.L. Schwartz
(Ed.), Applied metacognition (pp. 121-145). Cambridge, UK: Cambridge
University Press.
McGregor, H.A. & Elliot, A.J. (2002). Achievement goals as predictor of
achievement-relevant processes prior to task engagement. Journal of
Educational Psychology, 94(2), 381-395.
Meece, J.L. & Holt, K. (1993). A pattern analysis of students’ achieve-
ment goals. Journal of Educational Psychology, 85(4), 582-590.
Metallidou, P. & Efklides, A. (2001). The effects of general success-
related beliefs and specific metacognitive experiences on causal attri-
butions. In A. Efklides, J. Kuhl & R.M. Sorrentino (Ed), Trends and
prospects in motivation research (pp. 325-347). Dordrecht: Kluwer.
Miller, R.B. & Brickman, S.J. (2004). A model of future-oriented motiva-
tion and self-regulation. Educational Psychology Review, 16(1), 9-33.
Miller, R.B., DeBacker, T.K. & Greene, B.A. (1999). Perceived instrumen-
tality and academics: The link to task valuing. Journal of Instructional
Psychology, 26, 250-260.
Miyake, A. & Shah, P. (1999). Towards unified theories of working mem-
ory: Emerging general consensus, unresolved theoretical issues, and
future research directions. In A. Miyake & P. Shah (Ed.), Models of
working memory: Mechanisms of active maintenance and executive control
(pp. 442-481). New York: Cambridge University Press.
Mongeau, P., Lafortune, L., Pallascio, R. & Allaire, R. (1998). Indice et
structure de l’autorégulation métacognitive. In L. Lafortune, P. Mon-
geau & R. Pallascio (Ed.), Métacognition et compétences réflexives
(pp. 245-259). Montréal: Les Editions Logiques.
Montague, M. (2007). Self-regulation and mathematics instruction.
Learning Disabilities Research & Practice, 22(1), 75-83.
Montague, M. & Bos, C.S. (1990). Cognitive and metacognitive charac-
teristics of eight grade students’ mathematical problem solving.
Learning and Individual Differences, 2(3), 371-388.
206 Motivation et métacognition dans l’apprentissage

Montague, M. & Van Garderen, D. (2003). A cross-sectional study of


mathematics achievement, estimation skills, and academic self-per-
ception in students of varying ability. Journal of Learning Disabilities,
36(5), 437-448.
Morand, A. (2006). La motivation en mathématiques sous l’angle de l’orienta-
tion des buts : liens entre orientation des buts, concept de soi et variables
métacognitives. Mémoire de licence non publié, Faculté de Psycholo-
gie et des Sciences de l’Education, Université de Genève.
Muis, K. R. (2007). The role of epistemic beliefs in self-regulated learn-
ing. Educational Psychologist, 42(3), 173-190.
Murphy, P.K. & Alexander, P.A. (2000). A motivated exploration of moti-
vation terminology. Contemporary Educational Psychology, 25(1), 3-53.
Naglieri, J.A. (1998). Test d’aptitude non verbale de Naglieri. Paris: Editions
du Centre de psychologie appliquée.
Nelson, T.O. (1996). Consciousness and metacognition. American Psychol-
ogist, 51 (2), 102-116.
Nelson, T.O., Kruglanski, A.W. & Jost, J.T. (1998). Knowing thyself and
others: Progress in metacognitive social psychology. In V.Y. Yzerbyt,
G. Lories & B. Dardenne (Ed.), Metacognition: Cognitive and social
dimensions (pp. 69-89). London: Sage.
Nelson, T.O. & Narens, L. (1990). Metamemory: A theoretical framework
and new findings. In G.H. Bower (Ed.), The psychology of learning and
motivation (Vol. 26, pp. 125-173). New York: Academic Press.
Nelson, T.O. & Narens, L. (1994). Why investigate metacognition? In J.
Metcalfe & A.P. Shimamura (Ed.), Metacognition: Knowing about know-
ing (pp. 1-25). Cambridge, MA: MIT Press.
Nicholls, J.G. (1984a). Achievement motivation: Conceptions of ability,
subjective experience, task choice, and performance. Psychological
Review, 91(3), 328-346.
Nicholls, J.G. (1984b). Conceptions of ability and achievement motiva-
tion. In R. Ames & C. Ames (Ed.), Research on motivation in education
(Vol. 1. Student motivation, pp. 39-73). Orlando, FL: Academic Press.
Nicholls, J.G. (1989). The competitive ethos and democratic education. Cam-
bridge, MA: Harvard University Press.
Nicholls, J.G., Cheung, P.C., Lauer, J. & Pataschnick, M. (1989). Individ-
ual differences in academic motivation: Perceived ability, goals,
beliefs, and values. Learning and Individual Differences, 1(1), 63-84.
Nolen, S.B. (1988). Reasons for studying: Motivational orientations and
study strategies. Cognition and Instruction, 5(4), 269-287.
Bibliographie 207

Nuttin, J. (1980). Motivation et perspectives d’avenir. Louvain: Presses uni-


versitaires de Louvain.
Nylund, K.L., Asparouhov, T. & Muthén, B.O. (2007). Deciding on the
number of classes in latent class analysis and growth mixture model-
ing: A monte carlo simulation study. Structural Equation Modeling,
14(4), 535-569.
Organisation de coopération et de développement économiques (OCDE)
(2003). Test PISA: questionnaire aux élèves. Repéré à http://www.
pisa.admin.ch/bfs/pisa/fr/index/05/02/02.Document.90720.pdf
Organisation de coopération et de développement économiques
(OCDE). (2009). Learning for jobs. OECD reviews of vocational education
and training. Switzerland. Paris: OCDE.
Organisation de coopération et de développement économiques
(OCDE). (2011). Résultats du PISA 2009: Apprendre à apprendre. Les pra-
tiques, les stratégies et l’engagement des élèves. Paris: OCDE.
Office Fédéral de la Formation et de la Technologie (OFFT). (2006). La forma-
tion professionnelle en Suisse en 2006. Faits et données chiffrées. Berne: OFFT.
Office Fédéral de la Formation et de la Technologie (OFFT). (2007).
Recherches sur la formation professionnelle en Suisse. Le programme d’en-
couragement de l’OFFT. Berne: OFFT.
Office Fédéral de la Formation et de la Technologie (2011). La formation
professionnelle - un facteur en faveur de la place économique et de la
compétitivité en Suisse. Etude auprès d’entreprises multinationales ainsi
que d’experts en Suisse, en Allemagne et en Grande-Bretagne. Berne:
OFFT.
Op’t Eynde, P., De Corte, E. & Verschaffel, L. (2006). Beliefs and
metacognition: An analysis of junior-high students’ mathematics-
related beliefs. In A. Desoete & M.V.J. Veenman (Ed.), Metacognition
in mathematics education (pp. 83-101). New York: Nova Science.
Pajares, F. & Miller, M.D. (1994). Role of self-efficacy and self-concept
beliefs in mathematical problem solving: A path analysis. Journal of
Educational Psychology, 86(2), 193-203.
Pajares, F. & Miller, M.D. (1997). Mathematics self-efficacy and mathe-
matical problem solving: Implications of using different forms of
assessment. Journal of Experimental Education, 65(3), 213-228.
Palincsar, A.S. & Brown, A.L. (1984). Reciprocal teaching of comprehen-
sion-fostering and comprehension-monitoring activities. Cognition
and Instruction, 1(2), 117-175.
208 Motivation et métacognition dans l’apprentissage

Paris, S.G. (2002). When is metacognition helpful, debilitating, or


benign? In P. Chambres, M. Izaute & P.-J. Marescaux (Ed.), Metacogni-
tion: Process, function and use (pp. 105-120). Boston, MA: Kluwer.
Paris, S.G. & Winograd, P. (1990). How metacognition can promote acade-
mic learning and instruction. In B.F. Jones & L. Idol (Ed.), Dimensions of
thinking and cognitive instruction (pp. 15-51). Hillsdale, NJ: Erlbaum.
Pastor, D.A., Barron, K.E., Miller, B.J. & Davis, S.L. (2007). A latent pro-
file analysis of college students’ achievement goal orientation. Con-
temporary Educational Psychology, 32(1), 8-47.
Pekrun, R., Goetz, E.T. & Perry, R.P. (2005). Achievement emotions ques-
tionnaire (AEQ). User’s manual. Munich: University of Munich.
Pelgrims, G. (2006). Intention d’apprendre, peur de l’échec et persévérance des
élèves en classes spécialisées: des composantes générales aux dimensions
situationnelles de la motivation à apprendre. Thèse de doctorat non
publiée, Faculté de psychologie et des sciences de l’éducation, Uni-
versité de Genève.
Perret, J.-F. & Perret-Clermont, A.-N. (2011). Apprentice in a changing
trade. Charlotte, NC: IAP.
Perry, N.E., Hutchinson, L. & Thauberger, C. (2008). Talking about teach-
ing self-regulated learning: Scaffolding teachers’ development and
use of practices that promote self-regulated learning. International
Journal of Educational Research, 47, 97-108.
Pietsch, J., Walker, R. & Chapman, E. (2003). The relationship among
self-concept, self-efficacy, and performance in mathematics during
secondary school. Journal of Educational Psychology, 95(3), 589-603.
Pintrich, P.R. (1999). The role of motivation in promoting and sustaining
self-regulated learning. International Journal of Educational Research,
31, 459-470.
Pintrich, P.R. (2000a). An achievement goal theory perspective on issue
in motivation terminology, theory, and research. Contemporary Educa-
tional Psychology, 25, 92-104.
Pintrich, P.R. (2000b). The role of goal orientation in self-regulated learn-
ing. In M. Boekaerts, P.R. Pintrich & M. Zeidner (Ed.), Handbook of
self-regulation (pp. 451-502). San Diego, CA: Academic Press.
Pintrich, P.R. (2002). The role of metacognitive knowledge in learning,
teaching, and assessing. Theory into Practice, 41(4), 219-225.
Pintrich, P.R. (2003). A motivational science perspective on the role of
student motivation in learning and teaching contexts. Journal of Edu-
cational Psychology, 95, 667-686.
Bibliographie 209

Pintrich, P.R. (2004). A conceptual framework for assessing motivation


and self-regulated learning in college students. Educational Psychology
Review, 16(4), 385-407.
Pintrich, P.R. & De Groot, E.V. (1990). Motivational and self-regulated
learning components of classroom academic performance. Journal of
Educational Psychology, 82(1), 33-40.
Pintrich, P.R. & Garcia, T. (1991). Student goal orientation and self-regu-
lation in the college classroom. In M.L. Maehr & P.R. Pintrich (Ed.),
Advances in motivation and achievement (Vol. 7, pp. 371-402). Green-
wich, CT: JAI.
Pintrich, P.R. & Garcia, T. (1994). Self-regulated learning in college stu-
dents: Knowledge, strategies, and motivation. In P.R. Pintrich, D.R.
Brown & C.E. Weinstein (Ed.), Student motivation, cognition, and learn-
ing. Essays in honor of Wilbert J. McKeachie (pp. 113-133). Hillsdale, NJ:
Erlbaum.
Pintrich, P.R., Marx, R.W. & Boyle, R.A. (1993). Beyond cold conceptual
change: The role of motivational beliefs and classroom contextual
factors in the process of conceptual change. Review of Educational
Research, 63(2), 167-199.
Pintrich, P.R., Smith, D.A.F., Garcia, T. & McKeachie, W.J. (1991). A man-
ual for the use of the Motivated Strategy for Learning Questionnaire
(MSLQ). University of Michigan: NCRIPTAL.
Pintrich, P.R., Wolters, C.A. & Baxter, G.P. (2000). Assessing metacogni-
tion and self-regulated learning. In G. Schraw & J.C. Impara (Ed.),
Issues in the measurement of metacognition (pp. 43-97). Lincoln, NE:
Buros Institute.
Pintrich, P.R. & Zusho, A. (2002). The development of academic self-reg-
ulation: The role of cognitive and motivational factors. In A. Wigfield
& J.S. Eccles (Ed.), Development of achievement motivation (pp. 249-284).
San Diego, CA: Academic Press.
Praplan, T. (2007). Les liens entre différentes composantes de la motivation et
le comportement stratégique des élèves en formations professionnelles de
deux ans. Mémoire de licence non publié, Faculté de psychologie et
des sciences de l’éducation, Université de Genève.
Prenzel, M., Kramer, K. & Drechsel, B. (2002). Self-determined and inter-
ested learning in vocational education. In K. Beck (Ed.), Teaching and
learning processes in vocational education (pp. 43-68). Frankfurt am
Main: Peter Lang.
210 Motivation et métacognition dans l’apprentissage

Pressley, M., Borkowski, J.G. & Schneider, W. (1987). Cognitive strate-


gies: Good strategy users coordinate metacognition and knowledge.
In R. Vasta & G. Whitehurst (Ed.), Annals of child development (Vol. 5,
pp. 89-129). Greenwich, CT: JAI.
Pressley, M., Forrest-Pressley, D.L., Elliott-Faust, D. & Miller G. (1985).
Children’s use of cognitive strategies, how to teach strategies, and
what to do if they can’t be taught. In M. Pressley & C. J. Brainerd
(Ed.), Cognitive learning and memory in children (pp. 1-47). New York:
Springer Verlag.
Pressley, M. & Gaskins, I.W. (2006). Metacognitively competent reading
comprehension is constructively responsive reading: How can such
reading be developed in students? Metacognition and Learning, 1(1),
99-113.
Pressley, M., Johnson, C.J. & Symons, S. (1987). Elaborating to learn and
learning to elaborate. Journal of Learning Disabilities, 20, 76-91.
Rastoldo, F., Evrard, A. & Amos, J. (2007). Les jeunes en formation profes-
sionnelle. Rapport I: entrée en formation professionnelle et parcours de for-
mation des diplômés. Genève: Service de la recherche en éducation.
Reder, L.M. (1996). Different research programs on metacognition: Are
the boundaries imaginary? Learning and Individual Differences, 8(4),
383-390.
Rieser, S., Fauth, B.C., Decristan, J., Klieme, E. & Büttner, G. (2013). The
connection between primary school students’ self-regulation in learn-
ing and perceived teaching quality. Journal of Cognitive Education and
Psychology, 12(2), 138-156.
Ryan, R.M. & Deci, E.L. (2000). Self-determination theory and the facili-
tation of intrinsic motivation, social development, and well-being.
American Psychologist, 55(1), 68-78.
Scharnhorst, U., Kipfer, N. & Niederbacher, E. (2013). Soutenir l’autoré-
gulation dans le cadre des cours interentreprises de la formation pro-
fessionnelle. In J.-L. Berger & F.P. Büchel (Ed.), L’autorégulation de
l’apprentissage. Perspectives théoriques et applications (pp. 125-151). Nice:
Ovadia.
Schellings, G. (2011). Applying learning strategy questionnaires: Prob-
lems and possibilities. Metacognition and Learning, 6(2), 91-109.
Schiefele, U. (1991). Interest, learning, and motivation. Educational Psy-
chologist, 26(3-4), 299-323.
Schiefele, U. (2001). The role of interest in motivation and learning.
In J.M. Collis & S. Messick (Ed.), Intelligence and personality. Bridging
Bibliographie 211

the gap in theory and measurement (pp. 163-193). Mahwah, NJ:


Erlbaum.
Schneider, W. & Artelt, C. (2010). Metacognition and mathematics edu-
cation. ZDM Mathematics Education, 42, 149-161.
Schoenfeld, A.H. (1985). Mathematical problem solving. San Diego, CA:
Academic Press.
Schoenfeld, A.H. (1987). What’s all the fuss about metacognition? In
A.H. Schoenfeld (Ed.), Cognitive science and mathematics education (pp.
189-215). Hillsdale, NJ: Erlbaum.
Schoenfeld, A.H. (1992). Learning to think mathematically: Problem
solving, metacognition, and sense making in mathematics. In D.A.
Grouws (Ed.), Handbook of research on mathematics teaching and learn-
ing: A project of the National Council of Teachers of Mathematics (pp. 334-
370). New York: MacMillan.
Schraw, G. (1998). Promoting general metacognitive awareness. Instruc-
tional Science, 26, 113-125.
Schraw, G., Crippen, K. J., & Hartley, K. (2006). Promoting self-regula-
tion in science education: Metacognition as part of a broader perspec-
tive on learning. Research in Science Education, 36(1), 111-139.
Schraw, G. & Dennison, R.S. (1994). Assessing metacognitive awareness.
Contemporary Educational Psychology, 19, 460-475.
Schraw, G., Dunkle, M.E., Bendixen, L.D. & DeBaker Roedel, T. (1995).
Does a general monitoring skill exist? Journal of Educational Psychol-
ogy, 87(3), 433-444.
Schraw, G., Horn, C., Thorndike-Christ, T. & Bruning, R. (1995). Acade-
mic goal orientations and student classroom achievement. Contempo-
rary Educational Psychology, 20, 359-368.
Schraw, G., Wise, S.L. & Roos, L.L. (2000). Metacognition and computer-
based testing. In G. Schraw & J.C. Impara (Ed.), Issues in the measure-
ment of metacognition (pp. 223-260). Lincoln, NE: Buros Institute.
Schunk, D.H. (1981). Modeling and attributional effects on children’s
achievement: A self-efficacy analysis. Journal of Educational Psychology,
73(1), 93-105.
Schunk, D.H. & Pajares, F. (2005). Competence perceptions and acade-
mic functioning. In A.J. Elliot & C.S. Dweck (Ed.), Handbook of compe-
tence and achievement motivation (pp. 85-104). New York: Guilford.
Schwartz, B.L. & Perfect, T.J. (2002). Introduction: Toward an applied
metacognition. In T.J. Perfect & B.L. Schwartz (Ed.), Applied metacog-
nition (pp. 1-11). Cambridge, UK: Cambridge University Press.
212 Motivation et métacognition dans l’apprentissage

Schweizerischer Carrosserieverband (2005). Plan de formation Carrossier-


tôlier du 31 mars 2005. Berne: Office Fédéral de la Formation et de la
Technologie. Repéré à http://www.sbfi.admin.ch/php/modules/
bvz/file.php?file=Bipla_45303_f.pdf&typ=Bildungsplaene
Schweizerische Konferenz der kaufmännischen Ausbildungs- und
Prüfungensbranchen (2011). Plan de formation Employé/e de commerce
du 26 septembre 2011. Berne: Office Fédéral de la Formation et de la
Technologie. Repéré à:
http://www.sbfi.admin.ch/php/modules/bvz/file.php?file=Bipla_
68500_f.zip&typ=Bildungsplaene
Seegers, G. & Boekaerts, M. (1993). Task motivation and mathematics
achievement in actual task situations. Learning and Instruction, 3, 133-
150.
Senko, C., Hulleman, C.S. & Harackiewicz, J.M. (2011). Achievement
goal theory at the crossroads: Old controversies, current challenges,
and new directions. Educational Psychologist, 46(1), 26-47.
Shavelson, R.J., Hubner, J.J. & Stanton, G.C. (1976). Self-concept: Valida-
tion of construct interpretations. Review of Educational Research, 46(3),
407-441.
Silvia, P.J. (2006). Exploring the psychology of interest. New York: Oxford
University Press.
Simons, J., Dewitte, S. & Lens, W. (2004). The role of different types of
instrumentality in motivation, study strategies, and performance:
Know why you learn, so you’ll know what you learn! British Journal
of Educational Psychology, 74, 343-360.
Simons, J., Vansteenkiste, M., Lens, W. & Lacante, M. (2004). Placing
motivation and future time perspective theory in a temporal perspec-
tive. Educational Psychology Review, 16(2), 121-139.
Skaalvik, E.M. (1997). Self-enhancing and self-defeating ego orienta-
tion: Relations with task and avoidance orientation, achievement,
self-perceptions, and anxiety. Journal of Educational Psychology, 89(1),
71-81.
Skaalvik, E.M. & Bong, M. (2003). Self-concept and self-efficacy revis-
ited: A few notable differences and important similarities. In H.W.
Marsh, R.G. Craven & D.M. McInerney (Ed.), International advances in
self research (pp. 67-89). Greenwich, CT: Information Age Publishing.
Skinner, E.A. (1996). A guide to constructs of control. Journal of Personal-
ity and Social Psychology, 71(3), 549-570.
Bibliographie 213

Slife, B.D., Weiss, J. & Bell, T. (1985). Separability of metacognition and


cognition: Problem solving in learning disabled and regular students.
Journal of Educational Psychology, 77(4), 437-445.
Son, L.K. & Metcalfe, J. (2000). Metacognitive and control strategies in
study-time allocation. Journal of Experimental Psychology: Learning,
Memory, and Cognition, 26, 204-221.
Son, L.K. & Schwartz, B.L. (2002). The relation between metacognitive
monitoring and control. In T.J. Perfect & B.L. Schwartz (Ed.), Applied
metacognition (pp. 15-38). Cambridge, UK: Cambridge University
Press.
Sperling, R.A., Howard, B.C., Miller, L.A. & Murphy, C. (2002). Mea-
sures of children’s knowledge and regulation of cognition. Contem-
porary Educational Psychology, 27, 51-79.
Stalder, B.E. (2005). Das intellektuelle Anforderungsniveau von 105 Berufs-
lehren (document de travail interne). Berne: TREE.
Steiner, G. (2008). Les processus d’apprentissage. Berne: HEP.
Sternberg, R.J. (1998). Metacognition, abilities, and developing expertise:
What makes an expert student? Instructional Science, 26, 127-140.
Stipek, D.J. & Gralinski, J.H. (1996). Children’s beliefs about intelligence
and school performance. Journal of Educational Psychology, 88(3), 397-
407.
Swanson, H.L. (1990). Influence of metacognitive knowledge and aptitude
on problem solving. Journal of Educational Psychology, 82(2), 306-314.
Tanaka, K. (2007). Relations between general goal orientations and task-
specific self-appraisals. Japanese Psychological Research, 49(4), 235-247.
Tarski, A. (1956). The concept of truth in formalized languages. In A.
Tarski (Ed.), Logic, semantic, metamathematics (pp. 152-178). Oxford:
Clarendon Press.
Tobias, S. (1992). The impact of test anxiety on cognition in school learn-
ing. In K.A. Hagtvet & T.B. Johnsen (Ed.), Advances in test anxiety
research (Vol. 7, pp. 18-31). Lisse, Pays-Bas: Swets & Leitlinger.
Tobias, S. (1994). Interest, prior knowledge, and learning. Review of Edu-
cational Research, 64(1), 37-54.
Tobias, S. (1995). Interest and metacognitive word knowledge. Journal of
Educational Psychology, 87(3), 399-405.
Tobias, S. & Everson, H.T. (1997). Studying the relationship between
affective and metacognitive variables. Anxiety, Stress, and Coping,
10(1), 59-81.
214 Motivation et métacognition dans l’apprentissage

Tobias, S. & Everson, H.T. (2000). Assessing metacognitive knowledge


monitoring. In G. Schraw & J.C. Impara (Ed.), Issues in the measure-
ment of metacognition (pp. 147-222). Lincoln, NE: Buros Institute.
UNIVOX (2005). L’école et la politique éducative sous l’œil critique des
citoyens suisses. Zürich: GFS-Zürich.
VandenBos, G.R. (Ed.) (2007). APA Dictionary of Psychology. Washington,
DC: American Psychological Association.
Van Haneghan, J.P. & Baker, L. (1989). Cognitive monitoring in mathe-
matics. In C.B. McCornick, G.E. Miller & M. Pressley (Ed.), Cognitive
strategy research. From basic research to educational applications (pp. 215-
239). New-York: Springer-Verlag.
Veenman, M.V.J. (2005). The assessment of metacognitive skills: What
can be learned from multi-method designs? In C. Artlet & B.
Moschner (Ed.), Lernstrategien und metakognition: Implikationen für for-
schung und praxis (pp. 77-99). Berlin: Waxmann.
Veenman, M.V.J. (2006). The role of intellectual and metacognitive skills in
math problem solving. In A. Desoete & M.V.J. Veenman (Ed.), Metacog-
nition in mathematics education (pp. 35-50). New York: Nova Science.
Veenman, M.V.J. & Beishuizen, J.J. (2004). Intellectual and metacognitive
skills of novices while studying texts under conditions of text diffi-
culty and time constraint. Learning and Instruction, 14, 621-640.
Veenman, M.V.J., Elshout, J.J. & Meijer, J. (1997). The generality vs
domain-specificity of metacognitive skills in novice learning across
domains. Learning and Instruction, 7(2), 187-209.
Veenman, M., Kerseboom, L. & Imthorn, C. (2000). Test anxiety and
metacognitive skillfulness: Availability versus production deficien-
cies. Anxiety, Stress, and Coping, 13, 391-412.
Veenman, M.V.J., Van Hout-Wolters, B H.A.M. & Afflerbach, P. (2006).
Metacognition and learning: Conceptual and methodological consid-
erations. Metacognition and Learning, 1(1), 3-14.
Volet, S.E. (2001). Emerging trends in recent research on motivation in
learning contexts. In S.E. Volet & S. Järvelä (Ed.), Motivation in con-
texts: Theoretical advances and methodological implications (pp. 319-334).
Amsterdam: Pergamon/Elsevier.
Weiner, B. (1979). A theory of motivation for some classroom experi-
ences. Journal of Educational Psychology, 71(1), 3-25.
Weiner, B. (1985). An attributional theory of achievement motivation and
emotion. Psychological Review, 92(4), 548-573.
Bibliographie 215

Weinert, F.E. (1987). Introduction and overview: Metacognition and


motivation as determinants of effective learning and understanding.
In F.E. Weinert & R.H. Kluwe (Ed.), Metacognition, motivation, and
understanding (pp. 1-16). Hillsdale, NJ: Erlbaum.
Weinstein, C.E., Husman, J. & Dierking, D.R. (2000). Self-regulation
interventions with a focus on learning strategies. In M. Boekaerts,
P.R. Pintrich & M. Zeidner (Ed.), Handbook of self-regulation (pp. 727-
747). San Diego, CA: Academic Press.
Weinstein, C.E. & Mayer, R.E. (1986). The teaching of learning strategies.
In M.C. Wittrock (Ed.), Handbook of research on teaching (3e éd., pp.
315-327). New York: Macmillan.
Whitebread, D., Coltman, P., Anderson, H., Mehta, S. & Pino-Pasternak,
D. (2005, août). Metacognition in young children: Evidence from a natu-
ralistic study of 3-5 year olds. Communication présentée à la Confer-
ence of the European Association for Research on Learning and
Instruction, Nicosie, Chypre.
Wigfield, A. & Eccles, J.S. (2002). The development of competence
beliefs, expectancies for success, and achievement values from child-
hood through adolescence. In A. Wigfield & J.S. Eccles (Ed.), Develop-
ment of achievement motivation (pp. 91-120). San Diego, CA: Academic
Press.
Winne, P.H. (1996). A metacognitive view of individual differences in
self-regulated learning. Learning and Individual Differences, 8(4), 327-
353.
Winne, P.H. & Jamieson-Noel, D. (2002). Exploring students’ calibration
of self-reports about study tactics and achievement. Contemporary
Educational Psychology, 27, 551-572.
Winne, P.H. & Perry, N.E. (2000). Measuring self-regulated learning. In
M. Boekaerts, P.R. Pintrich & M. Zeidner (Ed.), Handbook of self-regula-
tion (pp. 531-566). San Diego, CA: Academic Press.
Zajonc, R.B. (1980). Feeling and thinking: Preferences need no infer-
ences. American Psychologist, 35(2), 151-175.
Zimmerman, B.J., Bandura, A. & Martinez Pons, M. (1992). Self-motiva-
tion for academic attainment: The role of self-efficacy beliefs and per-
sonal goal setting. American Educational Research Journal, 29(3),
663-676.
Zimmerman, B.J. & Schunk, D.H. (Ed.) (2011). Handbook of self-regulation
of learning and performance. New York: Routledge.
216 Motivation et métacognition dans l’apprentissage
Annexes 217

ANNEXES

LES LIMITES DE L’ÉVALUATION DE LA MÉTACOGNITION


PAR DES QUESTIONNAIRES AUTO-RAPPORTÉS

Les réponses à certains items des questionnaires (auto-rapportés) peu-


vent s’avérer difficiles à cause de la complexité des processus cognitifs à
engager pour donner les réponses. En effet, certains items, notamment
ceux qui portent sur des aspects métacognitifs ou sur les stratégies d’ap-
prentissage demandent une introspection qui n’est pas aisée pour tous
les élèves, en particulier si ces items portent sur des habitudes au niveau
des études en général. Dans ce cas, l’élève doit réaliser des généralisa-
tions en combinant ses habitudes dans différentes matières en un juge-
ment unique. Dans leur revue de littérature sur la mesure de la
métacognition, Baker et Cerro (2000) concluent à ce propos qu’étant
donné le manque de preuve quant à l’existence d’une habileté métaco-
gnitive générale, les instruments d’évaluation devraient être adaptés au
domaine d’intérêt. Si les questions concernent les habitudes d’études ou
les stratégies au niveau d’une matière, cela est plus aisé mais il est fait
appel à la mémoire à long terme de l’élève qui doit ainsi réaliser des
généralisations puisqu’il n’est pas fait référence à une tâche particulière.
Ceci provoque des biais de réponse et rend les informations auto-rap-
portées partiellement incorrectes ou imprécises. Pour résoudre ces pro-
blèmes, les items peuvent porter sur un exercice récemment réalisé par
l’élève (Schellings, 2011). Persiste alors néanmoins un potentiel pro-
blème de conscience insuffisante de ses propres stratégies (Pintrich et al.,
2000; Tobias & Everson, 2000; Winne & Jamieson-Noel, 2002) et de
manque de capacité à verbaliser ses stratégies, soit à mettre des mots sur
la façon dont l’élève étudie. Même dans des échelles à choix multiples,
de larges différences interindividuelles existeraient dans les compé-
tences des élèves à rapporter correctement leurs stratégies ou métaco-
gnitions (Tobias & Everson, 2000).
En outre, les questionnaires évaluant la métacognition avec des items
auto-rapportés proposent des échelles multiples et théoriquement dis-
tinctes mais il s’avère que les théories prédisent plus de composantes ou
218 Motivation et métacognition dans l’apprentissage

de facteurs que ce que les données empiriques ne soutiennent (Maag


Merki, Ramseier & Karlen, 2013; Mongeau, Lafortune, Pallascio &
Allaire, 1998; Pintrich et al., 2000; Schraw & Dennison, 1994). Dans le cas
du MSLQ, les items évaluant les stratégies métacognitives de planifica-
tion, monitorage et régulation ne sont pas distinguables dans les résul-
tats des analyses factorielles (Berger & Karabenick, 2011; Pintrich et al.,
1991). Les études ayant traité de la validité factorielle du MAI (Schraw &
Dennison, 1994; Sperling, Howard, Miller & Murphy, 2002) ont égale-
ment démontré que les items sur les stratégies métacognitives ne for-
maient qu’un unique facteur. De plus les items concernant les différents
types de métaconnaissances étaient également saturés par un facteur
unique. Dans l’instrument auto-rapporté de mesure de l’autorégulation
métacognitive de Mongeau et al. (1998), les trois dimensions théori-
quement postulées, c’est-à-dire l’attention métacognitive, le guidage
métacognitif et la régulation métacognitive ne se distinguent pas empiri-
quement puisque les corrélations entre les dimensions sont très élevées.
Les auteurs en concluent que l’instrument peut être utilisé afin de don-
ner un indice unique mais qu’il ne peut pas servir à évaluer séparément
chaque dimension. En outre, Mongeau et ses collègues relèvent qu’«il
est possible que le manque de distinction entre les diverses sous-compo-
santes de l’autorégulation ne reflète que le manque de précision des per-
ceptions que les sujets ont de leurs comportements d’autorégulation» (p.
256). Dans un questionnaire (Berger et al., 2006) évaluant les stratégies
d’apprentissage cognitives et métacognitives chez des apprentis en for-
mation professionnelle initiale de deux ans, nous avons même observé
que ces deux construits étaient saturés par un même facteur que nous
avons nommé «comportement stratégique» (Praplan, 2007). Ainsi, des
activités distinguées par les théories psychologiques de l’apprentissage
ne seraient pas distinguables par l’apprenant malgré ses introspections
(Berger & Karabenick, 2010).
Finalement, les instruments tels que le MSLQ représenteraient les
interprétations de l’étudiant sur sa façon d’étudier et ne rapporteraient
pas de façon exacte ce qu’ils font véritablement quand ils étudient. En
effet, dans les instruments auto-rapportés, nous obtenons par définition
uniquement ce que l’élève dit qu’il fait, mais nous ne savons pas de
manière fiable s’il se conduit véritablement comme il le rapporte (Veen-
man, 2005; Winne & Perry, 2000).
Annexes 219

MODÉLISER L’HÉTÉROGÉNÉITÉ DE LA POPULATION


Dans les sciences humaines, les populations investiguées par les cher-
cheurs sont souvent hétérogènes. Elles sont constituées de groupes
connus par le chercheur (par exemple en fonction du sexe) ou de
groupes inconnus à priori. Dans ce dernier cas, le chercheur peut recou-
rir à des méthodes qui permettent de découvrir ce qui provoque l’hété-
rogénéité dans la population, c’est-à-dire ce qui permet de différencier
différents groupes au sein de la population. En d’autres termes, l’objectif
est de découvrir une hétérogénéité inobservée dans une population,
c’est-à-dire de trouver des groupes de personnes faisant sens et qui
soient similaires dans leurs réponses sur les variables observées. Les
techniques de clustering permettent de découvrir des groupes d’objets
partageant des similarités parmi une série d’observation. Ces méthodes
sont un outil utile dans l’exploration de données multivariées. La pers-
pective adoptée est typologique, par opposition avec une perspective
dimensionnelle comme c’est le cas pour l’analyse factorielle. L’organisa-
tion de ces données en sous-groupes permet au chercheur de découvrir
les caractéristiques des structures ou patrons présents. Ces méthodes
aboutissent à des classifications ou des typologies utiles notamment
dans les sciences de l’éducation ou l’étude des psychopathologies. L’un
des intérêts dans la découverte de groupes est de pouvoir caractériser
ceux-ci par des variables démographiques par exemple.
Ce type d’approche est souvent qualifié d’approche centrée sur les
personnes par opposition à une approche centrée sur les variables. Ce
sont alors les personnes qui deviennent les unités conceptuelles et empi-
riques d’analyse. Les variables n’ont pas de signification en soi mais
c’est la configuration des différentes variables dans un système qui a du
sens. En d’autres termes, les valeurs des variables dans une approche
centrée sur les personnes n’ont pas d’importance en elles-mêmes mais
elles prennent du sens en tant que partie d’une configuration de valeurs
de variables. Cette approche fait largement sens en sciences de l’éduca-
tion étant donné que nous sommes intéressés par les personnes (dans
notre cas les apprenants en formation professionnelle initiale) et pas uni-
quement par les liens entre variables.
En outre, la découverte de groupes dans un échantillon permet de
résoudre certains problèmes de non-linéarité. En effet, il se peut que la
relation entre deux variables soit non-linéaire lorsque l’échantillon au
complet est analysé et qu’elle soit linéaire lorsque celle-ci est analysée
220 Motivation et métacognition dans l’apprentissage

séparément pour chaque groupe. La valeur d’une corrélation peut subir


un phénomène analogue: elle peut s’avérer nulle au niveau du groupe
complet mais négative dans un sous-groupe et positive dans un autre.

APPLICATION ET MÉTHODES POUR CHOISIR LE NOMBRE DE GROUPES

Afin de réaliser les analyses centrées sur les personnes, nous avons uti-
lisé le logiciel Mplus 5.0 qui permet de faire des analyses en classes
latentes, nommées analyses en profils latents (latent profile analyses; LPA)
dans le cas où les indicateurs des classes sont des variables continues.
Afin de déterminer le nombre de classes existant dans nos données,
nous avons suivi les recommandations de Nylund et al. (2007) qui
consistent à comparer une série de modèles en augmentant d’une unité
le nombre de classes à chaque étape. La comparaison se base dans un
premier temps sur les indices d’adéquation nommés Lo-Mendell-Rubin
(LMR)1 et Bayesian Information Criteria (BIC)2 afin de choisir un petit
nombre de modèles plausibles. Dans un deuxième temps, une procé-
dure plus efficace mais extrêmement coûteuse au niveau du temps pris
par le logiciel est appliquée pour déterminer lequel, parmi les modèles
sélectionnés suite à la première étape, est le plus adéquat. Cette procé-
dure est nommée bootstrap likelihood ratio test (BLRT)3 et elle permet de
déterminer le nombre de classes avec le plus de sureté selon les résultats
des simulations effectuées par Nylund et al. (2007). En outre, le modèle
doit également être évalué par rapport à son utilité. Ceci signifie qu’il
doit être interprétable (faire sens) et que la qualité de la classification
résultante du choix du nombre de profils doit aussi être évaluée. Pour ce

1 Le test LMR compare l’amélioration de l’adéquation d’un modèle avec k


classe(s) si nous passons à un modèle avec k+1 classes. Une p-valeur est four-
nie afin de déterminer s’il existe une amélioration statistiquement significa-
tive de l’adéquation, justifiant l’inclusion d’une classe supplémentaire.
2 Le BIC est un critère statistique qui permet la sélection d’un modèle parmi
plusieurs alternatives. Cet indice est notamment utilisé pour choisir le
nombre de classes présentes dans un jeu de données, en fonction de la com-
plexité intrinsèque présente. Plusieurs modèles variant dans leurs nombres de
classes peuvent être ordonnés selon leur valeur BIC, celui ayant la valeur la
plus faible étant considéré comme le meilleur.
3 Le BLRT utilise la méthode du bootstrap pour estimer empiriquement la dis-
tribution des différences de log likelihood. L’inclusion d’une classe supplémen-
taire est justifiée de manière analogue au test LMR.
Annexes 221

dernier point, il existe un indice nommé entropie (entropy) qui résume


en un indice unique la qualité de la classification. Toutefois, il n’existe
pas de valeur cut-off pour cet indice et par conséquent nous ne pouvons
pas affirmer qu’il est à un niveau suffisant. En plus de cet indice, le cher-
cheur est attentif au nombre de personnes dans chaque profil et à la spé-
cificité de chaque profil. En comparaison de l’analyse de clusters qui
assigne chaque personne à un cluster de manière exclusive (nous ne
savons pas pour chaque participant quelle serait la probabilité qu’il soit
attribué à un autre cluster que celui auquel il a été attribué), la LPA
donne la probabilité pour chaque personne d’être attribuée à chacun des
profils. Ainsi la classification offre un résumé des probabilités pour cha-
cun des groupes de personnes d’être confondu avec un autre groupe.
Ceci permet de juger la qualité de la classification.
222 Motivation et métacognition dans l’apprentissage
Exploration

Ouvrages parus

Education: histoire et pensée

– Catherine Bouve: L’utopie des crèches françaises au XIXe siècle. Un pari sur l’enfant pauvre. Essai
socio-historique. 308 p., 2010.
– Loïc Chalmel: La petite école dans l’école – Origine piétiste-morave de l’école maternelle française.
Préface de J. Houssaye. 375 p., 1996, 2000, 2005.
– Loïc Chalmel: Jean Georges Stuber (1722-1797) – Pédagogie pastorale. Préface de D. Hameline,
XXII, 187 p., 2001.
– Loïc Chalmel: Réseaux philanthropinistes et pédagogie au 18e siècle. XXVI, 270 p., 2004.
– Nanine Charbonnel: Pour une critique de la raison éducative. 189 p., 1988.
– Marie-Madeleine Compère: L’histoire de l’éducation en Europe. Essai comparatif sur la façon
dont elle s’écrit. (En coédition avec INRP, Paris). 302 p., 1995.
– Jean-François Condette, Jules Payot (1859-1940). Education de la volonté, morale laïque et solidarité.
Itinéraire intellectuel et combats pédagogiques au cœur de la IIIe République. 316 p., 2012.
– Lucien Criblez, Rita Hofstetter (Ed./Hg.), Danièle Périsset Bagnoud (avec la collaboration
de/unter Mitarbeit von): La formation des enseignant(e)s primaires. Histoire et réformes actuelles
/ Die Ausbildung von PrimarlehrerInnen. Geschichte und aktuelle Reformen. VIII, 595 p., 2000.
– Daniel Denis, Pierre Kahn (Ed.): L’Ecole de la Troisième République en questions. Débats et
controverses dans le Dictionnaire de pédagogie de Ferdinand Buisson. VII, 283 p., 2006.
– Marcelle Denis: Comenius. Une pédagogie à l’échelle de l’Europe. 288 p., 1992.
– Patrick Dubois: Le Dictionnaire de Ferdinand Buisson. Aux fondations de l’école républicaine
(1878-1911). VIII, 243 p., 2002.
– Nadine Fink: Paroles de témoins, paroles d’élèves. La mémoire et l’histoire de la Seconde Guerre
mondiale de l’espace public au monde scolaire. XI, 266 p., 2014.
– Philippe Foray: La laïcité scolaire. Autonomie individuelle et apprentissage du monde commun.
X, 229 p., 2008.
– Jacqueline Gautherin: Une discipline pour la République. La science de l’éducation en France
(1882-1914). Préface de Viviane Isambert-Jamati. XX, 357 p., 2003.
– Daniel Hameline, Jürgen Helmchen, Jürgen Oelkers (Ed.): L’éducation nouvelle et les enjeux
de son histoire. Actes du colloque international des archives Institut Jean-Jacques Rousseau.
VI, 250 p., 1995.
– Rita Hofstetter: Les lumières de la démocratie. Histoire de l’école primaire publique à Genève au
XIXe siècle. VII, 378 p., 1998.
– Rita Hofstetter, Charles Magnin, Lucien Criblez, Carlo Jenzer (†) (Ed.): Une école pour la
démocratie. Naissance et développement de l’école primaire publique en Suisse au 19e siècle. XIV,
376 p., 1999.
– Rita Hofstetter, Bernard Schneuwly (Ed./Hg.): Science(s) de l’éducation (19e-20e siècles) – Erzie-
hungswissenschaft(en) (19.–20. Jahrhundert). Entre champs professionnels et champs disciplinaires
– Zwischen Profession und Disziplin. 512 p., 2002.
– Rita Hofstetter, Bernard Schneuwly (Ed.): Passion, Fusion, Tension. New Education and Edu-
cational Sciences – Education nouvelle et Sciences de l’éducation. End 19th – middle 20th century
– Fin du 19e – milieu du 20e siècle. VII, 397 p., 2006.
– Rita Hofstetter, Bernard Schneuwly (Ed.), avec la collaboration de Valérie Lussi, Marco
Cicchini, Lucien Criblez et Martina Späni: Emergence des sciences de l’éducation en Suisse à la
croisée de traditions académiques contrastées. Fin du 19e – première moitié du 20e siècle.
XIX, 539 p., 2007.
– Jean Houssaye: Théorie et pratiques de l’éducation scolaire (1): Le triangle pédagogique. Préface
de D. Hameline. 267 p., 1988, 1992, 2000.
– Jean Houssaye: Théorie et pratiques de l’éducation scolaire (2): Pratique pédagogique.
295 p., 1988.
– Alain Kerlan: La science n’éduquera pas. Comte, Durkheim, le modèle introuvable. Préface de
N. Charbonnel. 326 p., 1998.
– Francesca Matasci: L’inimitable et l’exemplaire: Maria Boschetti Alberti. Histoire et figures de
l’Ecole sereine. Préface de Daniel Hameline. 232 p., 1987.
– Pierre Ognier: L’Ecole républicaine française et ses miroirs. Préface de D. Hameline. 297 p.,
1988.
– Annick Ohayon, Dominique Ottavi & Antoine Savoye (Ed.): L’Education nouvelle, histoire,
présence et devenir. VI, 336 p., 2004, 2007.
– Johann Heinrich Pestalozzi: Ecrits sur l’expérience du Neuhof. Suivi de quatre études de
P.-Ph. Bugnard, D. Tröhler, M. Soëtard et L. Chalmel. Traduit de l’allemand par P.-G. Martin.
X, 160 p., 2001.
– Johann Heinrich Pestalozzi: Sur la législation et l’infanticide. Vérités, recherches et visions. Suivi
de quatre études de M. Porret, M.-F. Vouilloz Burnier, C. A. Muller et M. Soëtard. Traduit
de l’allemand par P.-G. Matin. VI, 264 p., 2003.
– Martine Ruchat: Inventer les arriérés pour créer l’intelligence. L’arriéré scolaire et la classe spé-
ciale. Histoire d’un concept et d’une innovation psychopédagogique 1874–1914. Préface de Daniel
Hameline. XX, 239 p., 2003.
– Jean-François Saffange: Libres regards sur Summerhill. L’œuvre pédagogique de A.-S. Neill.
Préface de D. Hameline. 216 p., 1985.
– Michel Soëtard, Christian Jamet (Ed.): Le pédagogue et la modernité. A l’occasion du
250 e anniversaire de la naissance de Johann Heinrich Pestalozzi (1746-1827). Actes du colloque
d’Angers (9-11 juillet 1996). IX, 238 p., 1998.
– Alain Vergnioux: Pédagogie et théorie de la connaissance. Platon contre Piaget? 198 p., 1991.
– Alain Vergnioux (éd.): Grandes controverses en éducation. VI, 290 p., 2012.
– Marie-Thérèse Weber: La pédagogie fribourgeoise, du concile de Trente à Vatican II. Continuité
ou discontinuité? Préface de G. Avanzini. 223 p., 1997.

Recherches en sciences de l’éducation


– Sandrine Aeby Daghé: Candide, La fée carabine et les autres. Vers un modèle didactique de la
lecture littéraire. IX, 303 p., 2014.
– Linda Allal, Jean Cardinet, Phillipe Perrenoud (Ed.): L’évaluation formative dans un enseigne-
ment différencié. Actes du Colloque à l’Université de Genève, mars 1978. 264 p., 1979, 1981,
1983, 1985, 1989, 1991, 1995.
– Claudine Amstutz, Dorothée Baumgartner, Michel Croisier, Michelle Impériali, Claude
Piquilloud: L’investissement intellectuel des adolescents. Recherche clinique. XVII, 510 p.,
1994.
– Bernard André: S’investir dans son travail: les enjeux de l’activité enseignante. XII, 289 p., 2013
– Guy Avanzini (Ed.): Sciences de l’éducation: regards multiples. 212 p., 1994.
– Daniel Bain: Orientation scolaire et fonctionnement de l’école. Préface de J. B. Dupont et
F. Gendre. VI, 617 p., 1979.
– Jean-Michel Baudouin: De l’épreuve autobiographique. Contribution des histoires de vie à la
problématique des genres de texte et de l’herméneutique de l’action. XII, 532 p., 2010.
– Véronique Bedin & Laurent Talbot (éd.): Les points aveugles dans l’évaluation des dispositifs
d’éducation ou de formation. VIII, 211 p., 2013
– Ana Benavente, António Firmino da Costa, Fernando Luis Machado, Manuela Castro
Neves: De l’autre côté de l’école. 165 p., 1993.
– Jean-Louis Berger: Apprendre : la rencontre entre motivation et métacognition. Autorégulation
dans l’apprentissage des mathématiques en formation professionnelle. XI, 221 p., 2015
– Denis Berthiaume & Nicole Rege Colet (Ed.): La pédagogie de l’enseignement supérieur: repères
théoriques et applications pratiques. Tome 1: Enseigner au supérieur. 345 p., 2013.
– Anne-Claude Berthoud, Bernard Py: Des linguistes et des enseignants. Maîtrise et acquisition
des langues secondes. 124 p., 1993.
– Dominique Bucheton: Ecritures-réécritures – Récits d’adolescents. 320 p., 1995.
– Sandra Canelas-Trevisi: La grammaire enseignée en classe. Le sens des objets et des mani-
pulations. 261 p., 2009.
– Jean Cardinet, Yvan Tourneur (†): Assurer la mesure. Guide pour les études de généralisabilité.
381 p., 1985.
– Felice Carugati, Francesca Emiliani, Augusto Palmonari: Tenter le possible. Une expérience
de socialisation d’adolescents en milieu communautaire. Traduit de l’italien par Claude Béguin.
Préface de R. Zazzo. 216 p., 1981.
– Evelyne Cauzinille-Marmèche, Jacques Mathieu, Annick Weil-Barais: Les savants en
herbe. Préface de J.-F. Richard. XVI, 210 p., 1983, 1985.
– Vittoria Cesari Lusso: Quand le défi est appelé intégration. Parcours de socialisation et de person-
nalisation de jeunes issus de la migration. XVIII, 328 p., 2001.
– Nanine Charbonnel (Ed.): Le Don de la Parole. Mélanges offerts à Daniel Hameline pour son
soixante-cinquième anniversaire. VIII, 161 p., 1997.
– Gisèle Chatelanat, Christiane Moro, Madelon Saada-Robert (Ed.): Unité et pluralité des
sciences de l’éducation. Sondages au cœur de la recherche. VI, 267 p., 2004.
– Florent Chenu: L’évaluation des compétences professionnelles. Une mise à l’épreuve expérimentale
des notions et présupposés théoriques sous-jacents. 347 p., 2015.
– Christian Daudel: Les fondements de la recherche en didactique de la géographie. 246 p., 1990.
– Bertrand Daunay: La paraphrase dans l’enseignement du français. XIV, 262 p., 2002.
– Jean-Marie De Ketele: Observer pour éduquer. (Epuisé)
– Jean-Louis Derouet, Marie-Claude Derouet-Besson (éds.): Repenser la justice dans le domaine
de l’éducation et de la formation. VIII, 385 p., 2009.
– Ana Dias-Chiaruttini: Le débat interprétatif dans l’enseignement du français. XX, XX p., 2015
– Joaquim Dolz, Jean-Claude Meyer (Ed.): Activités métalangagières et enseignement du français.
Actes des journées d’étude en didactique du français (Cartigny, 28 février – 1 mars 1997). XIII,
283 p., 1998.
– Pierre Dominicé: La formation, enjeu de l’évaluation. Préface de B. Schwartz. (Epuisé)
– Pierre-André Doudin, Daniel Martin, Ottavia Albanese (Ed.): Métacognition et éducation.
XIV, 392 p., 1999, 2001.
– Pierre Dominicé, Michel Rousson: L’éducation des adultes et ses effets. Problématique et étude
de cas. (Epuisé)
– Andrée Dumas Carré, Annick Weil-Barais (Ed.): Tutelle et médiation dans l’éducation scienti-
fique. VIII, 360 p., 1998.
– Jean-Blaise Dupont, Claire Jobin, Roland Capel: Choix professionnels adolescents. Etude longi-
tudinale à la fin de la scolarité secondaire. 2 vol., 419 p., 1992.
– Vincent Dupriez, Jean-François Orianne, Marie Verhoeven (Ed.): De l’école au marché du
travail, l’égalité des chances en question. X, 411 p., 2008.
– Raymond Duval: Sémiosis et pensée humaine – Registres sémiotiques et apprentissages intellec-
tuels. 412 p., 1995.
– Eric Espéret: Langage et origine sociale des élèves. (Epuisé)
– Jean-Marc Fabre: Jugement et certitude. Recherche sur l’évaluation des connaissances.
Préface de G. Noizet. (Epuisé)
– Georges Felouzis et Gaële Goastellec (Éd.): Les inégalités scolaires en Suisse. École, société et
politiques éducatives. VI, 273 p., 2015.

– Monique Frumholz: Ecriture et orthophonie. 272 p., 1997.


– Pierre Furter: Les systèmes de formation dans leurs contextes. (Epuisé)
– André Gauthier (Ed.): Explorations en linguistique anglaise. Aperçus didactiques. Avec Jean-
Claude Souesme, Viviane Arigne, Ruth Huart-Friedlander. 243 p., 1989.
– Patricia Gilliéron Giroud & Ladislas Ntamakiliro (Ed.): Réformer l’évaluation scolaire: mission
impossible. 264 p. 2010.
– Michel Gilly, Arlette Brucher, Patricia Broadfoot, Marylin Osborn: Instituteurs anglais insti-
tuteurs francais. Pratiques et conceptions du rôle. XIV, 202 p., 1993.
– André Giordan: L’élève et/ou les connaissances scientifiques. Approche didactique de la construc-
tion des concepts scientifiques par les élèves. 3e édition, revue et corrigée. 180 p., 1994.
– André Giordan, Yves Girault, Pierre Clément (Ed.): Conceptions et connaissances. 319 p., 1994.
– André Giordan (Ed.): Psychologie génétique et didactique des sciences. Avec Androula
Henriques et Vinh Bang. (Epuisé)
– Corinne Gomila: Parler des mots, apprendre à lire. La circulation du métalangage dans les activités
de lecture. X, 263 p. 2011.
– Armin Gretler, Ruth Gurny, Anne-Nelly Perret-Clermont, Edo Poglia (Ed.): Etre migrant.
Approches des problèmes socio-culturels et linguistiques des enfants migrants en Suisse. 383 p.,
1981, 1989.
– Francis Grossmann: Enfances de la lecture. Manières de faire, manières de lire à l’école maternelle.
Préface de Michel Dabène. 260 p., 1996, 2000.
– Jean-Pascal Simon, Francis Grossmann (Ed.): Lecture à l’Université. Langue maternelle, seconde
et étrangère. VII, 289 p., 2004.
– Michael Huberman, Monica Gather Thurler: De la recherche à la pratique. Eléments de
base et mode d’emploi. 2 vol., 335 p., 1991.
– Institut romand de recherches et de documentation pédagogiques (Neuchâtel): Connais-
sances mathématiques à l’école primaire: J.-F. Perret: Présentation et synthèse d’une évaluation
romande; F. Jaquet, J. Cardinet: Bilan des acquisitions en fin de première année; F. Jaquet, E.
George, J.-F. Perret: Bilan des acquisitions en fin de deuxième année; J.-F. Perret: Bilan des acqui-
sitions en fin de troisième année; R. Hutin, L.-O. Pochon, J.-F. Perret: Bilan des acquisitions en
fin de quatrième année; L.-O. Pochon: Bilan des acquisitions en fin de cinquième et sixième année.
1988-1991.
– Daniel Jacobi: Textes et images de la vulgarisation scientifique. Préface de J. B. Grize. (Epuisé)
– René Jeanneret (Ed.): Universités du troisième âge en Suisse. Préface de P. Vellas. 215 p., 1985.
– Samuel Johsua, Jean-Jacques Dupin: Représentations et modélisations: le «débat scientifique»
dans la classe et l’apprentissage de la physique. 220 p., 1989.
– Constance Kamii: Les jeunes enfants réinventent l’arithmétique. Préface de B. Inhelder.
171 p., 1990, 1994.
– Helga Kilcher-Hagedorn, Christine Othenin-Girard, Geneviève de Weck: Le savoir gramma-
tical des élèves. Recherches et réflexions critiques. Préface de J.-P. Bronckart. 241 p., 1986.
– Georges Leresche (†): Calcul des probabilités. (Epuisé)
– Francia Leutenegger: Le temps d’instruire. Approche clinique et expérimentale du didactique
ordinaire en mathématique. XVIII, 431 p., 2009.
– Even Loarer, Daniel Chartier, Michel Huteau, Jacques Lautrey: Peut-on éduquer l’intelligence?
L’évaluation d’une méthode d’éducation cognitive. 232 p., 1995.
– Georges Lüdi, Bernard Py: Etre bilingue. 4e édition. XII, 223 p., 2013.
– Pierre Marc: Autour de la notion pédagogique d’attente. 235 p., 1983, 1991, 1995.
– Jean-Louis Martinand: Connaître et transformer la matière. Préface de G. Delacôte. (Epuisé)
– Jonas Masdonati: La transition entre école et monde du travail. Préparer les jeunes à l’entrée en
formation professionnelle. 300 p., 2007.
– Marinette Matthey: Apprentissage d’une langue et interaction verbale. XII, 247 p., 1996, 2003.
– Paul Mengal: Statistique descriptive appliquée aux sciences humaines. VII, 107 p., 1979, 1984,
1991, 1994, 1999 (5e + 6e), 2004.
– Isabelle Mili: L’œuvre musicale, entre orchestre et écoles. Une approche didactique de pratiques
d’écoute musicale. X, 228 p., 2014.
– Henri Moniot (Ed.): Enseigner l’histoire. Des manuels à la mémoire. (Epuisé)
– Cléopâtre Montandon, Philippe Perrenoud: Entre parents et enseignants: un dialogue impos-
sible? Nouvelle édition, revue et augmentée. 216 p., 1994.
– Christiane Moro, Bernard Schneuwly, Michel Brossard (Ed.): Outils et signes. Perspectives
actuelles de la théorie de Vygotski. 221 p., 1997.
– Christiane Moro & Cintia Rodríguez: L’objet et la construction de son usage chez le bébé. Une
approche sémiotique du développement préverbal. X, 446 p., 2005.
– Lucie Mottier Lopez: Apprentissage situé. La microculture de classe en mathématiques.
XXI, 311 p., 2008.
– Gabriel Mugny (Ed.): Psychologie sociale du développement cognitif. Préface de M. Gilly.
(Epuisé)
– Romuald Normand: Gouverner la réussite scolaire. Une arithmétique politique des inégalités.
XI, 260 p., 2011.
– Sara Pain: Les difficultés d’apprentissage. Diagnostic et traitement. 125 p., 1981, 1985, 1992.
– Sara Pain: La fonction de l’ignorance. (Epuisé)
– Christiane Perregaux: Les enfants à deux voix. Des effets du bilinguisme successif sur l’apprentissage
de la lecture. 399 p., 1994.
– Jean-François Perret: Comprendre l’écriture des nombres. 293 p., 1985.
– Anne-Nelly Perret-Clermont: La construction de l’intelligence dans l’interaction sociale. Edition
revue et augmentée avec la collaboration de Michèle Grossen, Michel Nicolet et Maria-Luisa
Schubauer-Leoni. 305 p., 1979, 1981, 1986, 1996, 2000.
– Edo Poglia, Anne-Nelly Perret-Clermont, Armin Gretler, Pierre Dasen (Ed.): Pluralité
culturelle et éducation en Suisse. Etre migrant. 476 p., 1995.
– Jean Portugais: Didactique des mathématiques et formation des enseignants. 340 p., 1995.
– Nicole Rege Colet & Denis Berthiaume (Ed.): La pédagogie de l’enseignement supérieur: repères
théoriques et applications pratiques. Tome 2. Se développer au titre d’enseignant. VI, 261 p., 2015

– Yves Reuter (Ed.): Les interactions lecture-écriture. Actes du colloque organisé par
THÉODILE-CREL (Lille III, 1993). XII, 404 p., 1994, 1998.
– Philippe R. Richard: Raisonnement et stratégies de preuve dans l’enseignement des mathématiques.
XII, 324 p., 2004.
– Marielle Rispail et Christophe Ronveaux (Ed.): Gros plan sur la classe de français. Motifs et
variations. X, 258 p., 2010.
– Yviane Rouiller et Katia Lehraus (Ed.): Vers des apprentissages en coopération: rencontres et
perspectives. XII, 237 p., 2008.
– Guy Rumelhard: La génétique et ses représentations dans l’enseignement. Préface de A. Jacquard.
169 p., 1986.
– El Hadi Saada: Les langues et l’école. Bilinguisme inégal dans l’école algérienne. Préface de
J.-P. Bronckart. 257 p., 1983.
– Muriel Surdez: Diplômes et nation. La constitution d’un espace suisse des professions avocate et
artisanales (1880-1930). X, 308 p., 2005.
– Valérie Tartas: La construction du temps social par l’enfant. Préfaces de Jérôme Bruner et Michel
Brossard XXI, 252 p., 2008.
– Sabine Vanhulle: Des savoirs en jeu aux savoirs en «je». Cheminements réflexifs et subjectivation
des savoirs chez de jeunes enseignants en formation. 288 p., 2009.
– Joëlle Vlassis: Sens et symboles en mathématiques. Etude de l’utilisation du signe «moins» dans
les réductions polynomiales et la résolution d’équations du premier degré à inconnue. XII, 437 p.,
2010.
– Gérard Vergnaud: L’enfant, la mathématique et la réalité. Problèmes de l’enseignement des mathé-
matiques à l’école élémentaire. V, 218 p., 1981, 1983, 1985, 1991, 1994.
– Nathanaël Wallenhorst: L’école en France et en Allemagne. Regard de lycéens, comparaison
d‘expériences scolaires. IX, 211 p., 2013.
– Jacques Weiss (Ed.): A la recherche d’une pédagogie de la lecture. (Epuisé)
– Richard Wittorski, Olivier Maulini & Maryvonne Sorel (éds). Les professionnels et leurs
formations. Entre développement des sujets et projets des institutions. VI, 237 p., 2015
– Tania Zittoun: Insertions. A quinze ans, entre échec et apprentissage. XVI, 192 p., 2006.