s’engager dans la recherche est un élément important de la compréhension des sciences cognitives et de la science de l’apprentissage.
Il aide à tester dans quelle mesure les stratégies d’enseignement et d’apprentissage actuelles fonctionnent et les théories et en développement de nouvelles; Il aide à soutenir ou à contredire les théories que nous pourrions avoir sur l’enseignement et l’apprentissage; Et sans cela, nous ne saurions pas quelles stratégies sont utiles ou nocives pour les étudiants.
Mais, si la recherche constitue le fondement des stratégies dont les enseignants ont besoin, pourquoi est-il si difficile à comprendre? Eh bien, il y a quelques bases à comprendre pour rendre cela moins intimidant. Nous avons donc mis en place ce guide pour vous aider à reconnaître un document de recherche qui vous serait utile et à comprendre ce que cela signifie réellement…
Livre CPD professeur de théorie de la charge cognitive CPD
Causalité vs corrélation
Dans la recherche, les relations entre les facteurs sont souvent décrites de deux manières:
Causalité: lorsqu’une action (x) provoque directement un résultat (y)
Corrélation: où l’action (a) est associée à une autre action (b)
Alors, à quoi cela pourrait-il ressembler dans la vraie vie? Disons qu’un groupe de chercheurs constate que plus les gens achètent de la crème glacée, plus ils achètent des lunettes de soleil. Maillots Chelsea FC Il s’agit d’une relation corrélationnelle, car bien que les ventes de crème glacée ne provoquent pas les ventes de lunettes de soleil, il y a toujours une association entre les deux.
Mais disons que les ventes de glaces et les ventes de lunettes de soleil sont toutes deux causées par un temps ensoleillé. Le temps amène les gens à acheter plus de glace et de lunettes de soleil; C’est une causalité.
D’une manière générale, la recherche corrélationnelle n’est pas aussi fiable que la recherche causale. Un indicateur d’une bonne étude valide est lorsqu’il est capable de prouver que X a directement causé Y.
Lorsque vous lisez des recherches, déterminez si les résultats sont corrélationnels ou causaux avant de partager les résultats avec vous. Par exemple, si une étude suggère que plus de temps passé à étudier a provoqué des notes plus élevées, vous pouvez dire à vos élèves qu’une façon d’améliorer leurs notes pourrait être d’étudier plus longtemps. Cependant, si la recherche ne montre qu’une corrélation entre les heures passées à étudier et aux notes, il y a simplement une association entre les deux. Dans ce cas, recommander que les étudiants étudient pour des périodes plus longues pour obtenir une meilleure note peuvent ne pas être utiles.
Taille de l’échantillon
Un facteur qui varie souvent entre les études de recherche est la taille de l’échantillon, qui est le nombre de participants dans une étude, généralement représentée par «N».
Le choix d’un échantillon est extrêmement important dans la recherche. Bien qu’ils ne soient pas toujours possibles, les grandes tailles d’échantillon rendent les données plus précises et fiables, car les chercheurs peuvent supposer que les résultats de l’étude peuvent également être généralisés du reste de la population.
Par exemple, si 1 000 étudiants réussissent mieux lors de la révision entrelacée au lieu de bloquer, il est très probable que d’autres étudiants bénéficieront également de la même stratégie. Vous pouvez donc supposer que les résultats de l’étude seront également vrais pour vos élèves.
Cependant, cela ne rend pas des études plus petites peu fiables ou inapplicables – parfois, celles-ci permettent des résultats plus détaillés. Mais plus important encore, une grande taille d’échantillon avec peu ou pas de diversité parmi les sujets peut ne pas être applicable à vos étudiants s’ils ne répondent pas aux mêmes critères.
Taille de l’effet
La recherche décrira souvent les résultats de leurs études en utilisant une taille d’effet standardisée, qui est la force de la relation entre deux variables.
Les tailles d’effet sont calculées à l’aide d’une équation statistique et donnent une valeur entre 0 et 1. Plus la taille de l’effet est grande, plus la relation entre les variables est grande. Par exemple, une relation forte aurait une taille d’effet d’environ 0,8 ou plus, tandis qu’une relation plus faible aurait une taille d’effet d’environ 0,2.
Lors de la lecture de la recherche, vous devriez viser à rechercher des articles avec une taille d’effet d’environ 0,5 – mais n’oubliez pas qu’une petite taille d’effet est meilleure qu’aucune taille d’effet. Si une intervention à faible effort a un petit effet, cela peut encore valoir votre temps.
Jetez un œil à la valeur P (valeur de probabilité) également, un nombre entre 0 et 1, ce qui indique dans quelle mesure il est probable que l’effet soit le résultat du hasard. La plupart du temps, les chercheurs utilisent un niveau de signification de 0,05 ou moins, ce qui signifie qu’il y a une probabilité inférieure à 5% que le hasard ait causé l’effet. Plus il est proche de 0, plus les résultats sont statistiquement significatifs.
Conceptions d’étude
Les scientifiques cognitifs peuvent choisir de mener leurs recherches de différentes manières, selon ce qu’ils essaient de découvrir. Par exemple, si un chercheur souhaite étudier l’utilisation de l’espacement en classe, il peut souhaiter mener la recherche en classe. Jetons un coup d’œil à certains types de conceptions d’étude…
Recherche dans un laboratoire psychologique
Une expérience de laboratoire est une recherche menée dans un environnement hautement contrôlé. Les chercheurs sont capables de manipuler les conditions de l’expérience comme ils le souhaitent. Ils décident où tL’expérience aura lieu et un ensemble de circonstances choisi.
Les expériences de laboratoire sont souvent la conception d’étude préférée des chercheurs; Ils sont le seul type de recherche qui leur permet de contrôler les Maillots Équipe du pays de Galles de football variables externes qui peuvent interférer avec les résultats de l’étude. Par exemple, si les chercheurs Maillots Real Madrid examinent si la pratique de la récupération améliore les performances du test, des facteurs externes tels que la température de la pièce ou la quantité de sommeil que le participant a obtenu la nuit précédente peut également affecter les performances du test. Les expériences en laboratoire sont capables de contrôler ces facteurs et permettent donc aux chercheurs de conclure des relations causales, qui sont très fiables dans le monde de la recherche.
Cependant, soyez prudent lorsque vous généralisez les résultats des expériences en laboratoire à vos élèves. Un inconvénient de ce type de conception d’étude est que les conditions artificielles du laboratoire peuvent amener les participants à se comporter d’une manière différente de la façon dont ils le feraient dans la vie réelle. Cela rend plus difficile de généraliser les résultats à la vie réelle.
Recherche en classe
Bien que les recherches menées dans un contexte comme une salle de classe ne soient pas aussi fiables en termes de causalité, il est plus susceptible de refléter votre expérience réelle, ce qui rend les résultats plus applicables à la population plus large. La généralisation de ce type de recherche à vos étudiants est généralement meilleure que la généralisation des résultats des expériences en laboratoire.
Cependant, l’utilisation de cette conception d’étude signifie que les chercheurs ont moins de contrôle sur les variables externes qui pourraient affecter la validité de l’enquête de la recherche.
Méta-analyse
Une méta-analyse est l’endroit où les chercheurs rassemblent un grand nombre d’études similaires et utilisent une analyse statistique pour déterminer à quel point une stratégie pourrait avoir un impact. Ces études ne mènent elles-mêmes aucune expérience – elles donnent plutôt un aperçu de la littérature existante sur un sujet particulier, ce qui vous donnera une vision plus complète d’une certaine stratégie.
Études longitudinales
Les études longitudinales étudient des individus ou un groupe de personnes sur une longue période de temps. Cela peut aller des années à des décennies et examine comment un comportement particulier change tout au long de l’étude. Cette conception d’étude permet aux chercheurs de comparer les participants à eux-mêmes plutôt qu’aux autres participants au fil du temps.
Les études longitudinales sont utiles lorsque les chercheurs veulent étudier l’effet que le temps a sur un certain facteur, comme l’impact que l’exercice constant a sur le rendement des élèves.
Dernières pensées
Bien qu’il soit important de tester d’anciennes idées et d’en développer de nouvelles, la recherche en sciences cognitives n’est pas destinée à remplacer le jugement des enseignants. Au lieu de cela, il existe pour aider à l’informer. Une étude ne peut pas donner de réponse définitive, mais prise dans le cadre d’une collection, elle peut aider à peindre une image pour fournir des lignes directrices sur la façon dont cela pourrait fonctionner le mieux.
Postuler pour rejoindre le réseau des sciences cognitives