Les communications > Par auteur > Martin Elena

L'utilisation du mobile learning en tant que guide pour soutenir l'apprentissage basé sur la démarche d'investigation.
Elena Martin  1, *@  , Jérémy CastÉra  1@  , Hélène Cheneval-Armand  1@  , Sabrina Marchi  1@  , Pascale Brandt-Pomares  1@  
1 : Apprentissage, Didactique, Evaluation, Formation
Aix Marseille Université, Aix Marseille Université : EA4671
* : Auteur correspondant

L'utilisation du Mobile Learning (ML) se développe de plus en plus dans le domaine des sciences de l'éducation. Cet artefact peut améliorer l'expérience d'apprentissage des élèves ainsi que leurs résultats d'apprentissage dans différents domaines enseignés, y compris en science à l'école primaire (eg. Arain et al., 2018; Chen & Huang, 2020; Crompton et al., 2016). De plus, certains types de guidage pour soutenir les apprentissages lors d'une démarche d'investigation dans des environnements virtuels ont pu se montrer efficaces (Zacharia et al., 2015). Néanmoins, si ce guidage directement inclus dans des environnements virtuels a pu être étudié, peu de recherches se sont intéressées à un guidage en ML dans des environnements d'apprentissage physiques (au sens non virtuel). Le principal objectif de cette étude est d'analyser l'impact du guidage par prompt instructions via tablettes lors d'une séance d'investigation sur l'astronomie dans une classe ordinaire. Nous nous sommes particulièrement intéressés à l'effet de cet artefact sur l'expérience d'apprentissage et les résultats d'apprentissages des élèves à l'école primaire. Pour cela, nous avons mis en place un protocole comparant un groupe expérimental (n=23), utilisant un guidage tablette par prompt instructions et animé par une enseignante, avec un groupe témoin (n=19) bénéficiant uniquement du guidage de l'enseignante à travers les étapes de l'investigation. L'expérience d'apprentissage des élèves a été testée à travers un questionnaire composé de 12 items mesurant l'engagement, le défi, l'intérêt et l'instruction par les pairs immédiatement après la séance (Fu et al., 2009; Huang et al., 2016). Les apprentissages ont été mesurés grâce à un questionnaire composé de 5 items portant sur les concepts clés étudiés lors de l'investigation. Les résultats ont montré que l'approche guidée en ML et couplée à l'intervention de l'enseignante améliore l'expérience d'apprentissage des élèves, particulièrement l'engagement et l'intérêt, quel que soit leur niveau initial de connaissances en astronomie. Si pour les deux modalités nous constatons une progression significative des résultats d'apprentissage des élèves, nos analyses ne permettent pas de clairement mettre en évidence une différence d'efficacité de ces deux modalités sur les apprentissages.

Chen, C.-C., & Huang, P.-H. (2020). The effects of STEAM-based mobile learning on learning achievement and cognitive load. Interactive Learning Environments, 0(0), 1‑17. https://doi.org/10.1080/10494820.2020.1761838

Crompton, H., Burke, D., Gregory, K. H., & Gräbe, C. (2016). The Use of Mobile Learning in Science : A Systematic Review. Journal of Science Education and Technology, 25(2), 149‑160. https://doi.org/10.1007/s10956-015-9597-x

Huang, T.-C., Chen, C.-C., & Chou, Y.-W. (2016). Animating eco-education : To see, feel, and discover in an augmented reality-based experiential learning environment. Computers & Education, 96, 72‑82. https://doi.org/10.1016/j.compedu.2016.02.008

Zacharia, Z. C., Manoli, C., Xenofontos, N., de Jong, T., Pedaste, M., van Riesen, S. A. N., Kamp, E. T., Mäeots, M., Siiman, L., & Tsourlidaki, E. (2015). Identifying potential types of guidance for supporting student inquiry when using virtual and remote labs in science : A literature review. Educational Technology Research and Development, 63(2), 257‑302. https://doi.org/10.1007/s11423-015-9370-0



  • Poster
Personnes connectées : 1 Vie privée
Chargement...