« Les diagrammes dans l'analyse qualitative » : différence entre les versions
mAucun résumé des modifications |
|||
(6 versions intermédiaires par le même utilisateur non affichées) | |||
Ligne 5 : | Ligne 5 : | ||
|page_precedente=Les matrices dans l'analyse qualitative | |page_precedente=Les matrices dans l'analyse qualitative | ||
|page_suivante=Interprétation et vérification des données qualitatives | |page_suivante=Interprétation et vérification des données qualitatives | ||
|statut= | |statut=à améliorer | ||
| | |difficulté=débutant | ||
}} | }} | ||
== Diverses représentations visuelles (diagrammes, carte, etc.) == | == Diverses représentations visuelles (diagrammes, carte, etc.) == | ||
Ligne 16 : | Ligne 16 : | ||
Cette technique (Miles & Huberman, 2003, p. 190) permet de visualiser des relations et des flux d’informations entre rôles et groupes et de les expliquer. | Cette technique (Miles & Huberman, 2003, p. 190) permet de visualiser des relations et des flux d’informations entre rôles et groupes et de les expliquer. | ||
Exemple de [http://edutechwiki.unige.ch/mediawiki/images/f/f4/New-pedagogies-context-chart.png workflow] d'introduction d'innovations pédagogiques au niveau universitaire. Les rectangles représentes les rôles et les ellipses les flux d'activités. | Exemple de [http://edutechwiki.unige.ch/mediawiki/images/f/f4/New-pedagogies-context-chart.png workflow] d'introduction d'innovations pédagogiques au niveau universitaire. Les rectangles représentes les rôles et les ellipses les flux d'activités. | ||
L'utilisation de langages formels comme UML ou [https://fr.wikipedia.org/wiki/Office_support_systems_analysis_and_design OSSAD] est recommandé pour mener ce type d'analyses. | |||
Le diagramme peut être [ | [[Image:new-pedagogies-context-chart.png|none|]] | ||
L'utilisation de langages formels comme [[UML]] ou [https://fr.wikipedia.org/wiki/Office_support_systems_analysis_and_design OSSAD] est recommandé pour mener ce type d'analyses. | |||
Le diagramme peut être annoté une fois que les relations ont clairement été identifiées. | |||
[[Image:new-pedagogies-context-chart-annotated.png|none]] | |||
== Exemples de stratégies de visualisation == | == Exemples de stratégies de visualisation == | ||
Ce que vous pouvez réaliser est sans limites. Une telle analyse utilise simplement un langage plus ou moins précis pour rendre compte de schémas conceptuels. | Ce que vous pouvez réaliser est sans limites. Une telle analyse utilise simplement un langage plus ou moins précis pour rendre compte de schémas conceptuels. | ||
Exemples: | Exemples: | ||
Les graphes typologiques exposent les attributs de types d’objets à la manière d’une arborescence | |||
[[Image:typology-tree-diagram.png|none|frame]] | |||
Les structures de messages peuvent être représentées à l’aide de «schémas de messages» comme l'ont rapporté [http://www.sciencedirect.com/science/article/pii/S0360131503000897 Pena-Shaff et Nichols (2004)] | |||
Dialogue et structures de messages | |||
Les structures de messages peuvent être représentées à l’aide de «schémas de messages» comme l'ont rapporté [http://www.sciencedirect.com/science/article/pii/S0360131503000897 Pena-Shaff et Nichols (2004)] | |||
[[image:pena-shaff-nichols-message-map.png|frame|none|Source: Student Interaction and Meaning Construction in Computer Bulletin Board Systems (BBS) http://www.sloanconsortium.org/conference/proceedings/2004/ppt/1087.ppt - reproduced without permission]] | |||
== Diagrammes d’activités UML == | == Diagrammes d’activités UML == | ||
Ligne 66 : | Ligne 75 : | ||
Il y a cinq acteurs différents: l’évaluateur, l’animateur, le responsable du groupe, l’étudiant et le coordinateur. | Il y a cinq acteurs différents: l’évaluateur, l’animateur, le responsable du groupe, l’étudiant et le coordinateur. | ||
[http://www.imsglobal.org | [[image:imsld_bestv1p08.gif|frame|none|Activity Diagram for Problem Based Learning. Source: [http://www.imsglobal.org/learningdesign/ldv1p0/imsld_bestv1p0.html IMS]]] | ||
D’autres langages UML peuvent être utiles pour l’analyse de données qualitatives (e.g. diagrammes de cas et diagrammes de classe). | D’autres langages UML peuvent être utiles pour l’analyse de données qualitatives (e.g. diagrammes de cas et diagrammes de classe). | ||
Ligne 72 : | Ligne 82 : | ||
== Flux de causalité == | == Flux de causalité == | ||
Un flux de causalité représente des variables (concepts) à l’aide de flèches. Cette technique (Miles & Huberman, 2003, pp. 403 et suivantes), qui est un processus de synthèse, permet de visualiser des relations et des flux d’informations et de les expliquer. | Un flux de causalité représente des variables (concepts) à l’aide de flèches. Cette technique (Miles & Huberman, 2003, pp. 403 et suivantes), qui est un processus de synthèse, permet de visualiser des relations et des flux d’informations et de les expliquer. | ||
Voici une exemple simple, abstrait: | |||
[[Image:simple-causality-graph.png]] | |||
Il existe pleines de variantes. Le “operational coding” (Axelrod, 1976) est assez populaire en sciences politiques. Il permet de visualiser des chaînes de raisonnement et d'en calculer le résultat. | |||
[[Image:operational-coding-graph.png|Example: Teacher talking about active pedagogies, ICT connections, Forums]] | |||
== Résumé == | == Résumé == |
Dernière version du 4 février 2019 à 17:53
Manuel de recherche en technologie éducative | |
---|---|
Module: Analyse de données qualitatives | |
◀▬▬▶ | |
⚐ à améliorer | ☸ débutant |
⚒ 2019/02/04 |
Diverses représentations visuelles (diagrammes, carte, etc.)
Il existe différents moyens de représenter visuellement l'analyse des données. Ces moyens représentent l'analyse car le chercheur y fait transparaitre le processus dynamique qu'il étudie. Le va et vient entre la description textuelle et la représentation visuelle s'enrichissent mutuellement et il est recommandé d'utiliser les deux méthodes conjointement. L'objectif du chercheur (explorer, décrire, classifier, expliquer, prédire) et les caractéristiques de ses données détermineront les méthodes les plus appropriées pour réaliser l'analyse par visualisation (e.g. pour décrire l'action, vous pouvez utiliser une carte cognitive). Pour effectuer votre choix, recourir aux ouvrages méthodologiques de référence peut s'avérer judicieux (e.g. Miles, Huberman & Saldaña (2014). Qualitative Data Analysis A Methods Sourcebook => consulter la table des matières détaillée depuis https://books.google.com par exemple).
Les diagrammes contextuels
Cette technique (Miles & Huberman, 2003, p. 190) permet de visualiser des relations et des flux d’informations entre rôles et groupes et de les expliquer.
Exemple de workflow d'introduction d'innovations pédagogiques au niveau universitaire. Les rectangles représentes les rôles et les ellipses les flux d'activités.
L'utilisation de langages formels comme UML ou OSSAD est recommandé pour mener ce type d'analyses. Le diagramme peut être annoté une fois que les relations ont clairement été identifiées.
Exemples de stratégies de visualisation
Ce que vous pouvez réaliser est sans limites. Une telle analyse utilise simplement un langage plus ou moins précis pour rendre compte de schémas conceptuels.
Exemples: Les graphes typologiques exposent les attributs de types d’objets à la manière d’une arborescence
Dialogue et structures de messages Les structures de messages peuvent être représentées à l’aide de «schémas de messages» comme l'ont rapporté Pena-Shaff et Nichols (2004)
Diagrammes d’activités UML
Le langage de modélisation unifié (UML) "de l'anglais Unified Modeling Language (UML), est un langage de modélisation graphique à base de pictogrammes conçu pour fournir une méthode normalisée pour visualiser la conception d'un système. Il est couramment utilisé en développement logiciel et en conception orientée objet." (https://fr.wikipedia.org/wiki/UML_%28informatique%29). Il comprend une notation graphique standardisée qui peut être utilisée pour créer un modèle abstrait d’un système : le modèle UML. Certains langages de modélisation éducatifs sont également décrits comme des diagrammes UML. Par exemple, le modèle d’information sémantique d’IMS Learning Design, (anciennement EML) a été exprimé en UML. Un autre exemple est coUML (Derntl & Motschnig, 2007), un langage de modélisation multifonctionnel éducatif qui peut être utilisé pour concevoir ou analyser des cours d’un niveau général à un niveau détaillé.
Les diagrammes d’activité UML sont couramment utilisés dans l'ingénierie pédagogique. Il existe trois types de nœuds dans les modèles d’activité:
- Les nœuds d’action agissent sur les valeurs de contrôle et de données qu’ils reçoivent et fournissent un contrôle et des données à d’autres actions. Plus simplement, les nœuds d’action indiquent ce que les agents (e.g. une personne) font à un moment donné.
- Les nœuds de contrôle déterminent les flots de contrôle et de données.
- Les nœuds de fusion et de décision sont représentés par un losange.
- Les bifurcations et les points de rencontre sont représentées par une ligne verticale ou horizontale (et les flots entrants et sortants). Une ou plusieurs activités peuvent bifurquer et une ou plusieurs activités peuvent fusionner.
- Le nœud initial est représenté par un point noir. Il ne peut y avoir qu’un nœud initial (départ).
- Les nœuds de fin d’activité sont représentés par un gros point noir entouré d’un cercle (symbole d’œil de taureau). La fin d’un flot (mais pas de toute l’activité) est représentée par un X entouré d’un cercle.
- Les nœuds d’objets représentent les données qui attendent de poursuivre leur chemin dans le diagramme.
- Enfin, il existe un autre concept important, les "couloirs de natation". Les activités peuvent être représentées dans ces couloirs, qui représentent chacun un acteur différent.
Diagramme d’activité UML pour l’apprentissage par problème
Cet exemple est issu du Guide de mise en œuvre et des meilleures pratiques IMS LD, révision 2003, et il montre comment un modèle d’apprentissage fondé sur l'apprentissage par problème peut être défini. Le diagramme a été élaboré à l’aide de récits tels que le suivant:
A l’Université de Pennsylvanie, les étudiants en technologies et sciences de l’information prennent part à des cours de type apprentissage par problème. Dans chaque cours, un certain nombre d’activités d’apprentissage par problème ont lieu. La préparation à ces problèmes comprend une introduction aux objectifs, à la politique et à la structure du cours, aux principes de l’apprentissage par problème et aux activités de résolution de problèmes par groupes. Pour toute activité d’apprentissage par problème, des étudiants sont répartis dans des équipes et reçoivent une description d’un problème, des objectifs, des exigences relatives au document et à la présentation attendus, des ressources et, enfin, les critères d’évaluation. Les étudiants reçoivent ensuite une série de tâches d’apprentissage individuelles, qui couvrent tous les domaines du problème en général. Ces tâches comprennent la participation à des activités de discussion, l’accès à des experts du domaine, le passage en revue du contenu et des ressources en ligne. Dès que les étudiants ont complété toutes les tâches individuelles, ils sont évalués sur la base de leur résolution du problème, qu’ils auront rendu sous la forme d'un document rédigé et d'une présentation présentielle. Ils prendront également part à une activité de discussion, à une auto-évaluation et à une évaluation par les pairs, et, de manière annexe, à des quiz en ligne.
Un récit peut également prendre la forme d’une liste, comme le montre l’exemple suivant, qui est issu de la même spécification, avec quelques petites modifications.
- Le coordinateur du cours présente au groupe une description d’un problème.
- Chaque étudiant du groupe, de même que l’animateur, lit le problème (sur le site web).
- Les étudiants désignent un responsable – le porte-parole du groupe, responsable d’enregistrer les décisions clés du groupe, et la personne élue est déclarée responsable par l’animateur.
- Les membres du groupe communiquent alors entre eux et avec l’animateur pour clarifier le problème, discuter et clarifier la terminologie et toute question ouverte, pour parvenir en fin de compte à leur propre définition succincte du problème.
- Le responsable de groupe rédige cette description du problème et le groupe poursuit le travail en identifiant des solutions possibles ou des explications au problème.
- Ces explications possibles sont rassemblées en un petit nombre que les étudiants devront développer davantage.
- Les explications à poursuivre sont listées dans un texte disponible en ligne.
- Le groupe identifie alors les objectifs d’apprentissage du problème et les apprenants se lancent dans la recherche requise.
- Finalement, les groupes se rencontrent en présentiel ou en ligne pour discuter de leurs résultats, avec la participation de l’animateur.
- Le responsable du groupe résume les résultats dans un texte en ligne.
- Par la suite, un évaluateur et l’animateur se concertent au sujet de la performance du groupe, puis l’évaluateur délivre une évaluation du groupe.
Il y a cinq acteurs différents: l’évaluateur, l’animateur, le responsable du groupe, l’étudiant et le coordinateur.
D’autres langages UML peuvent être utiles pour l’analyse de données qualitatives (e.g. diagrammes de cas et diagrammes de classe).
Flux de causalité
Un flux de causalité représente des variables (concepts) à l’aide de flèches. Cette technique (Miles & Huberman, 2003, pp. 403 et suivantes), qui est un processus de synthèse, permet de visualiser des relations et des flux d’informations et de les expliquer.
Voici une exemple simple, abstrait:
Il existe pleines de variantes. Le “operational coding” (Axelrod, 1976) est assez populaire en sciences politiques. Il permet de visualiser des chaînes de raisonnement et d'en calculer le résultat.
Résumé
Les stratégies d'analyse par visualisation sont très variées. Le chercheur sélectionnera la plus appropriée en fonction de ses objectifs (explorer, décrire, classifier, expliquer, prédire) et la documentera avec une description textuelle, processus toujours enrichissant. Notez que quelque soit la stratégie d'analyse que vous choisissiez, il est toujours important de soumettre vos analyses à la critique constructive d'un autre chercheur et aussi de les confronter aux données initiales et, enfin, de les soumettre aux participants de l'étude pour vérifier que vous ne vous êtes pas fourvoyé.
Pour pratiquer:
Lisez le résumé et l’article de Mile A., Prié Y. (2006). Une théorie de la trace informatique pour faciliter l’adaptation dans la confrontation logique d’utilisation / logique de conception, Journées Rochebrune 2006.
Pour quelles raisons les auteurs se sont-ils intéressés aux traces numériques et que proposent-ils?