Popular in Professional

Leading Figures

Induction of Social Contagion

Yale University Nicholas A. Christakis

Business

The Allegory of the Favela: The Multifaceted Effects of Socioeconomic Mobility

University of Pennsylvania Leandro S. Pongeluppe

Architecture

Connecting Cities and Nature

University of Virginia Timothy Beatley

Human Rights Law

Human Rights and Corruption: Problems and Potential of Individualising a Systemic Problem

Max Planck Institute Anne Peters

Finance

Chinese Exchange Rate Policy: Lessons for Global Investors

University of California San Diego Michael Melvin

Law

A statistical approach to law school citation rankings

University of Virginia Joshua Fischman

Education

Data-driven Decision Making using Local Multi-source Data

View more insights in Professional - Education - Pedagogy

View more figures from Université du Québec à Trois-Rivières

View the page of André Villeneuve

Read the Study

Next in Education

I do plan to do that in the future, just not the near future

Tim Fish | Monash University

Posthumanist new materialist pathways for reimagining music education research

Pamela Burnard | University of Cambridge

André Villeneuve discusses the professional practice of a teacher-researcher who introduced a pedagogical decision-making process using local multi-source data in a professional learning community.

Image courtesy of interviewee. February 5, 2024

Log-in or Sign-up to Faculti
Currently viewing this subject insight as a guest. You have insight(s) remaining for this month. Login to view 8000+ figures on the platform.

Generating Workspace...

Export as PDF

This video video discusses the increasing interest in the use of data in education by researchers and educators globally, emphasizing the importance of local data in decision-making for pedagogical improvements. It highlights the necessity of utilizing multiple sources of local data to address educational challenges effectively. This video video describes a study conducted in a French-speaking high school in Quebec, Canada, which identified limited use of standardized data and a lack of formal processes for data-driven decision-making.

The author presents a model for a decision-making process based on local data from various sources, focusing on enhancing teacher effectiveness and student success. The methodology includes establishing objectives, collecting and analyzing data, and implementing plans based on insights gained. This video video outlines key themes from the study, such as the importance of a common language among educators regarding data and the role of technology in facilitating this process.

Furthermore, it stresses that data should inform decisions, emphasizing the shift from merely collecting data to transforming it into actionable information that leads to improved educational outcomes. Ultimately, the study advocates for the development of collaborative professional learning communities that utilize data effectively to support educational practice. The document also mentions the influence of technology, including artificial intelligence, in enhancing data analysis capabilities within educational settings.

Language:

Export as PDF

X-TIMESTAMP-MAP:LOCAL=00:00:00.000,MPEGTS=900000

00:00.000 --> 00:02.270
D'abord, on sait que depuis plusieurs années déjà,

00:02.620 --> 00:05.080
les chercheurs et les éducateurs du monde entier

00:05.080 --> 00:07.400
s'intéressent à l'utilisation des données en éducation.

00:08.180 --> 00:10.600
En fait, les écrits mentionnent que ce sont les données

00:10.790 --> 00:13.680
locales qui sont les plus utilisées dans les écoles pour la

00:13.680 --> 00:14.840
prise de décisions pédagogiques.

00:14.840 --> 00:16.480
Donc, les données qui sont accessibles dans les

00:16.480 --> 00:18.560
établissements scolaires et en ce qui a trait aux

00:18.560 --> 00:21.400
communautés d'apprentissage professionnels est une modalité

00:21.400 --> 00:24.240
de travail quand même importante en éducation.

00:24.350 --> 00:26.280
L'utilisation des données est essentielle

00:26.280 --> 00:27.480
à son bon fonctionnement.

00:27.920 --> 00:30.600
Pourquoi puisqu'elle permet des effets

00:30.600 --> 00:31.880
durables sur la réussite des élèves.

00:32.190 --> 00:34.760
Elle permet également des prises de décision pour régler des

00:34.880 --> 00:37.080
problèmes d'ordre pédagogiques notamment ou

00:37.610 --> 00:40.360
aider à choisir la meilleure option parmi plusieurs.

00:41.180 --> 00:43.920
Ici, on considère l'utilisation des données locales de

00:43.920 --> 00:46.600
sources multiples comme une pratique professionnelle en soi.

00:46.600 --> 00:49.080
Donc je vais le détailler plus tard, mais euh,

00:49.180 --> 00:51.800
si je résume les données locales de source multiples

00:51.890 --> 00:54.800
concernent des données de nature quantitative ou

00:54.800 --> 00:58.280
qualitatives qui sont accessibles ou produites dans

00:58.280 --> 00:59.320
les établissements scolaires.

00:59.430 --> 01:02.840
Donc, si ça le résume dans notre étude,

01:02.940 --> 01:05.200
le problème qu'on a identifié dans une école secondaire

01:05.310 --> 01:07.120
francophone du Québec au Canada,

01:07.490 --> 01:10.120
c'est qu'on avait observé que l'utilisation des données

01:10.440 --> 01:14.280
limitées qu'aux données chiffrées aux examen standardiser

01:14.830 --> 01:18.280
notamment, et qu'il y avait une absence de processus formels

01:18.280 --> 01:20.600
d'utilisation des données pour prendre des décisions

01:20.600 --> 01:23.160
pédagogiques dans le cadre des des caps,

01:23.700 --> 01:26.320
des communautés d'apprentissage professionnels et que les

01:26.520 --> 01:29.120
solutions informatiques qui étaient existantes pour le

01:29.120 --> 01:32.040
traitement des données étaient isolées plutôt qu'en réseau.

01:32.040 --> 01:35.480
Donc, il y avait une ité de solutions informatique et les

01:35.480 --> 01:36.560
prises de décision, finalement,

01:36.560 --> 01:38.600
est appuyé sur des de les fragmentaires

01:39.140 --> 01:42.000
de déchiffrer et sur des critères individuels.

01:42.000 --> 01:43.880
Donc pas nécessairement liés aux

01:43.880 --> 01:45.320
priorités de l'établissement scolaire.

01:45.550 --> 01:48.240
Donc, c'est pourquoi nous avons développé et implanté un

01:48.240 --> 01:50.120
processus décisionnel appuyé sur les données

01:50.120 --> 01:51.200
locales de sources multiples.

01:51.990 --> 01:55.040
Plus précisément, notre étude porte sur l'analyse,

01:55.100 --> 01:58.160
la pratique parelle d'un enseignant chercheur relative à

01:58.160 --> 02:00.480
l'implantation de ce processus dal.

02:01.110 --> 02:05.700
Donc, c'est la question de l'enseignant facteur en fait,

02:05.760 --> 02:09.260
à l'époque, à l'année 2017 huit,

02:09.300 --> 02:12.260
j'étais doctorant en administration de l'éducation est

02:12.470 --> 02:14.620
également enseignant leader dans le milieu.

02:14.650 --> 02:18.180
Donc, ce qui justifie ma posture d'enseignement chercheur et

02:18.180 --> 02:21.780
j'avais reçu un mandat de former une cape centré sur

02:21.780 --> 02:24.700
l'utilisation des données pour répondre notamment à un

02:24.820 --> 02:26.020
problème craignant dans le milieu scolaire,

02:26.050 --> 02:27.740
soit les difficultés de plusieurs élèves

02:27.800 --> 02:29.020
en compation de lecture.

02:29.290 --> 02:32.180
Donc on a formalisé formulant,

02:32.180 --> 02:35.100
fait un objectif d'étude et qui était d'identifier les

02:35.100 --> 02:38.100
aliments, les éléments impliqués dans la mise en œuvre d'un

02:38.100 --> 02:40.260
processus de prisee de décision appuyé sur les données

02:40.260 --> 02:43.100
locales de sources multiples dans le cadre d'une cape

02:43.170 --> 02:44.260
processus ici,

02:44.260 --> 02:46.660
l'implantation de tous le processus de l'implantation,

02:46.800 --> 02:49.820
en fait, lation du processus donnée considérée comme une

02:49.940 --> 02:52.060
pratique professionnelle sommairement.

02:52.060 --> 02:53.820
La théorie de la pratique professionnelle

02:54.570 --> 02:56.860
fait référence à un ensemble des théories de l'action qui

02:56.860 --> 02:58.820
définissent des comportements intentionnels

02:58.820 --> 02:59.820
De l'individu.

02:59.950 --> 03:03.040
Donc elles sont, elles sont en effet mieux comprises comme

03:03.040 --> 03:04.920
des cas particuliers, des théories de l'action qui

03:05.200 --> 03:07.720
déterminent tout comportement délibéré moins intentionnel.

03:08.030 --> 03:10.600
Donc, le comportement intentionnel ou délibéré selon

03:11.700 --> 03:15.160
était considéré comme le désir de poursuivre des objectifs

03:15.160 --> 03:16.520
d'objets dans le cadre de notre étude.

03:17.600 --> 03:19.740
En fait, les théories de la pratique professionnelle

03:19.860 --> 03:22.220
incluent généralement des théories d'intervention

03:22.220 --> 03:23.340
centrée sur l'efficacité.

03:24.050 --> 03:26.180
Dans la présente étude, la notion d'efficacité fait

03:26.180 --> 03:28.460
référence à la capacité des enseignants à prendre des

03:28.620 --> 03:30.980
décisions judicieuses, en l'occurrence des décisions

03:30.980 --> 03:33.820
pédagogiques pertinentes pour la réussite des élèves à

03:33.820 --> 03:36.060
travers cette expérience et à la suite de l'apprenti process

03:36.060 --> 03:38.420
d'apprentissage, les comportements évoluent.

03:38.640 --> 03:41.420
Et en ce sens, selon barbier 1980,

03:41.680 --> 03:44.260
la pratique professionnelle est en fait un processus qui

03:44.260 --> 03:47.340
transforme une réalité en une autre et qui nécessite

03:47.340 --> 03:48.380
une intervention humaine.

03:49.260 --> 03:50.270
Donc, le processus,

03:50.320 --> 03:54.030
notre processus que décisionnel implique donc les éducateurs

03:54.050 --> 03:57.590
administrateurs et direction d'établissement adoptent des

03:57.590 --> 03:58.710
comportements intentionnels.

03:58.710 --> 04:01.630
Donc, poursuivre des objectifs pédagogiques afin de devenir

04:01.630 --> 04:04.790
plus efficaces dans leur crise de décision pertinente

04:05.330 --> 04:06.670
sur les services tifs,

04:06.860 --> 04:09.510
dont l'expérience renforcera cette efficacité.

04:10.100 --> 04:11.350
Dans le cas de notre étude,

04:11.500 --> 04:14.670
l'utilisation des données en fait et plus particulièrement

04:14.730 --> 04:17.670
liées à la prise de décisions, appuyer sur les données.

04:17.860 --> 04:19.030
Donc pour équipe,

04:19.060 --> 04:22.230
moto et marche 2007 à référence aux enseignants,

04:22.230 --> 04:24.470
au directeur d'établissement d'enseignement et aux

04:24.470 --> 04:27.670
administrateurs collecte et analysent systématiquement des

04:27.670 --> 04:30.310
données pour guider une série de décisions visant à

04:30.510 --> 04:32.670
améliorer la Russie des délais et des écoles.

04:33.180 --> 04:35.270
Donc elle est donc généralement considérée comme un

04:35.270 --> 04:37.430
processus qui permet de comprendre ce que les élèves

04:37.430 --> 04:40.030
apprennent ou n'apprennent pas pouvoir y

04:40.030 --> 04:41.110
répond efficacement.

04:41.820 --> 04:45.830
Donc, c'est la prise de dessus a sur les données,

04:45.830 --> 04:48.510
ce que je viens d'expliquer, si un élément fondamental de

04:48.510 --> 04:49.830
notre cadre conceptuel,

04:50.490 --> 04:52.910
un des éléments du câble aussi dans les éléments,

04:52.910 --> 04:54.310
c'est les données, le concept de données,

04:54.570 --> 04:56.830
si on prend la définition de prak et Davenport,

04:56.960 --> 04:59.190
c'est un ensemble de faits discrets et objectifs liés

04:59.190 --> 05:00.270
à des événements.

05:00.700 --> 05:02.310
Plus concrètement dans notre étude,

05:02.310 --> 05:05.110
c'est tout élément susceptible d'informer les intervenants

05:05.110 --> 05:06.750
sur le cheminement scolaire de l'élève.

05:07.760 --> 05:10.550
Comme il réagit à l'enseignement sous plan des

05:10.710 --> 05:12.030
apprentissages, des comportements,

05:12.050 --> 05:14.030
des attitudes et ses relations sociales.

05:14.830 --> 05:16.110
Ew, on nous mis de l'avant,

05:16.110 --> 05:18.230
le concept de données locales de sources multiples.

05:18.340 --> 05:21.670
Donc j'y reviens toutes données structurées.

05:21.700 --> 05:24.670
Donc les données qu'on qu'on retrouve dans les bases de

05:24.670 --> 05:27.270
données ou non structurées, le langage humain, par exemple,

05:27.490 --> 05:28.670
ou semi structurés.

05:28.900 --> 05:32.470
Donc, qui partagent certaines intéressées du structuré et

05:32.470 --> 05:35.070
non structurées, quelle soient de nature quantitative ou

05:35.180 --> 05:38.470
qualitative et accessible ou produite

05:38.470 --> 05:39.510
dans l'établissement scolaire.

05:40.770 --> 05:42.870
Le ça doit définir ici lignes,

05:43.010 --> 05:44.910
le concept de donnée local de sources multiples.

05:44.910 --> 05:46.550
Mais je fais quand même un arrêt sur l'image.

05:46.690 --> 05:51.030
Le mot local local ici signifie que l'on utilise des données

05:51.030 --> 05:53.110
pour régler un problème, répondre à une question,

05:53.410 --> 05:55.070
si ce n'est pas seulement limitée à

05:55.070 --> 05:56.510
l'intérieur des murs de l'école ou de

05:56.510 --> 05:59.000
L'établissement, si on va chercher des données sur le web,

05:59.000 --> 06:02.320
par exemple, pour répondre à une problématique d'ordre

06:02.320 --> 06:03.480
pédagogique à l'école,

06:03.480 --> 06:05.600
celle de bien pour nous et une données locale

06:05.660 --> 06:06.680
ou des données locales.

06:07.840 --> 06:09.940
Le troisième élément, c'est l'outil technologique.

06:10.160 --> 06:14.220
On a parti sur le concept d'outils d'aide à la ion.

06:14.410 --> 06:17.700
Donc, qui les caractéristiques suivantes,

06:17.760 --> 06:19.020
qui permet de collecter,

06:19.150 --> 06:21.700
structurer et analyser en fonction des priorités de l'

06:21.700 --> 06:24.300
établissement scolaire et permet aussi des résultats en

06:24.300 --> 06:28.220
temps réel et interactifs au début de l'étude,

06:28.520 --> 06:31.420
on n'avait pas toutes ces technologiques ne

06:32.080 --> 06:34.340
ne rencontrera pas toutes ces caractéristiques là,

06:34.340 --> 06:36.020
mais vous allez voir dans le développement,

06:36.400 --> 06:38.860
il y a eu un développement technologique à la suite de

06:38.860 --> 06:42.300
l'étude, l'autre grand pilier ou grand concept,

06:42.480 --> 06:44.180
la communauté d'apprentissage professionnels.

06:44.180 --> 06:47.380
Donc on peut définir brièvement comme une modalité de

06:47.380 --> 06:51.060
travail collaboratif vise la justice de tous les élèves par

06:51.060 --> 06:52.660
le développement professionnel de ces membres.

06:53.050 --> 06:56.940
Donc, si on base eaker et collaborateur 2004,

06:58.120 --> 07:00.780
lui dit que la communauté d'apprentissage professionnel,

07:00.880 --> 07:04.380
la cape repose sur quatre axes importants, l'apprentissage,

07:05.310 --> 07:07.730
ce que devaient apprendre les élèves, la collaboration.

07:08.040 --> 07:11.490
Donc il s'agissait du partage d'expertise entre les membres.

07:11.630 --> 07:14.610
Les résultats permet qu'on doit faire de celui de

07:14.610 --> 07:17.050
l'évolution des élèves par rapport à des objectifs clairs,

07:17.050 --> 07:19.210
stratégiques, mesurables et atteignables,

07:19.230 --> 07:22.450
et finalement sur les preuves pour nous dans notre étude,

07:22.480 --> 07:24.770
s'il s'agit de données locales de sources multiples et

07:25.400 --> 07:27.930
témoignent des traces de l' des élèves.

07:28.480 --> 07:30.370
Donc, concrètement, notre processus

07:31.730 --> 07:33.920
s'articule autour de six étapes.

07:33.950 --> 07:38.000
Donc la première établir des objectifs ou une des questions

07:38.000 --> 07:39.960
auxquelles les données vont nous aider à répondre,

07:40.110 --> 07:41.240
collecter les données,

07:41.680 --> 07:43.080
analyser interprter à l'aide

07:43.080 --> 07:44.240
d'un outil d'aide à la décision.

07:44.340 --> 07:47.480
Ces fameuses données décider normalement,

07:47.480 --> 07:50.640
c'est actualisé par l'élaboration d'un plan d'action et

07:50.640 --> 07:52.120
mettre en œuvre un plan,

07:52.140 --> 07:55.640
ce plan d'action et finalement évaluer rétroagir.

07:55.750 --> 07:58.600
Donc reprendre les étapes du processus au besoin.

07:59.730 --> 08:01.820
Donc les leviers en ce qui concerne les

08:02.790 --> 08:05.540
directions d'établissements d'enseignement qui peuvent

08:05.540 --> 08:08.460
mettre de l'avant justement pour favoriser l'utilisation des

08:08.460 --> 08:09.580
données dans un établissement,

08:10.060 --> 08:12.300
certains pratiquants ont été relevés dans

08:12.300 --> 08:13.420
la recherche, j'en mention.

08:13.490 --> 08:17.140
Quelques-unes, probablement l'établissement d'objectifs

08:17.140 --> 08:18.540
spécifiques est mesurable,

08:18.540 --> 08:21.740
lié aux besoins de l'école est intégré une vision commune,

08:22.640 --> 08:25.540
la mise à disposition de ressources humaines technologiques

08:25.580 --> 08:27.380
nécessaires à son utilisation.

08:28.070 --> 08:30.770
Par exemple, un spécialiste en matière de données,

08:30.870 --> 08:35.850
le temps alloué des appareils informatiques adaptés et

08:36.600 --> 08:40.090
performants et la création d'un climat de confiance et de

08:40.290 --> 08:42.290
collaboration et la promotion de l'utilisation

08:42.290 --> 08:43.370
des données dans les quatre.

08:43.370 --> 08:46.050
Donc, comment c'était un appel de collaboration dans

08:46.050 --> 08:50.320
l'équipe école, malgré son impact positif qui n'utilisa pas

08:50.320 --> 08:53.360
des données à l'école est parfois son objectif initial,

08:53.360 --> 08:54.840
soit l'amélioration de lancement

08:54.860 --> 08:56.240
Et de l'apprentissage.

08:56.860 --> 08:59.520
On a relevé à la littérature que les milieux ou les systèmes

08:59.520 --> 09:02.600
éducatifs qui sont axés fortement sur la responsabilisation

09:02.600 --> 09:06.390
des acteurs, ce qu'on appelle les systèmes à fort en jeu

09:06.930 --> 09:10.430
où il peut avoir des sanctions si les objets,

09:10.570 --> 09:12.150
les objectifs ne sont pas atteints,

09:12.500 --> 09:14.830
mais ça peut amener les milieux à réduire le nombre

09:14.830 --> 09:18.270
d'objectifs pédagogiques pour mieux performer lors des tests

09:18.270 --> 09:20.070
scandalisés ministériels ou d'états.

09:20.820 --> 09:25.790
Donc l'enseignement centré sur les tests également,

09:26.030 --> 09:28.110
certains milieux pourraient mettre une pression industrie

09:28.110 --> 09:30.790
sur les élèves peu performants afin qu'ils décrochent pour

09:30.790 --> 09:33.070
maintenir un taux de réussite positif pour l'école.

09:33.100 --> 09:35.910
Donc, pour sauvegarder l'image de l'école et

09:36.820 --> 09:38.710
tout simplement plus concrètement des

09:38.910 --> 09:40.030
exclure des tests standardisés.

09:40.030 --> 09:42.550
Donc, ce sont les principales mesures qui peuvent qui

09:42.550 --> 09:44.510
menacent être le principe d'équité et

09:44.510 --> 09:45.910
d'égalité pour tous les élèves.

09:46.900 --> 09:49.150
Mais si on revient sur les effets de l'utilisation des

09:49.150 --> 09:53.350
données en éducation, c'est à ce aux écoles performantes.

09:53.380 --> 09:55.150
Donc on remarque dans la recherche qui

09:56.170 --> 09:58.470
ont des effets positifs sur seulement et l'apprentissage,

09:58.470 --> 10:00.910
comme je l'ai déjà mentionné en autant,

10:00.910 --> 10:03.230
pourvu que les données soient fiables et valides,

10:03.440 --> 10:04.630
qu'on parle de fiabilité.

10:04.770 --> 10:06.230
Si on parle d'une cohérence,

10:06.230 --> 10:09.670
maintenir une cohérence des résultats à la suite des mesures

10:09.670 --> 10:11.750
répétées et la validité de faire

10:12.810 --> 10:16.430
à nos dispositifs d'évaluation doit s'assurer qu' mesurent

10:16.430 --> 10:19.630
comme ce qu'on cherche à mesurer effectivement

10:20.210 --> 10:22.830
et permet aussi un suivi duement scolaire des élèves.

10:23.260 --> 10:25.190
Mais il faut quand même retenir que l'utilisation des

10:25.190 --> 10:27.230
données n'est pas une pain en en application,

10:27.230 --> 10:30.910
mais bien un moyen efficace à d'améliorer le fonctionnement

10:30.910 --> 10:33.150
de l'école sur les plans de l'enseignement

10:33.210 --> 10:34.230
et de l'apprentissage.

10:35.210 --> 10:37.910
On relève aussi les compétences à la principale.

10:37.910 --> 10:39.550
En fait, les principales, je dirais,

10:39.550 --> 10:42.420
c'est de naissance à nous donner puisque

10:43.440 --> 10:45.300
les données ne disent, vous ne fournissent

10:45.330 --> 10:46.740
rien décide de rien.

10:46.750 --> 10:51.340
Même certaines études de l'avant que trop de données nient

10:51.340 --> 10:52.700
justement à la prise de décision.

10:52.700 --> 10:54.940
Donc c'est vraiment le s qui est important.

10:55.530 --> 10:56.860
Nous, ce qu'on doit utiliser,

10:56.860 --> 10:59.260
c'est une transformation des données en information.

11:00.060 --> 11:01.390
Donc après ça,

11:01.390 --> 11:04.990
on AE ces informations là pour en faire des connaissances,

11:05.120 --> 11:07.830
permettait de faire plus de décisions pertinentes et

11:07.830 --> 11:10.510
contextualisés, mais quand même pour un seul individu,

11:10.510 --> 11:12.070
une direction d'établissement, par exemple,

11:12.070 --> 11:14.750
c'est un processus complexe au niveau cognitif.

11:15.060 --> 11:17.950
Donc c'est ce qui justifie dans la recherche d'utiliser les

11:17.950 --> 11:19.830
données en éducation en équipe collaborative,

11:20.180 --> 11:23.030
notamment en communauté d'apprentissage professionnel ou en

11:23.190 --> 11:25.110
équipe de données notamment, euh,

11:25.110 --> 11:27.390
qui permet à aussi un développement

11:27.390 --> 11:28.430
professionnel de ses membres.

11:29.280 --> 11:31.470
Enfin, on a effectué une analyse de la pratique

11:31.470 --> 11:33.550
professionnelle d'une enseignant chercheur suivant

11:33.550 --> 11:36.070
l'approche de lch et d 2000, donc,

11:36.330 --> 11:37.790
qui repose sur trois axes.

11:37.900 --> 11:41.070
Donc, c'est une analyse qui est centrée sur l'action dont la

11:41.070 --> 11:43.830
réflexion est effectuée à l'aide d'une seconde chercheuse,

11:44.560 --> 11:46.590
qu'on appelle une réflexion biologique,

11:46.590 --> 11:49.070
mais également membres de la cape et

11:49.610 --> 11:52.470
un entretien constant entre la recherche

11:52.770 --> 11:53.800
Et la pratique.

11:54.450 --> 11:56.300
Mais la démarche plus concrète, en fait,

11:56.300 --> 11:59.740
on a suivi de schéma général de cahier 2007 d'abord en

11:59.740 --> 12:01.740
commençant par la sélection de la pratique.

12:01.740 --> 12:05.820
Donc l'implantation de Laure décision, le choix du corpus.

12:06.170 --> 12:08.740
Donc, en fait, nous ait de collecte de données.

12:08.740 --> 12:11.300
On a choisi le journal de bord et desus des

12:12.080 --> 12:14.880
des rencontres de la cap et l'analyse.

12:14.880 --> 12:18.040
Ensuite, du corpus on a choisi deux types d'analyse

12:18.190 --> 12:19.640
qualitative, la narrative,

12:20.060 --> 12:23.760
qui consiste un exercice d'écriture de réécriture pour faire

12:23.960 --> 12:25.800
émerger les sens, le sens ou l'essence,

12:25.820 --> 12:28.120
l'interprétation de nos données par la suite,

12:28.120 --> 12:31.490
on ayant effectué une analyse thématique

12:32.180 --> 12:35.570
liée à notre cadre conceptuel et notre processus en entier.

12:36.070 --> 12:38.850
Par la suite, on a dégagé des réflexions professionnelles

12:38.850 --> 12:41.490
sur les thèmes émergents et on a mis en lumière les

12:41.490 --> 12:43.330
implications pratiques et théoriques.

12:43.680 --> 12:46.770
Donc, il y a deux principales étapes pour la mise en œuvre

12:46.770 --> 12:48.970
de notre méthodologie, la planification

12:49.620 --> 12:54.290
qu'on pourrait résumer en la recension des écrits et la

12:54.290 --> 12:57.170
conception du processus décisionnel.

12:57.590 --> 12:59.010
La seconde étape,

12:59.010 --> 13:00.970
c'est l'incantation en tant que telle du processus

13:01.400 --> 13:02.570
dans la cape.

13:02.600 --> 13:06.130
Donc, notre analyse révélées sept thèmes,

13:06.130 --> 13:08.890
dont six sont associés à chacune des atteintes de notre

13:08.890 --> 13:11.130
processus et un septième qui a émergé

13:11.130 --> 13:12.170
qui nous a même surpris.

13:12.170 --> 13:15.170
Donc le thème un qui à la table des établissements,

13:15.170 --> 13:16.690
des objectifs ou des questions,

13:16.990 --> 13:19.730
ces mobilisations des membres autour d'un objectif commun.

13:20.080 --> 13:23.800
Donc, à la suite de la présentation du processus à l'école,

13:24.060 --> 13:26.360
les membres ont souhaité l'expérimenter pour aider le

13:26.480 --> 13:28.280
problème de difficultés de compréhension en

13:28.280 --> 13:29.480
lecture chez plusieurs élèves.

13:30.220 --> 13:33.640
Et ils ont comme adopté cet objectif là comme

13:34.510 --> 13:36.120
reconnu comme prioritaire, en fait.

13:36.190 --> 13:40.280
Donc c'était majeur pour la mise à la mise en place,

13:40.280 --> 13:41.440
l'implantation du processus.

13:41.740 --> 13:44.320
Le deuxième thème, c'est correspond à l'étape

13:44.320 --> 13:45.440
de collecter des données.

13:45.650 --> 13:48.120
C'est l'acquisition d'un langage commun.

13:48.580 --> 13:52.560
On a eu remarqué que avant d'aller en collecte de données

13:52.560 --> 13:54.520
pour s'assurer que tous les membres partagent

13:55.140 --> 13:57.560
une compréhension des principaux concepts,

13:58.370 --> 13:59.630
je donne un exemple concret.

13:59.650 --> 14:02.590
Par exemple, plusieurs enseignants associés,

14:02.590 --> 14:05.550
le concept de données au seul données chiffrées

14:06.210 --> 14:09.190
aux tests formatifs des étudiants alors qu'il y a des

14:09.190 --> 14:11.870
données d'observation, même les contextes, l'ambiance,

14:12.330 --> 14:15.670
il y a plein de les fameuses données de sources

14:15.670 --> 14:16.990
multiples n'étaient pas considérées.

14:16.990 --> 14:19.910
Donc on a mis à plat vraiment la connaissance du concept

14:20.480 --> 14:23.830
principaux ava vallée, un collègue de Denis,

14:24.080 --> 14:26.190
c'est quand même important comme thème

14:26.800 --> 14:28.790
troisième thème qui correspond l'analyse,

14:28.850 --> 14:30.270
une interprétation des données.

14:30.270 --> 14:33.430
C'est la compétence en relation personnelles ici du gauche

14:33.430 --> 14:34.430
ou de l'animateur.

14:34.740 --> 14:37.270
Typiquement, c'est l'enseignant chercheur afin de mettre en

14:37.270 --> 14:39.630
valeur les diverses expertises des membres

14:40.170 --> 14:41.270
de leur leadership,

14:41.270 --> 14:43.670
mais de l'avant aussi leurs valeurs personnelles, comment

14:44.830 --> 14:48.710
ils s'expriment et s'est basé essentiellement sur un

14:48.830 --> 14:51.160
questionnement individuel et collectif pour orienter les

14:51.160 --> 14:53.160
discussions autour des données et des objectifs.

14:53.160 --> 14:56.360
Donc, c'est un travail de recentrage les discussions pour

14:56.360 --> 15:01.240
rester toujours à ni et on a aussi l'importance du temps,

15:01.240 --> 15:04.200
c'est l'importance du rôle de facilitateur de l'enseignant

15:04.200 --> 15:07.280
cherchant plutôt qu'expert pour favoriser des échanges.

15:07.310 --> 15:09.680
Donc l'aspect intimidation,

15:10.830 --> 15:15.760
mais intimidant d'un expert en donné passe un facilitateur

15:15.760 --> 15:16.840
qui est beaucoup plus fluide.

15:16.910 --> 15:21.560
Donc ça ouvre la discussion, permet d'ouvrir la parole,

15:21.860 --> 15:23.840
à donner à la parole aux membres de la carte.

15:24.100 --> 15:25.960
Le quatrième thème, c'est décidé.

15:25.990 --> 15:29.520
Donc l'autoformation des mâle au gré des rencontres,

15:29.820 --> 15:31.880
on s'est aperçu que les membres avaient un intérêt

15:31.880 --> 15:33.840
grandissant pour les résultats de la recherche

15:34.390 --> 15:36.640
afin d'élaborer des plans d'action pertinents et

15:36.640 --> 15:38.600
contextualisés et il lié

15:38.600 --> 15:40.360
véritablement aux besoins des élèves.

15:40.360 --> 15:42.440
Donc, il y eu recherche documentaire

15:43.270 --> 15:47.120
amplifiées au cours de l'étude et des échanges de manuscrit

15:47.120 --> 15:48.480
professionnels et scientifiques.

15:49.860 --> 15:51.760
Le thème s'est mis en œuvre du plan

15:52.380 --> 15:56.400
et un peu surprise mise en œuvre différenciée, en fait,

15:56.550 --> 15:59.800
bien qu'on a élaboré des plans d'action communs,

15:59.940 --> 16:02.760
l'actualisation de ces plans était différenciée en fonction

16:02.760 --> 16:05.000
des contextes de chacun des membres des

16:05.000 --> 16:06.040
enseignants, par exemple.

16:06.270 --> 16:09.840
Donc composition de la tasse de la classe affectait quand

16:09.840 --> 16:13.400
même la mise l'actualisation du plan ou encore la matière

16:13.570 --> 16:16.960
enseignée, le thème si évalué rétro g.

16:16.990 --> 16:20.640
Donc, ça porte la réflexion, consolidation et réhabilite

16:21.220 --> 16:23.280
réévaluation du processus.

16:23.280 --> 16:26.720
Donc, c'est un thème qui met en lumière la consolidation des

16:26.960 --> 16:30.600
apprentissages qui ont été acquis au cours de l'étude.

16:30.670 --> 16:32.840
Donc, vocabulaire qui sont lesché au gré des rencontres,

16:32.940 --> 16:36.560
la prise de conscience des savoirs à combler pour la

16:36.680 --> 16:38.400
prochaine rencontre ou à venir.

16:38.980 --> 16:40.560
Le thème sept, c'est que celui qui, nous autres surprise,

16:40.560 --> 16:43.000
qui le rapport paradoxal des membres avec les outils

16:43.000 --> 16:44.600
technologiques, en fait,

16:44.820 --> 16:48.120
les membres reconnaissent la valeur ajoutée des avancée

16:48.120 --> 16:50.600
technologiques pour valoriser les données,

16:50.790 --> 16:53.680
mais ne sont pas nécessairement prêts à investir beaucoup

16:53.680 --> 16:57.640
d'efforts ou de temps pour les maîtriser amplement.

16:57.830 --> 16:59.560
Donc, les outils en vigueur, si

17:00.260 --> 17:03.920
on a constaté qu'ils ne répondait pas ou que partiellement

17:03.920 --> 17:06.280
aux besoins des morts, c'est dire, c'est-à-dire

17:06.900 --> 17:08.280
les membres avaient un manque de

17:08.280 --> 17:11.070
compétences pour les utiliser.

17:11.410 --> 17:13.630
Il y avait aussi une limite des outils fois,

17:13.810 --> 17:16.710
on ne permettait pas de valoriser les données.

17:17.170 --> 17:19.630
Et les membres ont exprimé choix de développer un outil

17:19.630 --> 17:20.630
pertinent pour leur travail.

17:20.630 --> 17:23.270
Donc quils soient convivial en fonction de leurs besoins

17:23.270 --> 17:25.430
professionnels, notamment qu'ils permettent de la

17:25.430 --> 17:27.510
centralisation des données et que les

17:28.070 --> 17:30.350
résultats soient partageables en temps réel.

17:31.390 --> 17:33.080
Donc, si chaque résume, en fait,

17:33.230 --> 17:35.840
nous sommes partie d'une problématique ou on avait identifié

17:35.900 --> 17:38.320
que l'utilisation des données limitées quaux données

17:38.320 --> 17:40.280
chiffrées dans le milieu scolaire,

17:40.420 --> 17:42.800
il y avait une absence de processus formelle d'utilisation

17:42.800 --> 17:45.440
des données, des prises de décision pédagogiques,

17:46.220 --> 17:47.680
une élection informatiques pour le

17:47.680 --> 17:48.880
traitement des données étaient

17:48.990 --> 17:52.570
Isolés ou plutôt qu en fait,

17:52.570 --> 17:55.890
il était isolé plutôt qu'en qu'en fonctionnement en réseau,

17:56.070 --> 17:58.090
les prises de décision est pris sur des données

17:58.250 --> 17:59.690
fragmentaires des critères individuels.

17:59.690 --> 18:01.850
Donc pas nécessairement liés aux priorités

18:01.950 --> 18:03.050
de l'établissement scolaire.

18:03.400 --> 18:04.450
Donc c'est à partir de là,

18:04.670 --> 18:06.210
n'a pour effectué une analyse de la pratique

18:06.210 --> 18:07.490
professionnelle d'un enseignant.

18:07.570 --> 18:10.330
Chercheur donc l'implantation d'un processus décisionnel

18:10.760 --> 18:12.930
appuyé sur les données locales de sources multiples.

18:13.360 --> 18:14.610
Donc, sur le plan théorique,

18:14.780 --> 18:17.450
c'est premièrement l'identification des thèmes qui

18:17.810 --> 18:20.490
contribuent en fait les qui contribuent à l'implantation

18:20.490 --> 18:24.410
d'un tel processus décisionnel et il retombé plus pratique.

18:24.410 --> 18:27.650
Donc, l'admiration du fonctionnement des communautés

18:27.650 --> 18:29.810
d'apprentissage professionnels qui touche à la prise de

18:29.930 --> 18:33.610
décision pédagogique et aussi se rendent compte que ce

18:33.610 --> 18:35.690
processus est inscrit dans défi évolutif

18:35.690 --> 18:36.850
d'amélioration continue.

18:37.080 --> 18:40.450
Donc l'importance du facteur technologique dans ce processus

18:41.390 --> 18:43.010
que nous avons développé par la suite,

18:43.350 --> 18:45.730
un outil d'aide à la décision en recourant

18:46.830 --> 18:48.370
des techniques d'intelligence artificielle.

18:48.400 --> 18:49.650
Donc, nous nous sommes

18:49.790 --> 18:52.970
as associé une entreprise qui s'appelle len analytics,

18:53.110 --> 18:55.690
qui a permis de développer une outil d'analyse des données

18:55.690 --> 18:57.890
locales de sources multiples en temps réel et en fonction

18:57.890 --> 19:00.970
des objectifs de l'établissement et qui permet également de

19:01.130 --> 19:03.210
partager les résultats en temps réel et aussi

19:03.250 --> 19:04.770
d'interagir avec ses résultats.

19:05.320 --> 19:08.050
Donc, dans le développement, à la suite des choses,

19:08.310 --> 19:11.010
le développement technologique va amener une amélioration de

19:11.010 --> 19:12.730
ce processus au fil du temps.

19:12.950 --> 19:14.930
Et c'est ce qui justifie, à notre avis,

19:15.030 --> 19:18.010
de mener d'autres recherches relatives à l'utilisation des

19:18.010 --> 19:21.490
données en éducation en considérant les eries en analytique

19:21.950 --> 19:24.490
et en intelligence artificielle, notamment.

Utilisation des données locales en éducation

00:00:00 - D'abord, on sait que depuis plusieurs années déjà, les chercheurs et les éducateurs du monde entier s'intéressent à l'utilisation des données en éducation. En fait, les écrits mentionnent que ce sont les données locales qui sont les plus utilisées dans les écoles pour la prise de décisions pédagogiques. Donc, les données qui sont accessibles dans les établissements scolaires et en ce qui a trait aux communautés d'apprentissage professionnels est une modalité de travail quand même importante en éducation. L'utilisation des données est essentielle à son bon fonctionnement. Pourquoi puisqu'elle permet des effets durables sur la réussite des élèves. Elle permet également des prises de décision pour régler des
00:00:37 - aider à choisir la meilleure option parmi plusieurs. Ici, on considère l'utilisation des données locales de sources multiples comme une pratique professionnelle en soi. Donc je vais le détailler plus tard, mais euh, si je résume les données locales de source multiples concernent des données de nature quantitative ou qualitatives qui sont accessibles ou produites dans les établissements scolaires. Donc, si ça le résume dans notre étude, le problème qu'on a identifié dans une école secondaire
00:01:07 - c'est qu'on avait observé que l'utilisation des données limitées qu'aux données chiffrées aux examen standardiser notamment, et qu'il y avait une absence de processus formels d'utilisation des données pour prendre des décisions pédagogiques dans le cadre des des caps, des communautés d'apprentissage professionnels et que les solutions informatiques qui étaient existantes pour le traitement des données étaient isolées plutôt qu'en réseau. Donc, il y avait une ité de solutions informatique et les
00:01:36 - est appuyé sur des de les fragmentaires de déchiffrer et sur des critères individuels. Donc pas nécessairement liés aux priorités de l'établissement scolaire. Donc, c'est pourquoi nous avons développé et implanté un processus décisionnel appuyé sur les données locales de sources multiples. Plus précisément, notre étude porte sur l'analyse, la pratique parelle d'un enseignant chercheur relative à l'implantation de ce processus dal. Donc, c'est la question de l'enseignant facteur en fait,
00:02:09 - j'étais doctorant en administration de l'éducation est également enseignant leader dans le milieu. Donc, ce qui justifie ma posture d'enseignement chercheur et j'avais reçu un mandat de former une cape centré sur l'utilisation des données pour répondre notamment à un problème craignant dans le milieu scolaire, soit les difficultés de plusieurs élèves en compation de lecture. Donc on a formalisé formulant, fait un objectif d'étude et qui était d'identifier les aliments, les éléments impliqués dans la mise en œuvre d'un
00:02:40 - locales de sources multiples dans le cadre d'une cape processus ici, l'implantation de tous le processus de l'implantation, en fait, lation du processus donnée considérée comme une pratique professionnelle sommairement. La théorie de la pratique professionnelle fait référence à un ensemble des théories de l'action qui définissent des comportements intentionnels De l'individu. Donc elles sont, elles sont en effet mieux comprises comme des cas particuliers, des théories de l'action qui déterminent tout comportement délibéré moins intentionnel. Donc, le comportement intentionnel ou délibéré selon

Using Data to Enhance Educational Decision-Making

00:03:15 - d'objets dans le cadre de notre étude. En fait, les théories de la pratique professionnelle incluent généralement des théories d'intervention centrée sur l'efficacité. Dans la présente étude, la notion d'efficacité fait référence à la capacité des enseignants à prendre des décisions judicieuses, en l'occurrence des décisions pédagogiques pertinentes pour la réussite des élèves à travers cette expérience et à la suite de l'apprenti process d'apprentissage, les comportements évoluent. Et en ce sens, selon barbier 1980, la pratique professionnelle est en fait un processus qui
00:03:47 - une intervention humaine. Donc, le processus, notre processus que décisionnel implique donc les éducateurs administrateurs et direction d'établissement adoptent des comportements intentionnels. Donc, poursuivre des objectifs pédagogiques afin de devenir plus efficaces dans leur crise de décision pertinente sur les services tifs, dont l'expérience renforcera cette efficacité. Dans le cas de notre étude, l'utilisation des données en fait et plus particulièrement
00:04:17 - Donc pour équipe, moto et marche 2007 à référence aux enseignants, au directeur d'établissement d'enseignement et aux administrateurs collecte et analysent systématiquement des données pour guider une série de décisions visant à améliorer la Russie des délais et des écoles. Donc elle est donc généralement considérée comme un processus qui permet de comprendre ce que les élèves apprennent ou n'apprennent pas pouvoir y répond efficacement. Donc, c'est la prise de dessus a sur les données,
00:04:48 - notre cadre conceptuel, un des éléments du câble aussi dans les éléments, c'est les données, le concept de données, si on prend la définition de prak et Davenport, c'est un ensemble de faits discrets et objectifs liés à des événements. Plus concrètement dans notre étude, c'est tout élément susceptible d'informer les intervenants sur le cheminement scolaire de l'élève. Comme il réagit à l'enseignement sous plan des apprentissages, des comportements, des attitudes et ses relations sociales. Ew, on nous mis de l'avant,
00:05:18 - Donc j'y reviens toutes données structurées. Donc les données qu'on qu'on retrouve dans les bases de données ou non structurées, le langage humain, par exemple, ou semi structurés. Donc, qui partagent certaines intéressées du structuré et non structurées, quelle soient de nature quantitative ou qualitative et accessible ou produite dans l'établissement scolaire. Le ça doit définir ici lignes, le concept de donnée local de sources multiples. Mais je fais quand même un arrêt sur l'image.
00:05:51 - pour régler un problème, répondre à une question, si ce n'est pas seulement limitée à l'intérieur des murs de l'école ou de L'établissement, si on va chercher des données sur le web, par exemple, pour répondre à une problématique d'ordre pédagogique à l'école, celle de bien pour nous et une données locale ou des données locales. Le troisième élément, c'est l'outil technologique. On a parti sur le concept d'outils d'aide à la ion. Donc, qui les caractéristiques suivantes,

Utilisation des données et collaboration éducative

00:06:19 - structurer et analyser en fonction des priorités de l' établissement scolaire et permet aussi des résultats en temps réel et interactifs au début de l'étude, on n'avait pas toutes ces technologiques ne ne rencontrera pas toutes ces caractéristiques là, mais vous allez voir dans le développement, il y a eu un développement technologique à la suite de l'étude, l'autre grand pilier ou grand concept, la communauté d'apprentissage professionnels. Donc on peut définir brièvement comme une modalité de travail collaboratif vise la justice de tous les élèves par
00:06:53 - Donc, si on base eaker et collaborateur 2004, lui dit que la communauté d'apprentissage professionnel, la cape repose sur quatre axes importants, l'apprentissage, ce que devaient apprendre les élèves, la collaboration. Donc il s'agissait du partage d'expertise entre les membres. Les résultats permet qu'on doit faire de celui de l'évolution des élèves par rapport à des objectifs clairs, stratégiques, mesurables et atteignables, et finalement sur les preuves pour nous dans notre étude,
00:07:25 - témoignent des traces de l' des élèves. Donc, concrètement, notre processus s'articule autour de six étapes. Donc la première établir des objectifs ou une des questions auxquelles les données vont nous aider à répondre, collecter les données, analyser interprter à l'aide d'un outil d'aide à la décision. Ces fameuses données décider normalement, c'est actualisé par l'élaboration d'un plan d'action et mettre en œuvre un plan, ce plan d'action et finalement évaluer rétroagir.
00:07:59 - Donc les leviers en ce qui concerne les directions d'établissements d'enseignement qui peuvent mettre de l'avant justement pour favoriser l'utilisation des données dans un établissement, certains pratiquants ont été relevés dans la recherche, j'en mention. Quelques-unes, probablement l'établissement d'objectifs spécifiques est mesurable, lié aux besoins de l'école est intégré une vision commune, la mise à disposition de ressources humaines technologiques nécessaires à son utilisation.
00:08:30 - le temps alloué des appareils informatiques adaptés et performants et la création d'un climat de confiance et de collaboration et la promotion de l'utilisation des données dans les quatre. Donc, comment c'était un appel de collaboration dans l'équipe école, malgré son impact positif qui n'utilisa pas des données à l'école est parfois son objectif initial, soit l'amélioration de lancement Et de l'apprentissage. On a relevé à la littérature que les milieux ou les systèmes
00:09:02 - des acteurs, ce qu'on appelle les systèmes à fort en jeu où il peut avoir des sanctions si les objets, les objectifs ne sont pas atteints, mais ça peut amener les milieux à réduire le nombre d'objectifs pédagogiques pour mieux performer lors des tests scandalisés ministériels ou d'états. Donc l'enseignement centré sur les tests également, certains milieux pourraient mettre une pression industrie sur les élèves peu performants afin qu'ils décrochent pour

Using Data for Educational Equity and Improvement

00:09:33 - Donc, pour sauvegarder l'image de l'école et tout simplement plus concrètement des exclure des tests standardisés. Donc, ce sont les principales mesures qui peuvent qui menacent être le principe d'équité et d'égalité pour tous les élèves. Mais si on revient sur les effets de l'utilisation des données en éducation, c'est à ce aux écoles performantes. Donc on remarque dans la recherche qui ont des effets positifs sur seulement et l'apprentissage, comme je l'ai déjà mentionné en autant,
00:10:03 - qu'on parle de fiabilité. Si on parle d'une cohérence, maintenir une cohérence des résultats à la suite des mesures répétées et la validité de faire à nos dispositifs d'évaluation doit s'assurer qu' mesurent comme ce qu'on cherche à mesurer effectivement et permet aussi un suivi duement scolaire des élèves. Mais il faut quand même retenir que l'utilisation des données n'est pas une pain en en application, mais bien un moyen efficace à d'améliorer le fonctionnement
00:10:33 - et de l'apprentissage. On relève aussi les compétences à la principale. En fait, les principales, je dirais, c'est de naissance à nous donner puisque les données ne disent, vous ne fournissent rien décide de rien. Même certaines études de l'avant que trop de données nient justement à la prise de décision. Donc c'est vraiment le s qui est important. Nous, ce qu'on doit utiliser, c'est une transformation des données en information. Donc après ça,
00:11:05 - permettait de faire plus de décisions pertinentes et contextualisés, mais quand même pour un seul individu, une direction d'établissement, par exemple, c'est un processus complexe au niveau cognitif. Donc c'est ce qui justifie dans la recherche d'utiliser les données en éducation en équipe collaborative, notamment en communauté d'apprentissage professionnel ou en équipe de données notamment, euh, qui permet à aussi un développement professionnel de ses membres. Enfin, on a effectué une analyse de la pratique
00:11:33 - l'approche de lch et d 2000, donc, qui repose sur trois axes. Donc, c'est une analyse qui est centrée sur l'action dont la réflexion est effectuée à l'aide d'une seconde chercheuse, qu'on appelle une réflexion biologique, mais également membres de la cape et un entretien constant entre la recherche Et la pratique. Mais la démarche plus concrète, en fait, on a suivi de schéma général de cahier 2007 d'abord en commençant par la sélection de la pratique.
00:12:06 - Donc, en fait, nous ait de collecte de données. On a choisi le journal de bord et desus des des rencontres de la cap et l'analyse. Ensuite, du corpus on a choisi deux types d'analyse qualitative, la narrative, qui consiste un exercice d'écriture de réécriture pour faire émerger les sens, le sens ou l'essence, l'interprétation de nos données par la suite, on ayant effectué une analyse thématique

Reflections on Implementing Data-Driven Decision-Making

00:12:36 - Par la suite, on a dégagé des réflexions professionnelles sur les thèmes émergents et on a mis en lumière les implications pratiques et théoriques. Donc, il y a deux principales étapes pour la mise en œuvre de notre méthodologie, la planification qu'on pourrait résumer en la recension des écrits et la conception du processus décisionnel. La seconde étape, c'est l'incantation en tant que telle du processus dans la cape.
00:13:06 - dont six sont associés à chacune des atteintes de notre processus et un septième qui a émergé qui nous a même surpris. Donc le thème un qui à la table des établissements, des objectifs ou des questions, ces mobilisations des membres autour d'un objectif commun. Donc, à la suite de la présentation du processus à l'école, les membres ont souhaité l'expérimenter pour aider le problème de difficultés de compréhension en lecture chez plusieurs élèves. Et ils ont comme adopté cet objectif là comme
00:13:36 - Donc c'était majeur pour la mise à la mise en place, l'implantation du processus. Le deuxième thème, c'est correspond à l'étape de collecter des données. C'est l'acquisition d'un langage commun. On a eu remarqué que avant d'aller en collecte de données pour s'assurer que tous les membres partagent une compréhension des principaux concepts, je donne un exemple concret. Par exemple, plusieurs enseignants associés, le concept de données au seul données chiffrées
00:14:09 - données d'observation, même les contextes, l'ambiance, il y a plein de les fameuses données de sources multiples n'étaient pas considérées. Donc on a mis à plat vraiment la connaissance du concept principaux ava vallée, un collègue de Denis, c'est quand même important comme thème troisième thème qui correspond l'analyse, une interprétation des données. C'est la compétence en relation personnelles ici du gauche ou de l'animateur. Typiquement, c'est l'enseignant chercheur afin de mettre en
00:14:40 - de leur leadership, mais de l'avant aussi leurs valeurs personnelles, comment ils s'expriment et s'est basé essentiellement sur un questionnement individuel et collectif pour orienter les discussions autour des données et des objectifs. Donc, c'est un travail de recentrage les discussions pour rester toujours à ni et on a aussi l'importance du temps, c'est l'importance du rôle de facilitateur de l'enseignant cherchant plutôt qu'expert pour favoriser des échanges.
00:15:10 - mais intimidant d'un expert en donné passe un facilitateur qui est beaucoup plus fluide. Donc ça ouvre la discussion, permet d'ouvrir la parole, à donner à la parole aux membres de la carte. Le quatrième thème, c'est décidé. Donc l'autoformation des mâle au gré des rencontres, on s'est aperçu que les membres avaient un intérêt grandissant pour les résultats de la recherche afin d'élaborer des plans d'action pertinents et contextualisés et il lié

Utilisation des données et processus décisionnels

00:15:40 - Donc, il y eu recherche documentaire amplifiées au cours de l'étude et des échanges de manuscrit professionnels et scientifiques. Le thème s'est mis en œuvre du plan et un peu surprise mise en œuvre différenciée, en fait, bien qu'on a élaboré des plans d'action communs, l'actualisation de ces plans était différenciée en fonction des contextes de chacun des membres des enseignants, par exemple. Donc composition de la tasse de la classe affectait quand
00:16:13 - enseignée, le thème si évalué rétro g. Donc, ça porte la réflexion, consolidation et réhabilite réévaluation du processus. Donc, c'est un thème qui met en lumière la consolidation des apprentissages qui ont été acquis au cours de l'étude. Donc, vocabulaire qui sont lesché au gré des rencontres, la prise de conscience des savoirs à combler pour la prochaine rencontre ou à venir. Le thème sept, c'est que celui qui, nous autres surprise,
00:16:43 - technologiques, en fait, les membres reconnaissent la valeur ajoutée des avancée technologiques pour valoriser les données, mais ne sont pas nécessairement prêts à investir beaucoup d'efforts ou de temps pour les maîtriser amplement. Donc, les outils en vigueur, si on a constaté qu'ils ne répondait pas ou que partiellement aux besoins des morts, c'est dire, c'est-à-dire les membres avaient un manque de compétences pour les utiliser.
00:17:13 - on ne permettait pas de valoriser les données. Et les membres ont exprimé choix de développer un outil pertinent pour leur travail. Donc quils soient convivial en fonction de leurs besoins professionnels, notamment qu'ils permettent de la centralisation des données et que les résultats soient partageables en temps réel. Donc, si chaque résume, en fait, nous sommes partie d'une problématique ou on avait identifié que l'utilisation des données limitées quaux données chiffrées dans le milieu scolaire, il y avait une absence de processus formelle d'utilisation
00:17:46 - une élection informatiques pour le traitement des données étaient Isolés ou plutôt qu en fait, il était isolé plutôt qu'en qu'en fonctionnement en réseau, les prises de décision est pris sur des données fragmentaires des critères individuels. Donc pas nécessairement liés aux priorités de l'établissement scolaire. Donc c'est à partir de là, n'a pour effectué une analyse de la pratique professionnelle d'un enseignant. Chercheur donc l'implantation d'un processus décisionnel appuyé sur les données locales de sources multiples.
00:18:14 - c'est premièrement l'identification des thèmes qui contribuent en fait les qui contribuent à l'implantation d'un tel processus décisionnel et il retombé plus pratique. Donc, l'admiration du fonctionnement des communautés d'apprentissage professionnels qui touche à la prise de décision pédagogique et aussi se rendent compte que ce processus est inscrit dans défi évolutif d'amélioration continue. Donc l'importance du facteur technologique dans ce processus que nous avons développé par la suite, un outil d'aide à la décision en recourant

Amélioration des données par l'analytique

00:18:48 - Donc, nous nous sommes as associé une entreprise qui s'appelle len analytics, qui a permis de développer une outil d'analyse des données locales de sources multiples en temps réel et en fonction des objectifs de l'établissement et qui permet également de partager les résultats en temps réel et aussi d'interagir avec ses résultats. Donc, dans le développement, à la suite des choses, le développement technologique va amener une amélioration de ce processus au fil du temps. Et c'est ce qui justifie, à notre avis, de mener d'autres recherches relatives à l'utilisation des
00:19:21 - et en intelligence artificielle, notamment.

Faculti AI can make mistakes

Research

Policy

Analysis