Traduction, adaptation et évaluation psychométrique préliminaire d’une mesure d’engagement et d’une mesure de charge cognitive en contexte d’apprentissage numérique

Contexte : L’apprentissage numérique chez les professionnels de la santé amène des défis comme le manque d’engagement et l’excès de charge cognitive. Toutefois, il n’existe pas de mesures d’engagement et de charge cognitive validées en français. De telles mesures permettraient de considérer ces variables dans le développement de formations numériques et l’évaluation de leurs effets. Buts : (1) Traduire et adapter la User Engagement Scale – Short Form et le Cognitive Load Index en français ; (2) Effectuer une évaluation psychométrique préliminaire des échelles afin d’examiner leurs caractéristiques, les corrélations entre les sous-échelles et la cohérence interne. Méthode : La traduction et l’adaptation ont été réalisées selon Sousa et Rojjanasrirat (2011). Pour l’évaluation des propriétés psychométriques, des étudiants en sciences infirmières ont répondu en ligne à l’Échelle d’engagement de l’utilisateur – Forme abrégée (EEU-FA) et à l’Indice de charge cognitive (IDCC). Les données ont été analysées par des statistiques descriptives, des coefficients de corrélation de Pearson, des coefficients omega (ω) de McDonald et des coefficients alpha (α) de Cronbach. Résultats : Cinquante-sept participants ont complété l’étude. La majorité des distributions étaient normales. Les corrélations entre les sous-échelles étaient entre 0,03 et 0,64 pour l’EEU-FA, et entre −0,12 à 0,41 pour l’IDCC. Les coefficients ω pour l’EEU-FA (0,77 à 0,89) et α pour l’IDCC (0,70 à 0,96) démontrent une bonne cohérence interne. Conclusions : Cette étude a permis de traduire et d’adapter en français des mesures d’engagement et de charge cognitive en contexte numérique. Les échelles font état de bonnes qualités psychométriques préliminaires