Motivation and Self-Regulated Learning in distance learning : which type of feedback to provide ?

L’auto-évaluation est un processus essentiel de l’autorégulation permettant à l’apprenant de détecter l’écart entre l’état actuel de ses connaissances et l’état souhaité. Le produit de cette estimation lui permet de prendre la décision de poursuivre ou non son activité, mais aussi de la réguler ou non. Cependant, la littérature sur le sujet démontre que cette auto évaluation est souvent imprécise. Ainsi, les apprenants ne s’autorégulent pas efficacement et ont besoin d’un feedback externe. Fournir à l’apprenant un feedback évaluant son travail peut alors devenir un « outil puissant » pour promouvoir un apprentissage autorégulé de qualité et favoriser les performances académiques. Toutefois, le contenu d’un feedback est susceptible d’influencer l’autorégulation notamment en modifiant l’orientation des buts d’un apprenant. Aussi, l’objectif de ce travail est de déterminer quel contenu est le plus à même de favoriser la motivation, l’autorégulation et la performance dans un dispositif écologique d’entraînement en ligne. Nous avons réalisé trois études pour mener à bien cet objectif. La première étude visait à valider la traduction française d’un questionnaire évaluant les stratégies d’autorégulation misent en œuvre dans des environnements d’apprentissage en ligne et hybride, l’OSLQ. La seconde étude visait la validation de la traduction française d’un questionnaire mesurant les buts d’accomplissement, l’AGQ-R. Enfin, l’objectif de la troisième étude était de tester différents types de feedback à fournir aux apprenants pour favoriser la motivation, l’autorégulation de l’apprentissage et la performance académique. Plus précisément, nous avons comparé l’effet de trois types de feedbacks (classique, autoréférencés, à la fois autoréférencés et normatif) sur la performance à l’examen, les stratégies d’autorégulation auto-rapportées et tracées ainsi que sur l’orientation des buts dans le cadre d’un enseignement à distance.Les résultats de l’étude 1 indiquent que le modèle à trois facteurs que nous proposons s’ajuste mieux à nos données que les deux autres modèles testés. Les qualités psychométriques de l’OSLQ-Fr sont satisfaisantes pour la validité interne mais peuvent être améliorées pour la validité externe. Cette traduction a été utilisée dans l’étude 3 et se compose de trois sous-échelles évaluant les compétences de planification, de gestion de l’environnement et d’autoréflexion.Pour l’étude 2, les résultats montrent que le modèle à trois facteurs que nous proposons s’ajuste mieux à nos données que les sept autres modèles testés. De plus, les qualités psychométriques de l’AGQ-R-Fr sont satisfaisantes en termes de validité interne et externe. Cette traduction a été utilisée dans l’étude 3 et mesure les buts de maîtrise-approche, les buts de performance-approche et les buts de performance-évitement. Enfin, les résultats de l’étude 3, contrairement à nos attentes, ne montrent pas d’effet du type de feedback sur la performance à l’examen, ni sur les comportements autorégulés. Toutefois, bien que les buts de maîtrise des apprenants chutent dans le temps, seule la condition proposant un feedback autoréférencé semble réduire cette baisse. Les analyses supplémentaires montrent un écart de trois points entre la moyenne obtenue à l’examen en faveur des utilisateurs du dispositif d’entrainement comparativement aux autres étudiants.Ces résultats suggèrent que modifier le contenu d’un feedback, dans un contexte d’entraînement en ligne, n’est peut-être pas suffisant pour influencer l’orientation des buts, l’autorégulation de l’apprentissage et la performance académique. Néanmoins, l’étude 3 laisse penser qu’un dispositif d’entraînement en ligne conçu en s’appuyant sur la théorie de l’apprentissage multimédia et proposant des supports à la régulation peut favoriser la performance académique indépendamment du feedback proposé à la fin de l’exercice.Self-assessment, which is an essential process of self-regulation, allows the learner to detect the gap between the current state of his knowledge and the set learning goal. The outcome of this estimation should lead to a decision to pursue or not the current activity, but also to regulate it or not. However, the literature shows that this self-assessment is often inaccurate. As a result, learners do not self-regulate effectively and need external feedback. Thus, providing a learner with feedback that leads to the evaluation of his work can become a "powerful tool" for promoting effective self-regulated learning and academic performance. However, the content of feedback could influence the quality of self-regulation, particularly by modifying learners' goals orientation. Therefore, the objective of this work is to determine which content is most likely to promote motivation, self-regulated behavior and performance in a statistics training website. We conducted three studies to achieve this objective. The first study aimed to validate the French translation of a questionnaire assessing self-regulated strategies that learners report implementing during an online and hybrid learning environment, called the OSLQ. The second study aimed to validate the French translation of a questionnaire that measures the achievement goals that learners pursue, named the AGQ-R. Finally, the objective of the third study was to test different types of feedback provided to the learners to promote motivation, self-regulation of learning and consecutively academic performance. Specifically, we compared the effect of three types of feedback (classical, self-referential, both self referential and normative) on exam performance, self-regulated strategies, and goals orientation in a distance learning setting.Results of Study 1 indicate that our proposed three-factor model fits our data better than the other two models tested. The psychometric properties of the OSLQ-Fr are acceptable for internal validity but can be improved for external validity. This translation was used in Study 3, which consists of three subscales leading to the evaluation of planning, environmental management and self-reflection skills. For Study 2, results show that our proposed three-factor model fits our data better than the other seven models tested. The psychometric properties of the OSLQ-Fr are acceptable for both internal and external validity. This translation was used in Study 3 to measure mastery approach goals, performance-approach goals and performance-avoidance goals. Finally, contrary to our expectations, results of Study 3 do not show any effect of the type of feedback on the academic performance, nor on the self-regulated behaviors whether self reported or traced, nor on the learning strategies. However, although mastery goals drop over time, only the condition providing self-referenced feedback seems to reduce it. Additional analyses show a three-point difference in test average in favor of the users of the training device compared to the other students. These results suggest that changing the content of feedback in an online training environment may not be sufficient to influence goals orientation, self-regulated learning and academic performance. Study 3 suggests that an online training environment designed on the basis of multimedia learning theory and offering supports for self-regulation can promote academic performance independently of the feedback provided at the end of the exercises