Multidimensional Profiles of Critical Thinking in Physics Labs: Latent Structure, Instructional Change, and Connections to Physics Identity

Cette étude utilise une analyse de profils latents sur un vaste échantillon de données pour révéler que les performances des étudiants en pensée critique lors de travaux pratiques de physique se structurent en deux profils distincts dont la transition est fortement influencée par le sentiment d'appartenance, démontrant ainsi l'interconnexion entre le développement épistémique et l'identité en physique.

L'essentiel

🧪 Le Laboratoire de Physique : Plus qu'une recette de cuisine

Imaginez que le laboratoire de physique est comme un grand atelier de cuisine.

• L'ancienne méthode : On donnait aux étudiants une recette précise (le manuel) et ils devaient juste suivre les étapes pour obtenir le bon résultat, comme un chef d'usine. S'ils suivaient la recette, c'était bien.
• La nouvelle méthode : On leur donne des ingrédients et un problème à résoudre (ex: "Comment faire cuire ce gâteau le plus vite possible ?"). Ils doivent décider eux-mêmes des étapes, tester, échouer, et recommencer.

Cette étude se demande : Comment les étudiants apprennent-ils vraiment à "penser" dans cet atelier ? Et surtout, comment leur confiance et leur sentiment d'appartenance influencent-ils cette pensée ?

---

1. La Carte des "Styles de Cerveau" (L'Analyse des Profils)

Avant cette étude, les chercheurs regardaient la note globale des étudiants (comme une moyenne scolaire) pour dire s'ils étaient "bons" ou "mauvais" en pensée critique. C'est un peu comme dire qu'un joueur de football est juste "bon" sans regarder s'il est bon pour passer le ballon, pour tirer au but ou pour défendre.

Les chercheurs ont utilisé une méthode intelligente (l'analyse de profils latents) pour voir les étudiants sous un nouveau jour. Ils ont découvert qu'il existe deux grands styles de pensée chez les étudiants, qui changent au fil du cours :

• Le Profil "Explorateur Confiant" (Le profil gagnant) : Ces étudiants sont excellents pour analyser les données (lire les résultats), mais ils sont parfois un peu hésitants sur la méthode ou la prochaine étape.
• Le Profil "Équilibriste" (Le profil moyen) : Ces étudiants ont des performances moyennes et régulières partout, sans point fort ni point faible marqué.

La grande surprise ?
Au début du cours, la plupart des étudiants sont dans le profil "Équilibriste". Mais après le cours, presque la moitié des étudiants ont changé de "style de cerveau".

• Certains sont passés de "moyens" à "explorateurs confiants" (ils ont appris !).
• D'autres, qui étaient déjà bons, sont devenus "moyens" (ils ont peut-être perdu leur élan ou le cours ne les a pas stimulés).

L'analogie : C'est comme si, en apprenant à conduire, certains élèves passaient de "conducteurs prudents" à "conducteurs de course", tandis que d'autres, qui étaient déjà rapides, devenaient plus prudents. Le cours ne rend pas tout le monde pareil ; il change la façon dont ils pensent.

---

2. Le Moteur Émotionnel : L'Appartenance (Belonging)

La deuxième partie de l'étude regarde le cœur et l'émotion des étudiants. Les chercheurs ont étudié quatre ingrédients clés de l'identité d'un physicien :

1. L'Appartenance : "Est-ce que je me sens accepté ici ?"
2. La Reconnaissance : "Est-ce que les autres me voient comme quelqu'un de capable ?"
3. L'Efficacité personnelle : "Est-ce que je suis capable de réussir cette tâche ?"
4. L'Agence (le pouvoir d'agir) : "Est-ce que j'ai le droit de prendre des décisions ?"

La découverte majeure : L'Appartenance est le "Racine" de l'arbre.
Imaginez un arbre.

• L'Appartenance est la racine. Si l'étudiant ne se sent pas bienvenu dans le laboratoire (la racine est sèche), rien ne pousse bien.
• Si l'étudiant se sent appartenir au groupe, alors tout le reste grandit : il se sent reconnu, il gagne en confiance (efficacité) et il ose prendre des décisions (agence).
• Et le plus important : L'appartenance aide aussi à mieux penser ! Un étudiant qui se sent à sa place est plus enclin à analyser les données et à proposer de nouvelles idées.

Le cycle de la confiance :
Il y a une boucle intéressante entre le fait d'agir (prendre des décisions) et la confiance.

• Quand un étudiant a le droit d'agir (faire ses propres choix), sa confiance en lui augmente.
• Mais quand il a confiance, cela ne l'incite pas toujours autant à agir.
• En résumé : Pour qu'un étudiant prenne confiance, il faut d'abord lui donner le pouvoir d'agir. C'est l'action qui nourrit la confiance, pas l'inverse.

---

3. Le Paradoxe Étrange : "Agir" ne signifie pas toujours "Comprendre"

Il y a un résultat bizarre et contre-intuitif dans l'étude :
Parfois, les étudiants qui disent "J'ai beaucoup agi, j'ai pris beaucoup de décisions" finissent avec un profil de pensée critique plus faible.

L'analogie du "Bricoleur bruyant" :
Imaginez un étudiant qui bouge beaucoup, qui touche à tout, qui prend des décisions rapides. Il est très "actif" (il a de l'agence). Mais s'il agit sans réfléchir à la qualité de ses idées (sans vérifier si ses données ont du sens), il peut devenir très bon pour "faire" mais mauvais pour "penser".
C'est comme un joueur de football qui court partout sur le terrain (très actif) mais qui ne regarde jamais où il passe le ballon (mauvaise pensée tactique).
L'étude suggère qu'il faut distinguer l'action physique (bouger, décider) de l'action intellectuelle (réfléchir, évaluer).

---

🎯 En Résumé : Ce que cela change pour l'enseignement

Cette étude nous donne trois leçons simples pour améliorer les cours de physique :

1. Arrêtez de regarder juste la note globale. Regardez comment les étudiants pensent. Certains sont forts en analyse mais faibles en méthode, et inversement. Il faut adapter l'enseignement à ces profils.
2. Créez un climat d'accueil. Avant de pouvoir apprendre à penser comme un physicien, un étudiant doit se sentir bienvenu dans la pièce. L'appartenance est le carburant de l'apprentissage.
3. Donnez-leur le pouvoir, mais guidez la qualité. Ne laissez pas juste les étudiants "faire" ce qu'ils veulent. Donnez-leur des décisions, mais assurez-vous que ces décisions les forcent à réfléchir profondément aux données et aux méthodes.

En une phrase : Pour former de grands physiciens, il faut d'abord qu'ils se sentent chez eux, puis qu'on leur donne les clés pour agir, tout en s'assurant qu'ils utilisent ces clés pour construire du sens, et pas juste pour faire du bruit.

Résumé technique

1. Problématique et Contexte

Les cours de laboratoire de physique occupent une place cruciale dans la formation des étudiants, offrant des opportunités structurées pour développer le raisonnement expérimental. Cependant, les analyses antérieures des données issues de l'« Inventaire du Pensée Critique en Laboratoire de Physique » (PLIC) ont principalement reposé sur des scores composites unidimensionnels, traitant la pensée critique comme une entité homogène.

Cette approche masque la complexité des profils d'apprentissage. Bien que la structure à trois facteurs du PLIC (évaluation des données, évaluation des méthodes, proposition d'étapes suivantes) soit validée, peu d'études ont examiné comment ces dimensions interagissent simultanément au niveau individuel. De plus, la relation longitudinale entre la performance épistémique (mesurée par le PLIC) et les construits identitaires affectifs (appartenance, reconnaissance, auto-efficacité, agentivité) reste inexplorée.

Questions de recherche :

1. Quels profils latents de pensée critique émergent à travers les trois échelles du PLIC dans un grand ensemble de données multi-institutionnelles, et comment les étudiants transigent entre ces profils au cours d'un enseignement ?
2. Quelle est la relation longitudinale entre l'appartenance à un profil PLIC et les construits de l'identité en physique ?

2. Méthodologie

L'étude utilise une approche mixte combinant l'analyse de profils latents (LPA) et des modèles de panneaux croisés (CLPM) sur un jeu de données massif.

• Données : L'analyse porte sur 5 513 dossiers d'étudiants appariés (avant/après enseignement) provenant de plus de 100 institutions en Amérique du Nord. Les données incluent les scores sur les trois sous-échelles du PLIC et des mesures supplémentaires de l'identité en physique (appartenance, reconnaissance, auto-efficacité, agentivité).
• Analyse 1 : Profils Latents (LPA) :
  • Utilisation du package flexmix dans R.
  • Modélisation des réponses sur les trois sous-échelles (composantes gaussiennes pour les données et les actions, composante multinomiale pour les méthodes).
  • Comparaison de modèles à 1 à 4 profils aux temps pré et post via les critères AIC, BIC, ICL et l'entropie.
  • Analyse des matrices de transition pour observer les mouvements entre les profils.
• Analyse 2 : Modèles de Panneaux Croisés (CLPM) :
  • Utilisation du package lavaan dans R avec une estimation du maximum de vraisemblance robuste (MLR).
  • Modélisation des relations directionnelles (rétroactions croisées) entre les construits identitaires et la probabilité d'appartenance au profil de haute performance (Profile 2) aux temps pré et post.
  • Tests d'invariance multigroupe selon le type de cours (calcul, algèbre, niveau supérieur).

3. Résultats Clés

A. Structure Latente et Transitions (Étude 1)

• Solution à deux profils : Une solution à deux profils a été identifiée comme optimale à la fois avant et après l'enseignement.
  • Pré-enseignement : Le Profil 1 (12,7 %) se caractérise par de faibles performances en évaluation des méthodes et en proposition d'étapes, mais une évaluation des données légèrement supérieure. Le Profil 2 (87,3 %) montre une performance uniforme.
  • Post-enseignement : La structure se transforme. Le Profil 2 (55,4 %) est désormais défini par une forte performance en évaluation des données, tandis que le Profil 1 (44,6 %) présente une performance modérée et uniforme.
• Mobilité significative : Les profils ne sont pas statiques.
  • 48,4 % des étudiants du profil inférieur (Pré) sont passés au profil supérieur (Post).
  • 43,6 % des étudiants du profil supérieur (Pré) sont retombés dans le profil inférieur (Post).
• Impact du type de cours : Bien que statistiquement significatif, l'effet du type de cours (calcul vs algèbre) sur l'appartenance au profil est faible (V de Cramér ≈ 0,10), suggérant que les caractéristiques pédagogiques fines sont plus déterminantes que la catégorie de cours.

B. Dynamiques Identitaires et Épistémiques (Étude 2)

Le modèle CLPM trimé a révélé des relations directionnelles complexes :

• L'appartenance comme prédicteur amont : L'appartenance pré-enseignement prédit positivement et significativement la reconnaissance, l'auto-efficacité, l'agentivité et l'appartenance au profil de haute performance post-enseignement. C'est le principal moteur prospectif.
• Boucle réciproque asymétrique (Agentivité ↔ Auto-efficacité) : L'agentivité prédit l'auto-efficacité future plus fortement que l'inverse, suggérant que la participation active (mastery experiences) renforce la croyance en ses capacités.
• Reconnaissance comme construit aval : La reconnaissance agit principalement comme un résultat (déterminé par l'appartenance et l'agentivité) plutôt que comme un moteur sur cette échelle de temps.
• Paradoxe de l'agentivité : Une relation négative inattendue a été trouvée entre l'agentivité pré-enseignement et l'appartenance au profil de haute performance post-enseignement. Les tests de suppression confirment que ce n'est pas un artefact de colinéarité. Cela suggère que l'agentivité comportementale (initiative) ne garantit pas une qualité épistémique élevée sans un encadrement approprié.

4. Contributions Majeures

1. Changement de paradigme méthodologique : Passage d'une analyse centrée sur les variables (scores composites) à une approche centrée sur la personne (profils latents), révélant que la pensée critique est multidimensionnelle et configurée différemment selon les étudiants.
2. Dynamique de l'enseignement : Preuve que les profils de pensée critique sont malléables. L'enseignement modifie substantiellement la distribution des étudiants, mais peut aussi entraîner une régression pour certains, remettant en question la stabilité des compétences initiales.
3. Intégration Épistémique-Affective : Première modélisation longitudinale reliant directement la performance épistémique (PLIC) aux construits d'identité. L'étude établit que l'appartenance sociale est une condition préalable fondamentale pour le développement de compétences critiques.
4. Nuance sur l'agentivité : Identification d'une distinction potentielle entre l'agentivité comportementale et l'engagement épistémique, suggérant que la simple participation active ne suffit pas sans un ciblage qualitatif des tâches.

5. Signification et Implications

• Pour la conception pédagogique : Les résultats soutiennent la création d'ateliers de laboratoire qui favorisent un climat d'inclusion (pour renforcer l'appartenance) et offrent des opportunités structurées de prise de décision épistémique. Il ne suffit pas de donner de l'agentivité ; celle-ci doit être canalisée vers l'évaluation de modèles et de données.
• Pour l'évaluation : Les scores composites masquent les profils d'apprentissage spécifiques. Les instructeurs devraient adopter des approches diagnostiques multidimensionnelles pour identifier les faiblesses spécifiques (ex. : bon en données mais faible en méthodes) et adapter leur enseignement.
• Pour la recherche future : L'étude appelle à des analyses de transition latente (LTA) pour modéliser les probabilités de transition et à des mesures distinguant l'agentivité comportementale de l'agentivité épistémique. La généralisation de ces profils à d'autres contextes éducatifs internationaux nécessite une investigation systématique.

En conclusion, cette étude démontre que l'apprentissage en laboratoire de physique est un processus dynamique où les dimensions affectives (identité) et épistémiques (pensée critique) sont intrinsèquement liées, et où l'enseignement peut transformer la configuration même de la pensée critique des étudiants.