Navigation – Plan du site

AccueilNuméros37De la multiplicité des facteurs à...

De la multiplicité des facteurs à prendre en compte pour mieux comprendre l’abandon en formation à distance

The multiplicity of factors to be considered to better understand dropout in distance learning
Cathia Papi, Louise Sauvé, Guillaume Desjardins et Serge Gérin-Lajoie

Résumés

Il a fréquemment été mis en avant que les taux d’abandon sont particulièrement élevés en formation à distance. Cet article fait ressortir la multiplicité des facteurs susceptibles d’expliquer l’abandon et la nécessité de croiser plusieurs d’entre eux pour en comprendre l’influence sur le parcours des étudiants. Partant d’une distinction en trois catégories de facteurs (relatifs aux caractéristiques de l’étudiant, de son environnement et de ses cours), la recherche présentée propose de croiser diverses approches méthodologiques pour mieux saisir les influences d’une catégorie de facteurs sur une autre. Elle met ainsi en lumière que le lien entre le design pédagogique de cours et l’abandon n’est pas direct, mais dépend des caractéristiques propres aux étudiants et à leur environnement à l’instar de l’appréciation de l’accompagnement offert.

Haut de page

Texte intégral

Nous tenons à remercier le Fonds de Recherche du Québec - Société et culture (FRQSC) et le ministère de l’Éducation du Québec pour le financement de cette étude.

1La formation à distance (FAD) a souvent été comparée à celle en présence afin d’en juger l’efficacité. Ainsi, tandis que les méta-analyses font ressortir que l’apprentissage réalisé est relativement identique en formation entièrement en présence ou à distance (Means et al., 2010 ; Waldis, Conway et Hachey, 2016), l’abandon apparait comme un phénomène plus problématique en FAD. En effet, en dépit de la diversité des définitions et des méthodes de calcul employées (Audet, 2008 ; Sánchez-Elvira Paniagua et Simpson, 2018) susceptible d’expliquer en partie la grande variabilité des taux d’abandon en FAD allant de 15 % (Tan et Shao, 2015) à 78 % (Simpson, 2013), ces derniers semblent toujours supérieurs aux taux concernant l’enseignement et l’apprentissage en présence (Park et Choi, 2009 ; Xu et Jaggars, 2011 ; Gregori, Martínez et Moyano-Fernández, 2018 ; Fortin, Joanis et Ragued, 2019).

2De façon générale, l’abandon peut être défini comme le fait d’arrêter ses études avant la fin du cours ou du programme suivi. Cette notion est généralement opposée à celle de persévérance conçue comme le fait de cheminer jusqu’au terme d’un cours ou d’un programme voire, plus largement, d’études (dans le cas de réorientation en cours de route). L’abandon et la persévérance tendent ainsi à être opposés l’un à l’autre, bien que d’autres phénomènes puissent intervenir tels que des interruptions provisoires ou des changements d’orientation parfois difficiles à repérer notamment dans le cas de changement d’établissement universitaire.

3Avec le fort développement de la formation en ligne, les recherches visant à saisir les origines de l’abandon en FAD se sont multipliées depuis une vingtaine d’années (Li et Wong, 2019). La majorité des recherches prennent en compte un nombre très restreint de facteurs en s’appuyant soit sur des données objectives, comme celles issues des registraires, soit sur des données subjectives comme des enquêtes de satisfaction. Cependant, s’inspirant des modèles créés pour chercher à comprendre l’abandon et la persévérance en présence, des modèles ont également été proposés pour rassembler les différents facteurs susceptibles d’influencer l’abandon en FAD (Kember, 1989 ; Rovai, 2003 ; Packham et al., 2004 ; Park, 2007 ; Street, 2010). Le plus fréquemment, les facteurs sont regroupés en trois catégories (Street, 2010 ; Lee et Choi, 2011 ; Muljana et Luo, 2019), distinguant les facteurs propres aux étudiants, ceux relatifs à l’environnement et ceux relevant de l’institution. De fait, l’étudiant avec ses particularités est en interaction constante avec un dispositif de formation (Papi, 2014) dans le cadre d’un environnement social et technopédagogique croisant des facteurs institutionnels et personnels puisqu’il étudie du lieu qu’il choisit au moment qui lui convient.

4En vue de mieux comprendre ce qui conduit certains étudiants à abandonner les cours ou programmes dans lesquels ils sont inscrits, nous avons ainsi interrogé les relations existantes entre les caractéristiques personnelles et environnementales des étudiants, le design pédagogique et l’accompagnement offerts dans le cadre de cours de 1er cycle en FAD. Bien que certaines activités d’accompagnement puissent être prévues dans le design pédagogique des cours, nous avons décidé de l’étudier non seulement comme élément du design, mais aussi comme pratique particulière, car l’enquête porte sur des cours asynchrones dont les concepteurs ne sont pas nécessairement les accompagnateurs et dans lesquels les apprenants peuvent cheminer de manière totalement autonome.

5Comme nous le verrons dans cet article, nous avons choisi d’étudier ces trois catégories de facteurs en prenant en compte la littérature sur le sujet et en mettant l’apprenant au cœur de l’étude de la persévérance et de l’abandon. Ce faisant, la problématique qui a émergé concerne la méthodologie à mettre en œuvre pour saisir les influences existantes entre les facteurs de différentes catégories. Nous présentons ainsi la manière dont nous avons combiné et analysé des données relatives à ces différents facteurs afin de relever ceux qui influencent l’abandon et la persévérance en FAD.

La prise en compte des facteurs influençant l’abandon en formation à distance

6Plusieurs revues systématiques de la littérature et différents modèles visant à saisir la complexité des phénomènes de persévérance et d’abandon existent et font ressortir l’importance de s’intéresser à différentes catégories de facteurs. Nous présentons d’abord ces modèles avant d’en venir aux facteurs que nous avons retenus pour notre recherche.

Les modèles portant sur l’abandon ou la persévérance en formation à distance

  • 1 Pour plus de détails sur les modèles ici présentés et d’autres, cf. Sauvé (2021).

7Un modèle1 d’abandon dans l’enseignement supérieur auquel font fréquemment référence les chercheurs est celui de Tinto (1975/1993). Cependant, celui-ci est propre à la formation en présence. S’inspirant du modèle de Tinto, Kember (1989/1995) a proposé un modèle portant sur l’abandon dans le cadre particulier de la FAD. Il intègre l’environnement social, l’environnement de travail et la conciliation travail-étude-famille, qui jouent un rôle crucial dans le cheminement des étudiants « non traditionnels » (Bean et Metzner, 1985) en FAD, ainsi que l’analyse coût/avantage de l’intégration scolaire relativement à l’intégration sociale.

8De même, Rovai (2003) a développé son modèle sur la persévérance des étudiants en FAD à partir de celui de Tinto en l’adaptant aux étudiants non traditionnels. Le principal apport de ce modèle réside dans l’intérêt porté aux compétences d’apprentissage avant et après l’admission, ainsi qu’à la prise en compte des besoins des étudiants et des styles d’apprentissage et d’enseignement. Ce modèle a ensuite été adapté plus précisément aux étudiants suivant des cours en ligne par Park (2007). Ce dernier attire plus particulièrement l’attention sur trois catégories de facteurs que sont les caractéristiques des apprenants (âge, sexe, éducation, etc.), les facteurs externes (famille, finance, horaires, etc.) et les facteurs internes (intégration sociale, intégration scolaire, compétence technologique, etc.). Alors que dans le modèle de Rovai les caractéristiques des étudiants, leurs compétences d’apprentissage et les facteurs externes étaient vus comme ayant une influence sur les facteurs internes susceptibles de favoriser la persévérance, dans celui de Park (2007), les dimensions internes et externes sont considérées comme s’influençant réciproquement et menant toutes deux directement à la décision d’abandonner ou de persévérer. Ce modèle est enrichi par Choi (2016) qui y ajoute un facteur résultat.

9Packham et al. (2004) ont, quant à eux, fondé leur modèle sur la distinction entre les facteurs extrinsèques aux études que constituent les profils et situations de vie des étudiants et les facteurs intrinsèques regroupant, d’une part, les composantes des cours, tant au niveau de leurs structures que du travail demandé et, d'autre part, les perceptions que les étudiants ont du cours. Entre ces deux types de facteurs sont envisagés des mécanismes de contrôle intégrant notamment le soutien qui peut être offert aux étudiants. La motivation et l’engagement des étudiants sont ainsi considérés comme résultant de ces différents éléments.

10Street (2010) propose un modèle inspiré des travaux de Bandura et considère que le comportement d’abandon ou de persévérance n’est pas uniquement le résultat de l’influence de facteurs personnels, environnementaux ou liés aux cours, mais que le comportement influence réciproquement ces différents facteurs.

11Enfin, la revue de littérature de Lee et Choi (2011), qui prend comme cadre théorique le modèle de Kember (1995) inspiré des travaux de Tinto (1975), porte sur 35 études empiriques traitant de l’abandon en FAD et identifie trois principales catégories de facteurs : ceux concernant (1) les étudiants, (2) les cours ou programmes, (3) l’environnement. La première catégorie comprend les facteurs relatifs aux parcours scolaires, aux expériences et compétences pertinentes et aux caractéristiques psychologiques. La deuxième rassemble les facteurs concernant le design des cours, le soutien institutionnel et les interactions. La troisième regroupe les facteurs relatifs aux engagements professionnels, aux responsabilités familiales ou sociales et au soutien de la famille, des amis ou collègues.

12De la même manière que les modèles mettent en relief l’importance de prendre en considération une multiplicité de facteurs, la revue de littérature de Lee et Choi (2011) fait ressortir trois catégories de facteurs qui émergent des principales recherches dans le domaine. Nous nous sommes ainsi inspirés de cette dernière, tout en cherchant à l’adapter et l’actualiser en fonction des travaux publiés depuis. Nous avons également cherché à intégrer l’influence respective des différents facteurs ou catégories de facteurs mis en évidence par plusieurs modèles tel que celui de Street (2010).

Les principaux facteurs étudiés

  • 2 Nous ne prétendons pas avoir effectué de revue systématique de la littérature à l’instar de Lee et (...)

13À l’instar de la revue de littérature de Lee et Choi (2011), dans notre étude, nous retenons trois catégories de facteurs prises en compte dans les recherches sur l’abandon en FAD : (1) celle des facteurs propres à l’apprenant comme les caractéristiques sociodémographiques et scolaires, (2) celle relative à l’environnement concernant l’emploi exercé, les finances et la famille et (3) celle des facteurs relatifs aux cours ou programmes qu’on peut également appeler facteurs institutionnels, comme le design pédagogique du cours et le soutien institutionnel. Nous proposons de présenter ce qui compose ces différentes catégories de facteurs en prenant appui sur la littérature anglophone et francophone2.

Les facteurs propres aux étudiants

14Certains travaux tendent à montrer que l’abandon en FAD ne diffère pas de manière significative selon le genre (James, Swan et Daston, 2016 ; Eliasquevici et al., 2017 ; Lehan, Hussey et Shriner, 2018) et ce dernier n’est ainsi parfois pas étudié (Lee et Choi, 2011). Toutefois, d’autres recherches font ressortir que, comme observé dans les formations en présence, les femmes abandonneraient moins leurs études en FAD que les hommes (Simpson, 2006 ; Wladis et al., 2015). Gündüz et Karaman (2020) mettent quant à eux en évidence un lien entre genre, état civil et situation familiale, les femmes mariées et mères ayant plus tendance à abandonner que les autres. L’importance de l’état civil rejoint le constat de Ma et Frempong (2008) (non spécifique à la FAD ou au genre) selon lequel les étudiants mariés abandonnent plus leurs études que les célibataires.

15L’influence relevée de l’âge sur l’abandon en FAD varie également selon les recherches. Certaines relèvent un effet positif de l’avancée en âge qui irait avec de plus grandes capacités d’autorégulation et in fine une plus forte persévérance et réussite (Wojciecowski et Palmer, 2005 ; Krajewki, 2015 ; James, Swan et Daston, 2016), tandis que d’autres mettent en avant un plus fort abandon des apprenants plus âgés notamment en raison de l’engagement de ces derniers dans leurs activités professionnelles et familiales (Aragon et Johnson, 2008 ; Fortin et al., 2016). L’effet de l’âge sur l’abandon serait ainsi plutôt indirect en ce sens qu’il dépendrait d’autres facteurs tels que l’activité professionnelle ou la situation familiale (Colorado et Eberle, 2010 ; Cochran et al., 2014 ; Wladis et al., 2015).

16Le niveau scolaire et la performance (souvent évaluée par des tests standardisés) des apprenants à distance au moment de leur inscription apparaissent, quant à eux, comme des facteurs déterminants dans les différentes recherches. Ceux qui avaient un niveau évalué comme bon ou élevé antérieurement à leurs études en FAD ont moins de risques d’abandonner que ceux qui commencent leur formation avec un niveau plus faible (Wojciechowski et Palmer, 2005 ; Nichols et Levy, 2009 ; Cochran et al., 2014). Le niveau de scolarité des parents est également parfois mentionné comme ayant une influence sur le cheminement des étudiants, ces derniers ayant moins de risque d’abandonner si leurs parents ont suivi une formation d’enseignement supérieur (Araque, Roldán et Salguero, 2008). L’abandon varie aussi fortement selon le régime d’études, la probabilité d’abandonner étant plus forte lorsque les études sont suivies à temps partiel qu’à temps plein (Aragon et Johnson, 2008 ; Krajewki, 2015 ; Bonin, 2018 ; Aydin et al., 2019).

17Les stratégies ou compétences d’apprentissage (Packham et al., 2004 ; Park, 2007) ou facteurs personnels (Street, 2010) jouent également un rôle sur l’abandon des apprenants. En effet, la FAD repose notamment sur les capacités des étudiants en termes d’autogestion ou d’autoadministration, de telle sorte que des étudiants capables de bien s’organiser et gérer leurs apprentissages dans le temps tendent à moins abandonner que les autres (Street, 2010). De même, la motivation et la satisfaction ressenties par les apprenants en fonction de leurs objectifs peuvent influencer la décision d’abandonner ou de persévérer dans les études (Sauvé et Viau, 2003 ; Aragon et Johnson, 2008 ; Ice et al., 2011 ; Lee et Choi, 2011 ; Grau-Valldosera et Minguillon, 2014 ; Choi et Kim, 2018).

Les facteurs environnementaux

18Un motif d’abandon fréquemment repéré en FAD est celui concernant le conflit de temps relatif à la conciliation des études avec d’autres engagements (Packham et al., 2004 ; Willging et Johnson, 2009 ; Nichols, 2010 ; Xu et Jaggars, 2011 ; Arifin, 2018). En effet, une large part des étudiants à distance travaille à plein temps (Bonin, 2018). Or, le fait de travailler à temps complet, voire de réaliser des heures supplémentaires ou d’accepter un changement de poste ou de responsabilité, accroît les risques d’abandon (Lee et Choi, 2011 ; Stoessel, 2015). Les étudiants travaillant à temps partiel sont également plus à risque que ceux n’exerçant pas d’activité professionnelle (Boston et al., 2011). L’équilibre entre les diverses sphères d’activités est aussi rapidement remis en cause lorsqu’une évolution imprévue de la charge de travail survient, ce qui tend aussi à entrainer l’abandon (Moore et Greenland, 2017 ; Kara et al., 2019).

19De même, les recherches indiquent que la situation familiale a une influence sur les étudiants qui vivent seuls. Ils ont tendance à moins abandonner leurs études que ceux vivant en couple ou avec des enfants (Shah et Cheng, 2018 ; Bonin, 2018 ; Gündüz et Karaman, 2020) qui doivent trouver un moyen de concilier leurs diverses activités et responsabilités.

20Le soutien des proches, qu’il s’agisse de la famille, de collègues ou d’amis, joue également un rôle important dans le parcours des étudiants à distance. Park et Choi (2009) remarquent que les étudiants soutenus par leurs familles persévèrent davantage. De même, Street (2010) et Lee, Choi et Kim (2013) constatent que l’interrelation entre le manque de soutien de la famille, du milieu de travail et de l’institution a une influence sur l’abandon des études en FAD. L’absence de soutien des proches apparait généralement comme un facteur secondaire d’abandon, renforçant les difficultés rencontrées dans les dispositifs de formation (Kara et al., 2019 ; Gündüz et Karaman, 2020).

21Enfin, les difficultés financières sont aussi susceptibles d’amener les étudiants à abandonner. De fait, la majorité des étudiants à distance ne bénéficient pas de prêts ou de bourses et financent ainsi eux-mêmes leurs études, ce qui peut les contraindre à abandonner (Boston et al., 2011 ; Aversa et MacCall, 2013 ; Gündüz et Karaman, 2020).

Les facteurs institutionnels

22Parmi les facteurs institutionnels, les recherches s’intéressent au design pédagogique et au soutien reçu par l’étudiant pendant ses cours. Le design pédagogique, aussi appelé « learning design » (Baron, 2011), fait référence à l’ingénierie pédagogique mise en œuvre lors de la conception des cours. Il rend ces derniers plus ou moins accessibles, compréhensibles, intéressants et cohérents, ce qui contribue notamment à faire en sorte que les étudiants abandonnent ou persévèrent dans leur cours (Nichols, 2010 ; Pittenger et Doering ; 2010). La revue systématique de Monteiro et al. (2017) fait entre autres ressortir l’existence d’une corrélation entre la pondération des examens visant l’obtention du diplôme ou la charge de travail et l’abandon dans un cours. Elle indique également que la répétition hebdomadaire d’activités et le fait d’avoir des cours ayant une forme et une structure établie diminuent les risques d’abandon, tout comme le fait d’intégrer le matériel de soutien aux étudiants dans le matériel didactique. À l’inverse, les problèmes techniques peuvent décourager les étudiants (Packham et al., 2004 ; Willging et Johnson, 2004) et favoriser l’abandon. Ainsi, les choix réalisés lors de la conception des cours ont un impact non négligeable puisqu’une inadéquation entre les attentes et les besoins des étudiants constitue une source d’insatisfaction des étudiants susceptible de conduire à l’abandon (Zielinski, 2000 ; Pernin et Lejeune, 2004 ; Ice et al., 2011).

23De même, le soutien reçu par les étudiants et les interactions ayant lieu dans les cours ou programmes jouent un rôle important concernant la satisfaction et la persévérance des apprenants (Paechter, Maier et Macher, 2010 ; Dussarps, 2015). Klaus et Changchit (2014) soulignent en effet que les deux facteurs ayant une incidence significative sur la satisfaction des cours en ligne sont le soutien des formateurs et la valeur perçue des apprentissages effectués. Ainsi, la disponibilité des tuteurs, les interactions et rétroactions fournies aux étudiants et la qualité du soutien qui leur est apporté apparaissent comme des éléments cruciaux pour favoriser la rétention des étudiants (Decamps et al., 2009 ; Loisier et al., 2013 ; Gaytan 2015). L’effet des interactions avec les pairs sur la satisfaction des étudiants et leur propension à persévérer ou abandonner est moins clair en ce sens qu’elle varie beaucoup selon les étudiants et les types de dispositifs et d’activités proposés, comme nous l’avions observé lors d’une revue systématique de la littérature (Papi et al., 2019).

Une multiplicité de facteurs difficile à prendre en compte

24Les différents modèles et catégories présentés permettent de constater que les facteurs susceptibles d’influencer la persévérance et l’abandon sont variés et liés. Ainsi, comme le met en évidence le modèle de Street (2010), le comportement des étudiants est influencé par les facteurs personnels, environnementaux et institutionnels relatifs aux cours et les influence en retour. Pour mieux comprendre ces influences, il semble important de recueillir des données factuelles aussi bien que des représentations. Dès lors, comment parvenir à recueillir et croiser des données de types différents afin de saisir les influences existantes entre différents facteurs susceptibles de jouer un rôle dans l’abandon en FAD ?

25Bien que les principaux facteurs d’abandon soient connus, leur articulation ou leur importance relative n’est pas toujours présentée. De plus, la manière de faire émerger les facteurs et leurs liens soulève des questions méthodologiques conséquentes. Les données détenues par les universités permettent de connaitre les taux d’abandon par cours, voire de les croiser avec quelques données sociodémographiques. Elles offrent l’avantage de rendre possible un suivi longitudinal, mais ne donnent pas accès à tous les facteurs susceptibles de mener à l’abandon qui résulte d’un vécu et d’une décision personnels. Il semble donc nécessaire de prendre également en compte des données relatives à la représentation des facteurs d’abandon par les étudiants. La réalisation d’entretiens ou de groupes de discussion permet l’émergence des facteurs d’abandon et documente leurs influences de façon assez fine, mais pour un échantillon restreint. Cette approche semble donc plus pertinente pour l’étude des facteurs d’abandon liés à un groupe défini (les apprenants d’un cours en particulier par exemple) que pour celle des facteurs présents dans un grand ensemble. La passation de questionnaires procure des données issues de groupes plus larges. Cependant, comme dans les entretiens, les données recueillies sont uniquement des représentations.

26Dans notre recherche, nous avons ainsi étudié les trois catégories de facteurs en réunissant différents types de données.

Méthodologie

  • 3 Au Québec, l’inscription n’est pas annuelle, elle s’effectue par session, à question de trois sessi (...)

27Nous avons mené une recherche exploratoire portant sur les études de premier cycle universitaire en formation intégralement à distance. Nous nous sommes plus particulièrement intéressés à la persévérance et à l’abandon au niveau d’un cours (aller jusqu’au bout du cours ou non) et à la réinscription à l’institution universitaire ou non après deux sessions3 consécutives ayant lieu à n’importe quel moment du cheminement des étudiants dans leur premier cycle. Examinons la manière dont nous avons recueilli et analysé différents de données.

Le recueil des données

28À partir des données du registraire, nous avons constitué un échantillon de 19 cours choisis en fonction de trois critères :

291) la diversité disciplinaire : des cours dans trois départements différents ont été retenus, à savoir sciences de l’administration, sciences de l’éducation, sciences humaines et sociales, lettres et langues ;

302) la taille de l’effectif : la moyenne des inscriptions annuelles aux cours de l’université étant de 312 inscriptions, seuls les cours ayant plus de 312 inscriptions par an ont été retenus ;

313) la variabilité des taux d’abandon dans les cours : des cours dont les taux d’abandon se situent entre 4.3 % et 26.35 % ont été sélectionnés afin de ne pas avoir uniquement des cours avec de faibles ou forts taux d’abandon.

  • 4 Les typologies déjà existantes sont souvent mieux adaptées aux dispositifs hybrides, elles n’auraie (...)

32Afin d’identifier le design pédagogique des 19 cours, nous avons créé une matrice d’analyse des cours composée de six sections pleinement adaptées à ces cours entièrement en ligne et majoritairement asynchrones4. Cette matrice et les données que nous y avons recueillies ont été validées par une méthode interjuges. La première section de cette matrice concerne l’identification du cours (titre, programme, URL du site Web, etc.) ; la deuxième porte sur les outils technologiques ; la troisième est centrée sur les activités d’apprentissage et d’évaluation présents dans chacun des différents modules du cours ; la quatrième porte sur l’accès et le contenu du guide d’étude (aussi appelé syllabus ou plan de cours) ; la cinquième a trait à l’accompagnement et aux moyens de communication proposés dans le cours ; la sixième et dernière section de la grille porte sur la quantification des principales composantes pédagogiques du cours (présentation et démarrage, modules ou séances, présentations et activités d’évaluation). Chaque cours a fait l’objet d’analyse par trois personnes afin d’assurer la conformité aux critères de la grille.

33En vue de recueillir les représentations et appréciations des étudiants concernant ces cours, un questionnaire en ligne a été envoyé aux étudiants de ces 19 cours. Ce questionnaire porte sur les caractéristiques personnelles des étudiants (incluant leurs stratégies d’apprentissage) ainsi que sur le design et le soutien pédagogiques d’un des 19 cours (au choix de l’étudiant, selon ceux suivis). Il a été envoyé aux 3 578 étudiants inscrits dans les cours sélectionnés entre l’été 2018 et l’été 2019 et 791 y ont répondu. Les étudiants et professeurs ou tuteurs ont également été sollicités pour des entretiens et des groupes de discussion, mais nous n’en tiendrons pas compte ici en raison du très faible taux de participation.

34Trois différentes sources de données ont été prises en compte lors de l’analyse des facteurs d’abandon et de persévérance aux études : les données provenant du registraire, les données analysées par une équipe à partir d’une matrice et les réponses au questionnaire des étudiants (tableau 1).

Tableau1. Provenance des sources de données pour analyser les facteurs d’abandon et de persévérance aux études

Tableau1. Provenance des sources de données pour analyser les facteurs d’abandon et de persévérance aux études

L’analyse des données

  • 5 Lorsque les variables étaient catégorielles pour les stratégies d’apprentissage et les types de cou (...)

35Afin d’étudier les 623 variables des cours analysés, les données du registraire et les réponses fournies par les 791 étudiants ayant répondu au questionnaire, différentes analyses statistiques ont été menées. Des analyses de variances entre les catégories par rapport aux différents facteurs nous ont permis d’identifier les variables ayant une influence sur l’abandon. Des analyses de type cluster two-step ont permis de regrouper les diverses variables associées au design pédagogique des cours, recensées en regroupements ayant une cohérence interne, tout en étant différents les uns des autres. Des analyses croisées comprenant des analyses de moyennes à deux groupes (test-t) ou plus (ANOVA à un facteur) et des analyses de type khi deux5 ont également été menées ainsi que des analyses post-hoc recourant au test de Tukey. Toutes ces analyses utilisent un seuil de 5 % (α =.05) et sont détaillées dans le rapport de recherche (Sauvé et al., 2021). Ces méthodes d’analyse sont relativement originales pour l’étude de l’abandon en FAD, car cette dernière est généralement réalisée par des analyses descriptives ou des régressions logistiques comme le notent Tan et Shao (2015).

Résultats

  • 6 Nous ne faisons ici pas état des résultats des stratégies d’apprentissage, faute d’espace. Nous vou (...)

36Nous précisons d’abord les caractéristiques des répondants6. Ensuite, nous présenterons les résultats relatifs à l’influence des facteurs institutionnels sur l’abandon et aux liens qui peuvent être faits entre ces derniers et les facteurs propres aux étudiants et à leur environnement. Dans la catégorie des facteurs institutionnels, ce sont le design des cours-types résultants de la matrice d’analyse et la perception des étudiants du design des cours et de l’accompagnement reçu résultant du questionnaire qui ont été analysés. Les résultats sont ici présentés de manière synthétique, mais sont développés dans le cadre d’un ouvrage sur la persévérance et l’abandon (Papi et Sauvé, 2021).

Les caractéristiques des répondants

37Les étudiants ayant répondu au questionnaire sont majoritairement des citoyens canadiens (95 %) de langue maternelle française (91.5 %). Près des trois quarts sont âgés de 25 et 44 ans (13,8 % ont moins de 25 ans et 11.6 % ont 45 ans et plus) et la majorité (77.9 %) est des femmes. Plus de la moitié vit en couple (67.8 %) ou avec un ou plusieurs enfants (51,5 %). La majorité des répondants travaille plus de 30h par semaine (62 %) et considère avoir une situation financière acceptable, voire bonne (92.4 %). Nous constatons que 82.6 % des répondants sont inscrits à temps partiel, 56.3 % cheminent dans un programme court (certificat) tandis que 32 % préparent un baccalauréat (licence dans le système LMD). Il peut être relevé que 49 % des pères et 53.5 % des mères des répondants ont un diplôme d’études secondaires ou professionnelles, ils sont plus rares à détenir un diplôme universitaire (23.2 % des pères et 19.5 % des mères). Ces répondants constituent, de manière générale, un échantillon représentatif de la population étudiée. Il peut enfin également être précisé que 16.9 % des répondants ont abandonné leur cours durant les trimestres d’administration du questionnaire et 10 % ne se sont pas réinscrits après deux sessions d’études.

De l’influence du design pédagogique sur l’abandon

38L’analyse par cluster two-step des données recueillies dans la matrice pour chacun des 19 cours a permis de dégager 22 variables définissant cinq cours-types. Il importe de comprendre que les cours-types sont des constructions statistiques : en ce sens, il convient de les apprécier dans leur globalité plutôt que d’effectuer des comparaisons selon une seule variable. Autrement dit, dans la réalité, les cours offerts en FAD dans l’établissement peuvent se rapprocher d’un cours-type sans pour autant s’y conformer en totalité, il est à noter que les interactions (avec les tuteurs ou les pairs) prévues dans le cheminement du cours ont été relevées également, mais sont relativement rares et se sont avérées non significatives dans la construction des cours-types.

39Le cours-type 1 est modérément axé sur la lecture et les exercices pratiques, il propose un nombre modéré de questionnaires à visée d’évaluation sommative et pratiquement pas d’évaluations formatives. Le cours-type 2 invite à la visite de sites Web externes et à la réalisation de plusieurs activités d’évaluations formatives sous forme de questionnaires. Le cours-type 3 accorde une place prédominante à la lecture et aux exercices pratiques en plus de proposer quelques évaluations formatives sous forme de questionnaires. Le cours-type 4 est centré sur les exercices pratiques, le visionnement de diaporamas et de clips audio ou vidéo et contient également beaucoup d’activités d’évaluations formatives sous forme de questionnaires. Le cours-type 5 se distingue des quatre autres types puisqu’il propose à la fois des activités d’appropriation et de découverte axées sur des lectures et visionnements de vidéos ou de diaporamas, il abonde en exercices pratiques et en activités d’évaluations formatives sous forme de questionnaires.

40Les cinq cours-types déterminés par leur design pédagogique ont pu être croisés avec l’abandon des étudiants dans les cours. Afin de s’assurer que seuls le design pédagogique des cours-types ainsi que l’abandon soient considérés, toutes les variables sociodémographiques des étudiants ont été contrôlées dans l’analyse statistique. Aucune comparaison entre les cours-types ne parvient à respecter le seuil minimum d’acceptabilité (p ≤ .05). Autrement dit, les regroupements des variables qui définissent les cours-types, ne sont pas en mesure, à eux seuls, d’expliquer statistiquement la propension à abandonner des étudiants dans un cours (F (791, 6) =1.403 ; p = .231).

41Par contre, lorsque les données sociodémographiques des étudiants sont utilisées comme variable médiatrice dans la relation entre les cours types et l’abandon, des relations deviennent statistiquement significatives pour trois d’entre eux. Ainsi, comme illustré dans la figure 1, pour les cours-type 2, 3 et 4 nous retrouvons des corrélations avec les variables état civil, situation familiale et appréciation de la situation financière qui augmentent ou réduisent la propension à l’abandon des étudiants.

Figure 1. Influence des facteurs sociodémographiques sur la propension à abandonner les cours-types

Figure 1. Influence des facteurs sociodémographiques sur la propension à abandonner les cours-types

42Dans le cours-type 2, l’état civil est statistiquement significatif (X2 (3, N = 791) = 12.425, p = .006), le fait d’être célibataire dans le cours-type 2 est corrélé avec une plus grande propension à l’abandon du cours. Au contraire, celui d’être marié ou conjoint de fait dans ce cours-type est corrélé avec une moins grande propension à abandonner le cours. L’effet est modéré (φc = .34, p = .01) (Cohen, 1988).

43En ce qui concerne la situation familiale, une corrélation significative est obtenue (X2 (5, N = 791) = 14.730, p = .012). Le fait de vivre seul et de suivre un cours-type 2 est corrélé avec une plus grande propension à l’abandon du cours. Le fait de vivre avec un conjoint et des enfants est quant à lui corrélé avec une moins grande propension à l’abandon du cours. L’effet est modéré-fort (φ= .41, p = .005) (Cohen, 1988).

44Dans le cours-type 3, une seule variable a eu une corrélation significative par rapport à l’abandon au cours. Il s’agit du jugement de la situation financière de l’étudiant (X2 (4, N =791) = 11.175, p = .011). Les étudiants qui considèrent leur situation financière comme étant « excellente » ou « bonne » ont moins de risque d’abandonner les cours qui tendent vers le cours-type 3. Au contraire, les étudiants qui estiment que leur situation financière est « inacceptable » ont une probabilité plus grande d’abandonner un cours du cours-type 3. Bien que la corrélation soit statistiquement représentée, il est à noter que son effet sur la propension à l’abandon du cours est moindre (φc = .177, p = .011) (Cohen, 1988).

45Tout comme pour le cours-type 2, l’état civil est statistiquement significatif dans le cours-type 4 (X2 (4, N = 791) = 8.413, p = .038). Ainsi, le fait d’être un étudiant célibataire et d’avoir un cours dans un regroupement du cours-type 4 est corrélé avec une plus grande propension à l’abandon de ce cours. Au contraire, le fait d’être marié est corrélé avec une moins grande propension à abandonner un cours-type 4. L’effet de cette variable est modéré (φ = .304, p = .038) (Cohen, 1988). La situation familiale est aussi une variable corrélée avec l’abandon du cours (X2 (5, N = 791) = 13.723, p = .008). Plus particulièrement, le fait de vivre avec ses deux parents ou avec son conjoint est corrélé avec une moins grande propension à l’abandon du cours-type 4. L’effet de la variable est modéré-fort (φ= .388, p = .008) (Cohen, 1988).

De l’influence de l’accompagnement sur l’abandon

46Les réponses recueillies concernant l’accompagnement et le soutien apporté par les tuteurs (qui dans certains cas sont des enseignants) et les pairs font ressortir que, dans l’ensemble, les interactions ayant lieu dans le cadre des cours sont moindres. Ces dernières se déroulent majoritairement de manière asynchrone par échange de courriels entre l’étudiant et le tuteur. Cela semble convenir à la majorité des étudiants qui indique ne vouloir aucun changement, tandis que près d’un quart souhaiterait plus de communication synchrone ou asynchrone avec leur tuteur. De fait, comme le relève l’étude du design pédagogique des cours, peu d’échanges sont prévus dans les cours, ces derniers étant tous asynchrones pour permettre aux étudiants de cheminer à leur rythme. Il est ainsi également possible de constater que les échanges avec les pairs y sont moindres (près de 90 % répondent « ne s’applique pas »). Par ailleurs, tandis que 81 % se déclarent satisfaits du délai de réponse des tuteurs, seulement un quart des étudiants se décrit satisfait du soutien reçu au niveau administratif et cognitif et ils sont encore moins nombreux concernant le soutien reçu au niveau technologique, méthodologique, métacognitif, social et affectif. Toutefois, la majorité des étudiants ne se déclare pas insatisfaite, mais indique plutôt que cela ne s’applique pas.

47Or, le soutien reçu et la satisfaction relative à ce dernier semblent d’autant plus importants que l’on constate que les étudiants qui n’ont pas eu de réponses à leurs questions dans des délais qu’ils jugent satisfaisants ont davantage tendance à abandonner leur cours que les autres ((r(791-2) = 9.253, p = .026 ; φc = .108)). De même, les tests de Student permettent de révéler que les étudiants qui persévèrent dans leurs cours ont été plus satisfaits que ceux ayant abandonné concernant le soutien reçu par les intervenants.

48Afin de mieux comprendre dans quelle mesure l’accompagnement reçu et l’appréciation de ce dernier varient selon les étudiants, nous avons réalisé une analyse par cluster two-step pour croiser les réponses des étudiants avec leurs données sociodémographiques et les regrouper. Les clusters ont été créés à partir des 25 variables sociodémographiques et cinq d’entre elles ont été retenues par l’analyse (l’indice de cohésion / séparation de .4). Ce faisant nous avons obtenu trois profils-types d’étudiants comme présentés dans le tableau 2.

Tableau 2. Facteurs déterminant les profils-types des apprenants

Tableau 2. Facteurs déterminant les profils-types des apprenants

49Le profil-type 1 est constitué d’étudiants qui ont le statut de conjoint de fait, vivent en famille et exercent une activité professionnelle à temps plein qui leur permet de financer leurs études. Ils ont pour particularité d’être plus satisfaits du soutien que leur apportent leurs proches concernant l’approbation de leurs études (F(791-3) = 4.005, p =.019), leur disponibilité (F(791-3) = 3.838, p =.022) et leur aide organisationnelle (F(791-3) = 7.627, p =.001) relativement aux étudiants des deux autres profils-types.

50Le profil-type 2 est composé d’étudiants célibataires qui vivent seuls et travaillent à temps plein ce qui leur permet de financer leurs études. Ils n’ont guère de caractéristiques spécifiques et tendent à régresser vers la moyenne de la distribution.

51Le profil-type 3 rassemble les étudiants mariés, qui vivent en famille et n’exercent pas d’activité professionnelle, mais bénéficient de prêts ou de bourses leur permettant de financer leurs études. Il a pour particularité relativement aux deux autres profils-types que les étudiants semblent y être plus satisfaits du soutien apporté par les tuteurs et d’être le seul à émettre un souhait d’augmentation des interactions avec les pairs aussi bien en face à face (r(791-3) =17.859, p =.003) que de manières synchrone (r(791-3) =13.102, p =.041) ou asynchrone (r(791-3) =19.204, p =.004). Les étudiants de ce profil-type ont davantage tendance à se désinscrire après deux sessions consécutives que les étudiants des profils-types 1 et 2 (X2 (2, N = 791) = 8.786, p = .012).

Discussion

52Partant de la multiplicité des facteurs susceptibles d’influencer le cheminement des étudiants, nous nous sommes intéressés aux caractéristiques de ces derniers ainsi qu’au design pédagogique de 19 cours et à l’accompagnement, voire plus largement aux interactions, ayant lieu dans ces cours. Ce faisant, il est possible de remarquer que lorsque l’abandon du cours est analysé dans sa relation simple avec les cinq cours-types, les résultats des corrélations sont non-significatives si on ne prend pas en compte les caractéristiques propres aux étudiants inscrits dans ces cours. Ce constat est contraire aux conclusions de la revue de littérature de Monteiro et ses collègues (2017) qui permettaient de faire ressortir plusieurs éléments de design pédagogique influençant la poursuite ou non des études. Dans la mesure où il s’agit de cours tous asynchrones, il semble pertinent de s’interroger sur les résultats qui seraient obtenus dans le cadre de cours hybrides. Toutefois, les travaux de James, Sawn et Daston (2016) indiquent que le mode de formation n’a guère d’influence sur l’abandon.

53Concernant l’accompagnement reçu, le fait que les étudiants satisfaits persévèrent davantage et que les moins satisfaits de l’accompagnement reçu abandonnent davantage est conforme à ce qu’avaient mis en évidence d’autres recherches (Loisier et al., 2013 ; Klaus et Changchit, 2014 ; Dussarps, 2015 ; Gaytan 2015). Cependant, la satisfaction étant subjective, il est intéressant d’observer qu’en croisant les résultats portant sur l’accompagnement dans le cadre du cours avec des variables propres aux étudiants et à leur environnement, il est possible de mieux saisir pourquoi certains étudiants semblent plus satisfaits que d’autres des formes d’accompagnement ou types d’interactions (somme toute relativement restreints dans l’ensemble des cours ici étudiés). Il n’est effectivement pas anodin que les étudiants qui ont une activité professionnelle à temps plein se satisfassent davantage d’un moindre accompagnement que ceux qui n’ont pas d’activité professionnelle. Il peut être supposé que le temps investi pour l’activité professionnelle (voire la famille concernant le profil-type 1) est tel que davantage d’interactions avec les tuteurs ou les pairs seraient difficiles à inscrire dans un emploi du temps bien chargé et que le soutien des proches serait ainsi d’autant plus important qu’il leur permet d’être quelque peu dégagés de certaines activités domestiques. Dans le même ordre idée, il peut être envisagé que les étudiants mariés n’ayant pas d’activité professionnelle sont plus souvent en charge des activités domestiques (Gündüz et Karaman, 2020) et n’attendent guère de soutien à ce niveau, mais manquent d’interactions sociales. À défaut de pouvoir bénéficier des échanges dont ils auraient besoin, ces étudiants tendent davantage à abandonner.

54Si l’état civil et les situations familiales et financières semblent déterminants concernant l’abandon des cours relativement à l’analyse du design et de l’accompagnement, il est éclairant de voir la manière dont ces facteurs jouent un rôle différencié selon les facteurs institutionnels étudiés. En effet, les étudiants vivant avec un conjoint ont tendance à persévérer dans leurs cours, en particulier dans les cours-type 2 et 4, contrairement aux étudiants célibataires. Ce résultat pourrait s’expliquer par le soutien moral (ex. encouragements) ainsi que l’aide aux tâches quotidiennes (ex. nettoyer la maison) que le conjoint peut offrir à l’apprenant, ce qui permet à ce dernier de se concentrer sur ses études.

55Ces résultats font ainsi ressortir l’intérêt de la méthode de recherche employée qui combine trois types de données différentes (issues du registraire, de l’analyse des cours et de questionnaires remplis par les étudiants) et plusieurs méthodes d’analyses (descriptives, ANOVA, analyse par clusters). Il est effectivement original de croiser ces différentes données permettant de mettre en lien non seulement les caractéristiques sociodémographiques et l’abandon des étudiants avec leurs représentations et vécu de leur formation, mais aussi avec une analyse systématique du design pédagogique des cours. En ce sens, l’analyse par cluster two-steps encore peu exploitée en sciences de l’éducation (Battaglia, Di Paola et Fazio, 2016) semble une méthode prometteuse pour favoriser la compréhension des liens entre plusieurs catégories de facteurs impliquant des types de données variées.

Conclusion

56Cet article présente des résultats issus d’une recherche exploratoire sur la persévérance et l’abandon en FAD au premier cycle universitaire, dans le cadre de cours asynchrones de trois départements différents. Il expose les principaux modèles et facteurs dégagés par les recherches antérieures. Les facteurs sont présentés selon les trois catégories définies par Lee et Choi (2011) qui distinguent les facteurs propres à l’étudiant, les facteurs environnementaux et les facteurs institutionnels. Une méthode originale d’analyse des différentes catégories de facteurs et de leurs liens est proposée. En effet, dans le cadre de cette recherche, nous avons non seulement recueilli les données du registraire et des étudiants par l’intermédiaire d’un questionnaire, mais nous avons aussi analysé le design pédagogique de 19 cours. La richesse des données recensées par l’intermédiaire d’une matrice d’analyse des cours et les réponses au questionnaire de 791 apprenants est telle que seuls les principaux résultats sont ici exposés.

57La mise en relation entre les 22 variables qui forment les cinq cours-types et l’abandon, révèle que l’agencement de ces dernières n’a pas d’influence sur l’abandon de l’étudiant à son cours, lorsque considéré dans une relation unidimensionnelle. Par contre, lorsque les caractéristiques individuelles des étudiants sont croisées avec les cours-types relevés dans cette étude, des différences statistiquement significatives apparaissent. Autrement dit, l’ajout des variables sociodémographiques comme élément médiateur de la relation entre le design pédagogique et l’abandon du cours permet d’expliquer une partie de la propension de l’étudiant à abandonner ou persévérer dans son cours.

58De même, s’il n’est guère étonnant de constater que les étudiants qui se déclarent les moins satisfaits de l’accompagnement reçu de la part des tuteurs sont ceux qui tendent le plus à abandonner, le croisement avec des caractéristiques propres aux étudiants et à leur environnement permet de mieux apprécier la complexité des phénomènes en jeu. En effet, il est possible de faire ressortir que les attentes et la satisfaction des étudiants ne varient pas seulement selon les interactions et rétroactions avec les tuteurs ou les pairs, mais aussi en fonction des situations professionnelles, financières et familiales des étudiants. Ceci permet de comprendre que seule une minorité d’étudiants en FAD tend à profiter des possibilités d’interactions offertes lorsqu’elles ne sont pas nécessaires pour la réalisation d’activités pédagogiques comme nous avions pu le souligner dans le cadre d’une synthèse de connaissances (Papi et al., 2019). Ces résultats rappellent également l’importance de l’individualisation du soutien à apporter aux apprenants.

  • 7 Nous rejoignons ici Morin (2005) qui, dès son avant-propos à l’Introduction à la pensée complexe, i (...)

59Bien que cette recherche ait permis de prendre en compte une pluralité de facteurs en vue d’éviter la simplification potentiellement aveuglante d’une analyse unifactorielle, il convient d’admettre qu’elle ne prétend pas saisir l’ensemble des éléments susceptibles d’influencer le parcours des étudiants. Il s’agit d’une approche lucide de la complexité7 des phénomènes étudiés qui, tout en cherchant à être holistique, n’est pas exhaustive. Elle ouvre ainsi la voie vers d’autres approches de l’abandon en FAD.

Haut de page

Bibliographie

Aragon, S.R. et E.S. Johnson (2008). Factors Influencing Completion and Noncompletion of Community College Online Courses, American Journal of Distance Education, 22(3), 146‑158.

Araque, F., Roldán, C., et Salguero, A. (2009). Factors influencing university drop out rates. Computers & Education53(3), 563-574.

Arifin, M.H. (2018). The role of student support services in enhancing student persistence in the Open University context: Lesson from Indonesia Open University. Turkish Online Journal of Distance Education, 19(3), 156–168.

Audet, L. (2008). Recherche sur les facteurs qui influencent la persévérance et la réussite scolaire en FAD. Recension des écrits. Réseau d’enseignement francophone à distance du Canada (REFAD). http://bv.cdeacf.ca/record.php?record=19210024124910382069

Aversa, E. et MacCall, S. (2013). Profiles in retention part 1: Design characteristics of a graduate synchronous online program. Journal of Education for Library, 54(2), 147–161.

Aydin, S., Öztürk, A., Büyükköse, G. T., Er, F. et Sönmez, H. (2019). An Investigation of Drop-out in Open and Distance Education. Educational, Sciences: Theory & Practice, 19(2), 40-57. doi: http://dx.doi.org/10.12738/estp.2019.2.003

Battaglia, O. R., Di Paola, B., et Fazio, C. (2016). A new approach to investigate students’ behavior by using cluster analysis as an unsupervised methodology in the field of education. Applied Mathematics7(15), 1649-1673.

Bean, J. P., et Metzner, B. S. (1985). A conceptual model of nontraditional undergraduate student attrition. Review of educational Research55(4), 485-540.

Baron, G.-L. (2011). « Learning design ». Recherche et formation, 2011(68). http://journals.openedition.org/rechercheformation/1565

Boston, W. E., Ice, P. et Gibson, A. M. (2011). Comprehensive assessment of student retention in online learning environments. Online Journal of Distance Learning Administration14(1). https://www.westga.edu/~distance/ojdla/spring141/boston_ice_ gibson141.pdf

Charlier, B., Felder, J. et Villot, J. (2021). Tensions entre présence et distance en éducation : comprendre la complexité, Distances et médiations des savoirs, 2021(35). http://journals.openedition.org/dms/6410 ; https://doi.org/10.4000/dms.6410

Choi, H.J. et B.U. Kim (2018). Factors Affecting Adult Student Dropout Rates in the Korean Cyber-University Degree Programs. Journal of Continuing Higher Education, 66(1), 1–12. https:// doi.org/10.1080/07377363.2017.1400357

Chyung, Y. (2001). Systematic and systematic approaches to reducing attrition rates in online higher education. American Journal of Distance Education, 15(3), p. 36-49. https://doi.org/10.1080/08923640109527092

Cochran, J.D., S.M. Campbell, H.M. Baker et E.M. Leeds (2014). The role of student characteristics in predicting retention in online courses. Research in Higher Education, 55(1), 27‑48. https://eric.ed.gov/?id=EJ1039194.

Colorado, J.T. et J. Eberle (2010). Student demographics and success in online learning environments. Emporia State Research Studies, 46(1), 4‑10.

Dussarps, C. (2015). L’abandon en formation à distance. Analyse socioaffective et motivationnelle. Distances et médiations des savoirs, 3(10). http://journals.openedition.org/dms/1039.

Eliasquevici, M. K., da Rocha Seruffo, M. C., & Resque, S. N. F. (2017). Persistence in distance education: A study case using Bayesian network to understand retention. International Journal of Distance Education Technologies (IJDET)15(4), 61-78.

Fortin, A., L. Sauvé, C. Viger et F. Landry (2016). La persévérance et la réussite universitaire d’étudiants inscrits à des programmes de premier cycle en sciences comptables au Québec.Rapport de recherche. FODAR.

Fortin, B., Joanis, M. et Ragued, S. (2019). Interruption des études secondaires et postsecondaires au Canada : une analyse dynamique. Centre interuniversitaire de recherche en analyse des organisations, Rapport 2019RP-11. https://cirano.qc.ca/files/publications/2019RP-11.pdf.

Gregori, P., V. Martínez et J.J. Moyano-Fernández (2018). Basic actions to reduce dropout rates in distance learning. Evaluation and program planning, 66(1), 48-52.

Gündüz, M. et Karaman, S. (2020). Open Education Faculty and Distance Education Students’ Dropout Reasons: the Case of a Turkish State University. Open Praxis 12(1), 1-7.

Ice, P., A.M. Gibson, W. Boston et D. Becher (2011). An exploration of differences between community of inquiry indicators in low and high disenrollment online courses. Journal of Asynchronous Learning Network, 15(2), 44–70.

James, S., Swan, K. et Daston, C. (2016). Retention, progression and the taking of online courses. Journal of Asynchronous Learning Network, 20(2), 75–96.

Kara, M., Erdoğdu, F., Kokoç, M. et Cagiltay, K. (2019). Challenges Faced by Adult Learners in Online Distance Education: A Literature Review. Open Praxis, 11(1), 5–22.

Kember, D. (1989). A longitudinal-process model of drop-out from distance education. Journal of Higher Education, 60(3), 278-301.

Kember, D. (1995). Open learning courses for adults: A model of student progress. Englewood Cliffs, NJ: Educational Technology Publications.

Klaus, T. et C. Changchit (2014). Environmental Factors of Distance Learning: An Exploratory Study. International Journal of Information and Communication Technology Education (IJICTE)10(1), 14–24.

Krajewki, S. (2015). Retention of Community College Students in Online Courses [thèse de doctorat, Western Michigan University, USA]. https://scholarworks.wmich.edu/dissertations/1180.

Lee, Y. et J. Choi (2011). A review of online course dropout research: Implications for practice and future research. Educational Technology Research and Development, 59(5), 593–618.

Lee, Y., Choi, J. et Kim, T. (2013). Discriminating factors between completers of and dropouts from online learning courses. British Journal of Educational Technology, 44(1), 328-337.

Lehan, T.J., H.D. Hussey et M. Shriner (2018). The influence of academic coaching on persistence in online graduate students. Mentoring & Tutoring: Partnership in Learning26(3), 289-304.

Ma, X. et Frempong, G. (2008). Raisons de l’inachèvement des études postsecondaires et profil des décrocheurs des études postsecondaires : rapport. Ressources Humaines et Développement Social Canada. https://publications.gc.ca/collections/collection_2008/hrsdc-rhdsc/HS28-143-2008F.pdf

Means, B., Toyama, Y., Murphy, R., Bakia, M., Jones, K. et Planning, E. (2010). Evaluation of Evidence-Based Practices in Online Learning: A Meta-Analysis and Review of Online Learning Studies.

Monteiro, S., J.A Lencastre, B.D. Silva, A.J. Osório, P. de Waal, S.Ç. İlin et G. İlin (2017). A systematic review of design factors to prevent attrition and dropout in e-Learning courses. Dans G. İlin, Ş.Ç. İlin, B.D. da Silva, A.J. Osório et J.A. Lencastre (dir.), Better e-Learning for Innovation in Education), ÖzKaracan, 135–153.

Moore, C. et Greenland, S. (2017). Employment-driven online student attrition and the assessment policy divide: An Australian open-access higher education perspective. Journal of Open, Flexible and Distance Learning, 21(1), 52–62.

Muljana, P.S. et T. Luo (2019). Factors contributing to student retention in online learning and recommended strategies for improvement: A systematic literature review. Journal of Information Technology Education: Research, 18(1), 19-57.

Nichols, M. (2010). Student perceptions of support services and the influence of targeted interventions on retention in distance education. Distance Education, 31(1), 93–113.

Nichols, A. J. and Levy, Y. (2009). Empirical assessment of college student-athletes’ persistence in e-learning courses: A case study of a US National Association of Intercollegiate Athletics (NAIA) institution. Internet and Higher Education, 12(1), 14-25.

Packham, G., P. Jones, C. Miller et B. Thomas B. (2004). E‐learning and retention : Key factors influencing student withdrawal. Education + Training, 46(6/7), 335‑342.

Papi, C. (2014). Formation à distance. Dispositifs et interactions. ISTE/Hermes Sciences.

Papi, C., Angulo Mendoza, G., Brassard, C., Bédard, J-L., Sarpentier, C. (2019). Peer-Communication in Distance Education : Perspectives and Challenges. Ubiquitous Learning : An International Journal, 12(1), 13-33. https://doi.org/10.18848/1835-9795/CGP/v12i01/13-33.

Papi, C. et Sauvé, L. (dir.) (2021). Persévérance et abandon en formation à distance. De la compréhension des facteurs d’abandon aux propositions d’actions pour soutenir l’engagement des étudiants. Presses universitaires du Québec.

Park, J. (2007). Factors related to learner dropout in online learning. Dans F.M. Nafukho, T.H. Chermack et C.M. Graham (dir.), Proceedings of the 2007 Academy of Human Resource Development Annual Conference (1-25), 25(8).

Park, J. H. et H.J. Choi (2009). Factors Influencing Adult Learners’ Decision to Drop Out or Persist in Online Learning. Educational Technology & Society, 12(4), 207-217.

Pernin, J.-P. et A. Lejeune, (2004). Dispositifs d’apprentissage instrumentés par les technologies : vers une ingénierie centrée sur les scénarios. Actes du colloque Technologies de l’Information et de la Connaissance dans l’Enseignement Supérieur et de l’Industrie, Compiègne, France, p. 407–414.

Pittenger, A., et A. Doering (2010). Influence of motivational design on completion rates in online self-study pharmacy-content courses. Distance Education, 31(3), 75–293.

Romainville, M. et C. Michaut (2012). Réussite, échec et abandon dans l’enseignement supérieur. De Boeck.

Rovai, A. P. (2003). In search of higher persistence rates in distance education online programs. Internet and Higher Education, 6(1), 1−16.

Sánchez-Elvira Paniagua, A. et O. Simpson (2018). Developing student support for open and distance learning: The EMPOWER Project. Journal of Interactive Media in Education, 2018(1), 1-9.

Sauvé, L. (2021). Un examen des modèles théoriques sur l’abandon des études à distance et en ligne (FAD). Dans C. Papi et L. Sauvé (dir.), Persévérance et abandon en formation à distance : De la compréhension des facteurs d’abandon aux propositions d’actions pour soutenir l’engagement des étudiants (p. 39-58). Presses universitaires de l’université du Québec.

Sauvé, L., Papi, C., Gérin-Lajoie, S. et Desjardins, G. (2021). Regard des apprenant.es universitaires sur les modes d’organisation et d’encadrement pédagogique en formation à distance et en ligne. Rapport de recherche scientifique. Université TÉLUQ.

Sauvé, L., Racette, N., Papi, C., Gérin-Lajoie, S., Desjardins, G. et Marineau, S. (2019). Self-Regulation Strategies of Students Enrolled in a Distance and Online University Education Program. Dans M. Herzog, H. P. Z. Kubincová et M. Temperini (dir.), Advances in Web-Based Learning – ICWL 2019. ICWL 2019. Lecture Notes in Computer Science, 11841(165-176). https://link.springer.com/chapter/10.1007%2F978-3-030-35758-0_16.

Shah, M. et Cheng, M. (2018). Exploring factors impacting student engagement in open access courses. Open Learning: The Journal of Open, Distance and e-Learning, 34(2), 187-202.

Simpson, O. (2006). Predicting student success in open and distance learning. Open Learning: The Journal of Open, Distance and e-Learning21(2), 125-138.

Simpson, O. (2013). Supporting Students in Open and Distance Learning. Routlege-Farmer.

Street, H. (2010). Factors Influencing a Learner’s Decision to Drop-Out or Persist in Higher Education Distance Learning. Online Journal of Distance Learning Administration, 13(4), 1-5.

Stoessel, I. (2015). Sociodemographic Diversity and Distance Education: Who Drops Out from Academic Programs and Why? Research in Higher Education56(3), 228–246.

Tan, M. et P. Shao (2015). Prediction of student dropout in e-Learning program through the use of machine learning method. International Journal of Emerging Technologies in Learning10 (1), 11-17. https://online-journals.org/index.php/i-jet/article/view/4189/0.

Tinto, V. (1975). Dropout from higher Education: A theorical synthesis of recent research. Review of Educational Research, 45(1), 89-125.

Tinto, V. (1993). Leaving college: Rethinking the causes and cures of student attrition (2e éd.). University of Chicago Press.

Willging, P.A. et S.D. Johnson (2004). Factors that influence students’ decision to dropout of online courses. Journal of Asynchronous Learning Network, 8(4), 105-118.

Willging, P.A. et S.D. Johnson (2009). Factors that influence students’ decision to dropout of online courses. Journal of Asynchronous Learning Networks, 13(3), 115‑127.

Wladis, C., K.M. Conway et A.C. Hachey (2015). The online STEM classroom—Who succeeds ? An exploration of the impact of ethnicity, gender, and non-traditional student characteristics in the community college context. Community College Review, 43(2), 142‑164.

Wojciechowski, A. et L.B. Palmer (2005). Individual student characteristics : Can any be predictors of success in online classes. Online journal of distance learning administration, 8(2), 1-20. https://www.westga.edu/~distance/ojdla/summer82/wojciechowski82.pdf

Xu, D. et S.S. Jaggars (2011). The effectiveness of distance education across Virginia’s community colleges: Evidence from introductory college-level Math and English courses. Educational Evaluation and Policy Analysis, 33(3), 360–377.

Zielinski, D. (2000). Can you keep learners online? Training, 37(3), 64-71.

Haut de page

Notes

1 Pour plus de détails sur les modèles ici présentés et d’autres, cf. Sauvé (2021).

2 Nous ne prétendons pas avoir effectué de revue systématique de la littérature à l’instar de Lee et Choi (2011) et de Muljana et Luo (2019) qui ont recensé l’ensemble des publications en anglais sur une durée de 10 ans. Nous avons alimenté notre revue de littérature au fur et à mesure de notre recherche en y incluant non seulement des publications en anglais, mais également en français. Ces recherches ont été effectuées par mots-clés autant dans les bases de données institutionnelles (ex. ERIC) que les moteurs de recherche (ex. Google Scholar).

3 Au Québec, l’inscription n’est pas annuelle, elle s’effectue par session, à question de trois sessions possibles par an : automne, hiver, été.

4 Les typologies déjà existantes sont souvent mieux adaptées aux dispositifs hybrides, elles n’auraient pas permis de distinguer finement ces cours qui à première vue se ressemblent puisqu’il s’agit tous de cours autoportants en ligne.

5 Lorsque les variables étaient catégorielles pour les stratégies d’apprentissage et les types de cours.

6 Nous ne faisons ici pas état des résultats des stratégies d’apprentissage, faute d’espace. Nous vous référons au chapitre rédigé à cet effet (Sauvé et al., 2019).

7 Nous rejoignons ici Morin (2005) qui, dès son avant-propos à l’Introduction à la pensée complexe, indique que « la pensée complexe aspire à la connaissance multidimensionnelle. Mais elle sait au départ que la connaissance complète est impossible : un des axiomes de la complexité est l’impossibilité, même en théorie, d’une omniscience. » (p. 11) Nous renvoyons par ailleurs au numéro 35 de Distances et médiations des savoirs et à son éditorial (Charlier, Felder et Villot, 2021) pour poursuivre cette réflexion concernant l’étude de la complexité dans les dispositifs de formation.

Haut de page

Table des illustrations

Titre Tableau1. Provenance des sources de données pour analyser les facteurs d’abandon et de persévérance aux études
URL http://journals.openedition.org/dms/docannexe/image/6904/img-1.png
Fichier image/png, 55k
Titre Figure 1. Influence des facteurs sociodémographiques sur la propension à abandonner les cours-types
URL http://journals.openedition.org/dms/docannexe/image/6904/img-2.png
Fichier image/png, 36k
Titre Tableau 2. Facteurs déterminant les profils-types des apprenants
URL http://journals.openedition.org/dms/docannexe/image/6904/img-3.png
Fichier image/png, 12k
Haut de page

Pour citer cet article

Référence électronique

Cathia Papi, Louise Sauvé, Guillaume Desjardins et Serge Gérin-Lajoie, « De la multiplicité des facteurs à prendre en compte pour mieux comprendre l’abandon en formation à distance »Distances et médiations des savoirs [En ligne], 37 | 2022, mis en ligne le 08 mars 2022, consulté le 29 juin 2022. URL : http://journals.openedition.org/dms/6904 ; DOI : https://doi.org/10.4000/dms.6904

Haut de page

Auteurs

Cathia Papi

Université TÉLUQ/ONE

cathia.papi@teluq.ca

Articles du même auteur

Louise Sauvé

Université TÉLUQ/SAVIE

louisesauve25@gmail.com

Articles du même auteur

Guillaume Desjardins

Université du Québec en Outaouais/ONE

guillaume.desjardins@uqo.ca

Serge Gérin-Lajoie

Université TÉLUQ/ONE

serge.gerinlajoie@teluq.ca

Haut de page

Droits d’auteur

Licence Creative Commons
DMS-DMK est mis à disposition selon les termes de la licence Creative Commons Attribution - Partage dans les Mêmes Conditions 4.0 International.

Haut de page
  • Logo Centre national d'enseignement à distance
  • DOAJ - Directory of Open Access Journals
  • OpenEdition Journals
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search