- 1 Dans le contexte de la Fédération Wallonie-Bruxelles, nous constatons que des filles fréquentent l (...)
1Depuis des décennies, la moindre présence des femmes dans le secteur des sciences, des technologies, de l’ingénierie et des mathématiques (STEM) ne cesse d’être soulignée (Wang & Degol, 2013 ; Rouyer, Mieyaa & Le Blanc, 2014 ; OCDE, 2014). À compétence égale avec leurs pairs masculins en mathématiques, les filles désertent les filières et carrières fortement liées aux mathématiques, socialement plus prestigieuses (Watt, Shapka, Morris et al., 2102). Dans le champ des sciences de l’éducation, le modèle de l’expectancy-value (Eccles, 2005, 2011) est une théorie centrale pour tenter de comprendre les choix effectués par les jeunes en termes d’études et de carrières. Selon cette théorie et les recherches empiriques s’y référant (Simpkins, Davis-Kean & Eccles, 2006 ; Watt, 2006, 2010 ; Watt, Shapka, Morris et al., 2012 ; Wang, 2012), les aspirations aux carrières mathématiques seraient déterminées par des variables motivationnelles, qui elles-mêmes seraient influencées par des éléments de contexte tels que les expériences vécues en classe (Eccles, 2005) et les relations entretenues avec l’enseignant. La perception qu’a l’élève des comportements, attitudes, croyances et attentes de ce dernier joue, en effet, un rôle clé dans la construction de ses attentes de succès en mathématiques et de la valeur qu’il accorde à cette discipline (Eccles, 2005, 2011). Ainsi, la présente étude à caractère fondamental vise à identifier les processus qui entrent en jeu lorsque les filles forgent le projet d’embrasser une carrière mathématique. Plus spécifiquement, elle tente d’analyser les leviers pédagogiques et motivationnels qui amènent certaines filles, en Fédération Wallonie-Bruxelles (FW-B)1, à aspirer à ce type de carrière. Par leviers pédagogiques, nous entendons la perception du soutien social de l’enseignant (qualité affective de la relation personnelle maître-élève), du soutien académique (propension à donner des feed-back) et des attentes de ce dernier (perceptions de l’enseignant des capacités cognitives de l’élève en mathématiques). De nombreuses recherches ont montré que les filles étaient particulièrement sensibles au soutien de l’enseignant (Wang, 2012 ; Taylor & Fraser, 2013 ; Rueger, Malecki & Demaray, 2008 ; Reddy, Rhodes & Mulhall, 2003). Les analyses récentes menées sur nos données collectées en FW-B aboutissent au même constat : les filles perçoivent davantage le soutien social du maître que les garçons (Jaegers & Lafontaine, 2018). Intégrer cette variable au sein du modèle permettra ainsi d’identifier si cette sensibilité particulière est un réel atout pour les filles. Enfin, la présente recherche étudiera également le cas des garçons, connus pour s’orienter davantage vers les carrières à forte composante mathématique, afin d’affiner, par contraste, notre compréhension du phénomène.
2Selon le modèle de l’expectancy-value (Eccles, 2005, 2011), les choix des individus seraient influencés par leurs attentes de succès (expectancy), mais aussi par la valeur accordée aux tâches (value). Les attentes de succès se basent, entre autres, sur les croyances d’auto-efficacité vis-à-vis de tâches spécifiques ou d’un domaine en général (concept de soi). De son côté, la valeur d’une tâche dépend de quatre facteurs : 1) l’importance qu’elle revêt pour soi, 2) son intérêt intrinsèque, 3) son utilité par rapport à aux objectifs fixés et 4) son coût, qu’il soit psychologique (ex. : anxiété), social ou envisagé en termes d’efforts à fournir, de temps à consacrer (investissement). Les recherches empiriques en sciences de l’éducation mettent en évidence un impact des variables motivationnelles sur les choix de carrières liées aux mathématiques (Simpkins, Davis-Kean & Eccles, 2006 ; Watt, 2006, 2010 ; Wang, 2012), et ce même sous contrôle des performances des élèves (Guo, Parker, Marsh et al., 2015). Plus précisément, certaines études indiquent que les attentes de succès prédiraient davantage les performances et que la valeur de la tâche impacterait plus les choix des individus (Watt, 2006 ; Wang, 2012 ; Lazarides & Watt, 2015). Cependant, des liens entre « attentes de succès » et « choix » ont aussi été trouvés (Simpkins, Davis-Kean & Eccles, 2006). Selon Watt, Shapka, Morris et alii (2012), tout dépendrait du contexte : ces auteurs ont, en effet, souligné que les attentes de succès sont une source d’influence motivationnelle dominante sur les résultats éducatifs et professionnels aux États-Unis et au Canada, alors que l’intérêt est un facteur clé en Australie. Récemment, Guo, Parker, Marsh et alii (2015) ont envisagé une possible interaction entre les attentes de succès et la valeur de la tâche et soulignent l’importance de l’effet conjugué de ces deux éléments pour les choix des cours de mathématiques et des carrières STEM. La plupart de ces études n’ont pas négligé l’influence du genre dans leurs analyses, mais les résultats qui en découlent sont plutôt contrastés. Ainsi, Wang (2012) ou encore Guo, Parker, Marsh et alii (2015) affirment que les relations entre les variables motivationnelles et les choix éducatifs et professionnels ne varient pas selon le genre, tandis que Watt, Shapka, Morris et alii (2012) soulignent l’importance de la variable « utilité » qui jouerait un rôle plus important pour les filles que pour les garçons en Australie et au Canada. Watt, Shapka, Morris et alii (2012) précisent que, chez les filles, l’utilité perçue des mathématiques serait un prédicteur fort et unique de leurs choix de carrières mathématiques comparativement au concept de soi ou à l’intérêt.
3La théorie de l’expectancy-value (Eccles, 2011) indique donc que les choix des individus sont directement influencés par des forces internes (variables motivationnelles), mais elle souligne également l’impact indirect de forces externes. En effet, les attentes de succès et la valeur attribuée à la tâche sont largement influencées par les normes culturelles, les expériences vécues par les individus, mais également par les comportements, attitudes, croyances, attentes d’autrui significatifs (parents, pairs, enseignants…) et plus spécifiquement par la perception qu’ils en ont. Dans le cadre de cet article, nous nous centrerons sur l’influence de l’enseignant ou plus précisément sur la perception qu’ont les élèves du soutien qu’il offre et de ses attentes.
4L’influence de la perception des comportements de l’enseignant sur la motivation de l’élève a été largement explicitée dans des théories telles que la théorie de l’autodétermination (Deci & Ryan, 2000a, 2000b) ou encore la théorie tridimensionnelle de Klieme et ses collègues (Klieme, Lipowsky, Rakoczy et al., 2006 ; voir aussi Praetorius, Klieme, Herbert et al., 2018). Cette dernière postule, en effet, qu’un enseignement efficace repose sur trois piliers dont l’un semble particulièrement influencer la motivation de l’élève (Fauth, Decristan, Rieser et al., 2014) : il s’agit du pilier correspondant à un climat de classe soutenant et tourné vers l’élève. En s’appuyant sur la théorie de l’autodétermination (Deci & Ryan, 2000a, 2000b), Klieme, Lipowsky, Rakoczy et alii (2006) postulent qu’un enseignant soutenant satisfait les besoins psychologiques fondamentaux des élèves, à savoir leur besoin de compétence, d’autonomie et d’affiliation. Le soutien de l’enseignant est ici défini de manière large (ex. : Fauth, Decristan, Rieser et al., 2014). Cependant, dans de nombreuses recherches, il n’est pas rare que les auteurs se focalisent sur un aspect spécifique du soutien (et particulièrement sur la satisfaction du besoin d’affiliation et/ou du besoin de compétence) : certains chercheurs envisagent, par exemple, un soutien d’ordre social, émotionnel (Dietrich, Dicke, Kracke et al., 2015 ; Wentzel, Battle, Russell et al., 2010 ; Sakiz, Pape & Hoy, 2012), renvoyant à la qualité affective de la relation entretenue avec l’élève, et/ou un soutien d’ordre académique, instrumental, désignant la qualité de la relation dans des situations d’enseignement/apprentissage ou encore la propension à offrir des feed-back de qualité, des ressources à l’élève (ex. : Yildirim, 2012 ; Federici & Skaalvik, 2013).
5Quelle que soit la définition adoptée, l’influence positive du soutien de l’enseignant sur la motivation cognitive et émotionnelle ne semble plus à démontrer. De manière générale, les travaux de Wang et de ses collègues (Wang & Eccles, 2014 ; Wang, 2012; Wang & Holcombe, 2010) indiquent qu’un soutien social favorise les attentes de succès et la valeur accordée à la tâche en mathématiques. Mata, Monteiro et Peixoto (2012) trouvent des résultats similaires en envisageant également les aspects plus académiques du soutien. D’autres études ont montré l’impact du soutien (académique et/ou social) sur des variables précises telles que la perception de ses capacités (Yildirim, 2012 ; Rice, Barth, Guadagno et al., 2013 ; Sakiz, Pape & Hoy, 2012 ; Demaray, Malecki, Rueger et al., 2009), l’intérêt de l’élève (Dietrich, Dicke, Kracke et al., 2015 ; Rice, Barth, Guadagno et al., 2013 ; Ahmed, Minnaert, Van der Werf et al., 2010 ; Wentzel, Battle, Russell et al., 2010), mais aussi la réduction de l’anxiété (Taylor & Fraser, 2013 ; Yildirim, 2012 ; Ahmed, Minnaert, Van der Werf et al., 2010) et de la quantité d’efforts à fournir (Dietrich, Dicke, Kracke et al., 2015). Les études qui tentent d’identifier si ces effets varient selon le genre de l’élève trouvent des résultats contrastés. En effet, alors que certains auteurs affirment que le soutien de l’enseignant a une influence plus grande pour les motivations des filles que pour celles des garçons (Rice, Barth, Guadagno et al., 2013), d’autres ne trouvent aucun effet modérateur du genre (Wang & Eccles, 2012 ; Rueger, Malecki & Demaray, 2008).
6Il n’y a pas que la perception des comportements de l’enseignant qui influence la motivation des élèves, la perception de ses croyances et attentes joue également un rôle central (Eccles, 2005, 2011). Les recherches empiriques en contexte anglophone à ce sujet ne manquent pas et démontrent leur impact sur les attentes de succès (Wang, 2012 ; Lazarides & Watt, 2015 ; Rubie-Davis, 2010) et la valeur accordée à la tâche en mathématiques (Wang, 2012) ainsi que l’intérêt pour l’école (Wentzel, Battle, Russell et al., 2010). Wang (2012) affirme également que la perception des attentes de l’enseignant est un prédicteur plus fort des motivations en mathématiques et des aspirations aux carrières mathématiques chez les filles que chez les garçons.
7Certaines études envisagent l’impact du soutien et des attentes de l’enseignant sur la motivation en mathématiques soit de manière globale (c’est-à-dire sur les attentes de succès et la valeur de la tâche en général), soit sur une ou quelques variables plus précises (ex. : concept de soi, intérêt…). D’autres s’intéressent davantage à l’impact de ces variables motivationnelles (considérées globalement ou non) sur les aspirations de carrière. Cependant, rares sont les recherches qui étudient en un seul modèle l’influence du soutien (académique et social) et des attentes de l’enseignant sur des variables spécifiques relatives aux attentes de succès (sentiment d’auto-efficacité et concept de soi) et à la valeur de la tâche (intérêt, utilité), mais aussi sur les aspirations de carrière. Une telle perspective permettrait non seulement d’obtenir une vision plus complète et plus précise des liens qu’entretiennent les variables introduites dans le modèle, mais aussi d’appréhender principalement les influences directes ou indirectes exercées sur les aspirations de carrières des filles et des garçons (variable dépendante principale). À notre connaissance, à l’heure actuelle, seul Wang (2012) a réalisé un tel modèle sur base de données américaines. Il avait, en effet, envisagé en un seul modèle l’influence de la perception du soutien social et des attentes de l’enseignant sur les attentes de succès et la valeur de la tâche d’une part, sur les choix de carrières en mathématiques d’autre part. Il avait démontré le rôle médiateur que jouent les variables motivationnelles dans la relation entre les variables liées à l’enseignant et les aspirations de carrière. De plus, Wang (2012) avait souligné que, chez les filles, la perception des attentes de l’enseignant a plus d’impact que la perception du soutien social de ce dernier sur leurs motivations en mathématiques et sur leur choix de carrières liées aux mathématiques.
- 2 La théorie d’Eccles (2011) et la récente étude de Lazarides et Watt (2015) mettent en évidence les (...)
8La présente recherche vise à identifier l’influence sur les choix de carrières mathématiques que jouent d’une part la perception des élèves du soutien social, du soutien académique et des attentes de l’enseignant, d’autre part les variables motivationnelles en mathématiques. Le modèle conceptuel est présenté dans la figure 12.
Figure 1. Modèle conceptuel
9Nous tenterons d’identifier, à titre exploratoire, si ces liens se dessinent différemment chez les filles et chez les garçons. Des hypothèses précises seront formulées lorsque la littérature le permet.
10Quatre questions de recherche balisent cette étude. La première concerne la partie gauche du modèle et donc les liens entre la perception du soutien et des attentes de l’enseignant d’une part, les variables motivationnelles d’autre part. Conformément à la théorie de l’expectancy-value (Eccles, 2011) et aux nombreuses recherches empiriques s’y référant, nous émettons l’hypothèse (1a) que la perception des croyances (attentes) et comportements (soutien social et académique) de l’enseignant prédit positivement le concept de soi, le sentiment d’auto-efficacité, l’intérêt et l’utilité en mathématiques. Selon la littérature existante, la définition du soutien soit englobe les aspects académique et social, soit ne considère qu’une seule de ces deux dimensions. Il est, dès lors, difficile d’émettre des hypothèses précises sur la plus grande influence d’une de ces deux dimensions sur les variables motivationnelles. Cependant, même si le modèle de Wang (2012) n’envisageait qu’une seule forme de soutien (soutien social), les liens plus puissants démontrés entre la perception des attentes de l’enseignant et les motivations, laissent penser que cette variable serait davantage déterminante (hypothèse 1b) et ce particulièrement chez les filles (hypothèse 1c).
11La deuxième question porte sur la partie droite du modèle : les relations entre les variables motivationnelles et les aspirations aux carrières mathématiques. Selon les recherches issues de la théorie de l’expectancy-value, nous formulons l’hypothèse (2a) que les aspirations aux carrières mathématiques seront davantage liées aux variables motivationnelles qui relèvent de la valeur de la tâche (intérêt et utilité) pour les deux genres. En nous appuyant sur l’étude de Watt, Shapka, Morris et alii (2012), nous pouvons également supposer que la perception de l’utilité des mathématiques sera particulièrement importante (plus que les autres variables motivationnelles) pour les aspirations aux carrières mathématiques chez les filles (hypothèse 2b).
12Notre modèle soulève également une troisième question, celle de l’influence directe des perceptions des comportements et attentes de l’enseignant sur les aspirations de carrières des filles et des garçons. À ce sujet, l’étude de Wang (2012) conduit à faire l’hypothèse (3) que les attentes de l’enseignant auront un impact plus fort sur les aspirations de carrière que le soutien (social ou académique) de l’enseignant (hypothèse 3a), et ce particulièrement chez les filles (hypothèse 3b).
13Enfin, la dernière question aborde la relation indirecte que les perceptions des comportements et attentes de l’enseignant peuvent entretenir avec les aspirations de carrières des filles et des garçons. Wang (2012) avait également mis en lumière dans un modèle proche du nôtre les rôles de médiateurs remplis par les variables motivationnelles. Nous émettons donc, comme dernière hypothèse (4), que le sentiment d’auto-efficacité, le concept de soi, l’intérêt et l’utilité en mathématiques peuvent médier la relation étudiée.
- 3 En FW-B, la 5e année est l’avant-dernière année du secondaire supérieur (en France, il s’agit de l (...)
14Mille quatre-vingt-onze élèves de 5e secondaire de la section de transition3 (âge moyen : 16 ans et 4 mois) ont participé à la présente étude menée en Fédération Wallonie-Bruxelles. Ceux-ci étaient issus de 26 écoles liégeoises (à raison de 2 classes de mathématiques par école au minimum). En FW-B, l’enseignement de transition est un enseignement de type général ou technique (académique), préparant les élèves à l’enseignement supérieur. L’échantillon comporte une répartition équilibrée de filles et de garçons (49,8 % de filles contre 50,2 % de garçons).
- 4 Échelles d’accord allant de « pas du tout d’accord » à « tout à fait d’accord » pour mesurer la pe (...)
15Un questionnaire a été soumis aux élèves afin de mesurer leur perception du soutien et des attentes du professeur de mathématiques, leurs motivations en mathématiques et leurs aspirations de carrière. Pour les variables liées à la perception du soutien et des attentes du professeur de mathématiques et les variables motivationnelles, les élèves étaient invités à exprimer leurs perceptions sur des échelles de Likert en quatre points d’accord, de fréquence ou de certitude selon les échelles4.
16Deux échelles de perception du soutien de l’enseignant sont envisagées dans cette étude. La première est une échelle de soutien social désignant la qualité affective de la relation personnelle maître-élève. Cette échelle inspirée des travaux de Wang (2012) et de Fauth, Decristan, Rieser et alii (2014) comprend 3 items (ex. : « Mon professeur de mathématiques est sympa avec moi ») et présente un alpha de Cronbach de 0,78. La deuxième échelle de soutien correspond à une mesure de la perception du soutien académique, instrumental de l’enseignant, c’est-à-dire à la propension de l’enseignant à offrir des feed-back formatifs à l’élève en mathématiques. Cette échelle comporte 4 items issus de l’enquête internationale PISA 2012 (ex. : « Mon professeur de mathématiques me dit quels sont mes points forts et mes points faibles en math ») et présente un alpha de Cronbach de 0,77. Enfin, l’échelle de perception des attentes de l’enseignant comporte 5 items inspirés des travaux de Wang (2012) et de Fauth, Decristan, Rieser et alii (2014) et un alpha de Cronbach de 0,83. Elle interroge l’élève sur la perception que l’enseignant a de ses capacités cognitives en mathématiques (ex. : « Mon professeur de mathématiques s’attend à ce que je réussisse bien en math cette année »).
17Pour mesurer les attentes de succès en mathématiques, deux échelles sont mobilisées : le sentiment d’auto-efficacité (10 items, α = 0,81), et le concept de soi (5 items, α = 0,89, ex. : « Je me suis toujours bien débrouillé(e) en mathématiques »). Ces deux échelles sont issues de l’enquête internationale PISA 2012. Cependant, certains items de l’échelle du sentiment d’auto-efficacité ont été légèrement modifiés. En effet, puisqu’il s’agit de demander aux élèves dans quelle mesure ils se sentent capables d’effectuer des tâches précises, il convenait d’adapter les tâches initialement prévues dans l’enquête PISA à des élèves plus âgés (16-17 ans) et donc plus avancés en mathématiques (ex. : « Dans quelle mesure te sens-tu capable de résoudre une inéquation du type : 6 x 2 – 11x – 5 > 0 ? »).
18Pour mesurer la valeur de la tâche en mathématiques, nous avons choisi de nous centrer sur deux variables : 1) l’intérêt des élèves pour cette discipline (4 items, α = 0,87, ex : « J’attends mes cours de mathématiques avec impatience »), 2) leur perception de l’utilité des mathématiques pour leur futur (4 items, α = 0,91, ex : « Apprendre les mathématiques améliore mes chances de carrière professionnelle »). Les items de ces échelles sont repris de l’enquête internationale PISA 2012. En lien avec la théorie d’Eccles (2011), nous avons donc repris deux des quatre composantes de la valeur de la tâche. Nous avons choisi de ne pas mesurer l’importance des mathématiques (tant ce concept, en français, est conceptuellement proche des notions d’intérêt et d’utilité), ni la notion de coût, rarement investiguée dans les recherches empiriques (ex. Chow, Eccles & Salmela-Aro, 2012).
19Les élèves ont été invités à indiquer le métier qu’ils se verraient exercer quand ils auront environ 30 ans (question reprise de l’enquête PISA 2012). Dans la littérature francophone, il n’existe aucune classification des métiers à forte composante mathématique. Nous nous sommes donc inspirées de la classification O*NET (Occupational Information Network ; U.S. Department of Labor Employment and Training Administration, 1998) qui établit la liste des métiers faisant appel à cette discipline (métiers classés en fonction du niveau requis en mathématiques pour exercer la profession). Seuls les métiers dont le niveau requis en math était supérieur à 50 (sur une échelle de 100) ont été conservés, de même que ceux qui trouvaient une correspondance correcte en français et qui étaient considérés comme métiers relevant des STEM ou de l’économie. Une liste de 83 professions liées aux mathématiques a ainsi été établie. Chaque métier énoncé par l’élève a été codé sur une échelle à 3 niveaux : le code 0 étant attribué aux métiers sans lien avec les mathématiques, le code 1 aux métiers sollicitant régulièrement les mathématiques et le code 2 aux métiers très fortement axés sur les mathématiques (ex. : actuaire, statisticien…).
- 5 Pour plus d’explications sur cette méthode, nous proposons au lecteur de consulter l’ouvrage de By (...)
- 6 Notons que nous avons vérifié au préalable l’invariance factorielle du modèle de mesure selon le g (...)
20Un modèle d’équations structurales multi-groupe (Multigroup SEM5) avec Mplus 7.4 (Muthén & Muthén, 1998-2013) a été utilisé pour tester les relations entre les différentes variables de l’étude (voir figure 1) et distinguer les relations dans l’échantillon des filles et des garçons (Bollen, 1989)6. De manière à prendre en compte le fait que les élèves sont nichés dans des classes, nous avons utilisé l’identifiant « classe » comme variable de clustering. De plus, les erreurs standards et les valeurs du khi-carré ont été corrigées à l’aide de la fonction COMPLEX. Pour répondre aux questions de recherche, deux modèles distincts ont été créés : un modèle préliminaire et un modèle principal. Le modèle préliminaire a d’abord envisagé uniquement les effets directs (effets totaux) de la perception du soutien (académique ou social) de l’enseignant et de ses attentes sur les aspirations des jeunes aux carrières mathématiques. Il comportait donc trois variables latentes indépendantes liées à l’enseignant (soutien académique, social, et attentes) et une variable catégorielle ordonnée dépendante (spécifiée au logiciel par la commande CATEGORICAL).
21Le modèle principal, quant à lui, a introduit les quatre variables motivationnelles et correspondait donc davantage au modèle conceptuel. Il comportait ainsi sept variables latentes et la variable catégorielle ordonnée (variable dépendante principale). Notons que seuls les liens directs entre les variables indépendantes et la variable dépendante significatifs au sein du modèle préliminaire ont été conservés dans le modèle principal.
22Le modèle principal (voir figure 1) permet donc d’étudier les relations entre les variables liées à la perception des attentes et du soutien de l’enseignant, les motivations en mathématiques et les aspirations de carrières mathématiques des jeunes. Dans ce modèle, nous avons d’abord étudié les liens directs entre les variables puis les liens indirects. En effet, dans un premier temps, nous avons investigué les liens entre les perceptions du soutien (académique et social) et des attentes de l’enseignant d’une part, et chacune des variables motivationnelles d’autre part (hypothèses 1a, 1b, 1c) dans l’échantillon des filles et des garçons. Dans un deuxième temps, nous avons étudié les relations qu’entretiennent les différentes variables motivationnelles avec les aspirations de carrières mathématiques (hypothèse 2a, 2b) chez les filles et les garçons. Les coefficients de régressions standardisés ont été utilisés pour comparer l’ampleur des différents liens. Ensuite, nous nous sommes intéressées aux relations directes (qui ont été conservées) entre les variables liées au soutien et aux attentes de l’enseignant d’une part, et les aspirations de carrières des jeunes d’autre part (hypothèses 3a, 3b). Enfin, nous avons envisagé la possibilité que les variables motivationnelles agissent comme des variables médiatrices dans ces relations (hypothèse 4). Pour répondre à cette dernière hypothèse, nous avons mobilisé les résultats du modèle préliminaire qui nous permettait de cibler les médiations à étudier. En effet, pour chaque lien significatif identifié au sein du modèle préliminaire, il convenait de regarder l’évolution de ce lien dans le modèle principal. S’il peut être considéré comme nul (au sein du modèle principal), on parle de médiation complète. En revanche, s’il est réduit (mais significativement différent de zéro), la médiation sera dite « partielle ». Le test de médiation (product-of coefficient test of mediation) a été utilisé pour tester les effets indirects à l’aide de la commande « MODEL INDIRECT » dans Mplus (Cerin & Mac Kinnon, 2008), ce qui nous a permis de déterminer le caractère significatif et l’erreur type de deux coefficients de régression (celui entre la variable indépendante et la variable médiatrice (noté β1) d’une part, et celui entre la variable médiatrice et la variable dépendante (noté β2) d’autre part). Les effets directs, indirects spécifiques et indirects totaux (somme de tous les effets indirects) ont été estimés pour chaque genre. À nouveau, la comparaison des coefficients standardisés de ces effets a permis d’identifier les variables qui agissaient davantage sur les motivations et les aspirations des filles et des garçons (hypothèses 3, 4).
23L’adéquation des modèles (préliminaire et principal) aux données a été jugée en utilisant les indices suivants : RMSEA (root mean square error of approximation), CFI (comparative fit index) et TLI (Tucker-Lewis index). Un indice RMSEA inférieur à 0,05 ou à 0,08 indique respectivement une adéquation excellente ou acceptable du modèle (Kline, 2005). Pour les indices CFI et TLI, des valeurs supérieures à 0,95 reflètent une adéquation excellente, tandis que des valeurs supérieures à 0,90 renvoient à une adéquation jugée acceptable (Marsh, Hau & Grayson, 2005).
24Dans le modèle préliminaire, nous avons estimé les effets totaux (T) de la perception des attentes ou du soutien (académique ou social) de l’enseignant sur les aspirations de carrières mathématiques, sans inclure de variables motivationnelles. Les indices d’adéquation de ce modèle sont bons : χ2(dl) = 302(138) ; CFI = 0,90 ; TLI = 0,88 ; RMSEA = 0,047 90 % C.I.= 0,040-0,054. L’analyse multi-groupe révèle que la perception des attentes de l’enseignant est liée positivement et significativement aux aspirations des jeunes à des carrières mathématiques (voir tableau 1). Ce lien est particulièrement fort chez les filles (β = 0,51***) et l’emporte sur le lien avec le soutien (social ou académique). La perception du soutien académique n’est d’ailleurs pas liée aux aspirations, et ce, pour les deux genres. Chez les garçons, une absence de lien est aussi à souligner avec la perception du soutien social de l’enseignant, tandis que chez les filles, cette variable entretient un lien significativement négatif avec les aspirations aux carrières mathématiques (β = -0,26*) : plus les filles perçoivent un soutien social, moins elles aspirent à des carrières mathématiques.
Tableau 1. Effets directs standardisés dans le modèle préliminaire entre la perception du soutien/des attentes de l’enseignant et les aspirations aux carrières mathématiques selon le genre
|
Aspirations aux carrières mathématiques |
|
Filles |
Garçons |
Prédicteur |
Effet direct (M1) |
Effet direct (M1) |
Soutien social |
-0,26* (0,13) |
0,02 (0,13) |
Soutien académique |
0,10 (0,15) |
0,00 (0,11) |
Attentes de l’enseignant |
0,51*** (0,11) |
0,35*** (0,09) |
25Le modèle principal teste les relations entre les sept variables latentes et la variable dépendante principale catégorielle (voir figure 1) et permet de voir, par une analyse multi-groupe, l’ampleur des différents liens pour les filles et les garçons. Ce modèle permet d’étudier des relations directes et indirectes entre les variables. Il présente de bons indices d’adéquation (χ2(dl) = 1434(1141) ; CFI = 0,94 ; TLI = 0,93 ; RMSEA = 0,022 90 % C.I. = 0,018-0,025). Notons que, sur la base des résultats du modèle préliminaire, nous avons conservé, pour les deux sexes, le lien direct (T’) entre la perception des attentes de l’enseignant et les aspirations de carrières. Nous avons également maintenu le lien direct entre la perception du soutien social de l’enseignant et les aspirations de carrières mathématiques chez les filles, mais l’avons fixé à zéro pour les analyses sur l’échantillon des garçons (car non significatif au sein du modèle préliminaire). Quant au lien qui impliquait le soutien académique, il a été supprimé pour les deux genres.
26Le tableau 2 présente les coefficients de régression standardisés (et les erreurs types) entre les variables liées à la perception du soutien/des attentes de l’enseignant et les variables motivationnelles pour les filles et les garçons.
Tableau 2. Effets standardisés (β1) dans le modèle principal entre la perception du soutien/des attentes de l’enseignant et les variables motivationnelles selon le genre
|
Self-efficacy |
Self-concept |
Intérêt |
Utilité |
Prédicteurs |
F |
G |
F |
G |
F |
G |
F |
G |
Soutien social |
-0,07 (0,08)
|
0,07 (0,11)
|
-0,18** (0,06)
|
-0,11 (0,07)
|
-0,12 (0,08)
|
0,09 (0,09)
|
-0,18* (0,12)
|
0,14 (0,09)
|
Soutien académique |
0,29** (0,11)
|
-0,10 (0,12)
|
0,08 (0,04)
|
-0,05 (0,08)
|
0,37*** (0,10)
|
0,18 (0,11)
|
0,39*** (0,10)
|
0,05 (0,11)
|
Attentes de l’enseignant |
0,33*** (0,06)
|
0,40*** (0,06)
|
0,84*** (0,04)
|
0,82*** (0,05)
|
0,41*** (0,07)
|
0,36*** (0,06)
|
0,23** (0,07)
|
0,28*** (0,06)
|
27Chez les filles, la perception du soutien social est négativement liée à la perception de soi en mathématiques (β1 = -0,18**), tandis que la perception d’un soutien d’ordre plus académique va de pair avec une motivation plus forte des filles pour cette discipline (β1 = 0,29** un meilleur sentiment d’auto-efficacité, β1 = 0,37*** un intérêt plus marqué pour les maths et β1 = 0,39*** une perception plus élevée de l’utilité des maths). Chez les garçons, en revanche, la perception du soutien de l’enseignant, qu’il soit académique ou social, n’entretient aucun lien avec les variables motivationnelles. La perception des attentes de l’enseignant est, quant à elle, liée positivement et significativement avec toutes les variables motivationnelles tant chez les filles que chez les garçons. Nous ne notons pas de différences importantes entre les deux genres dans l’intensité de ces relations : cette variable ne semble donc pas prédire davantage la motivation des filles que des garçons. Pour les deux genres, les attentes de l’enseignant ont une influence plus forte sur le concept de soi (β1 = 0,84*** pour les filles ; β1 = 0,82*** pour les garçons) que sur les autres variables motivationnelles. De manière générale, ces analyses révèlent l’importance de la perception des attentes de l’enseignant pour les variables motivationnelles, comparativement aux perceptions du soutien de l’enseignant qu’il soit social ou académique. En effet, la perception des attentes de l’enseignant exerce une influence plus importante sur chacune des variables motivationnelles, à l’exception, chez les filles de la perception de l’utilité des mathématiques qui est davantage influencée par le soutien académique de l’enseignant.
28Le tableau 3 présente les coefficients de régressions standardisés (et les erreurs types) entre, d’une part les variables motivationnelles, d’autre part les aspirations aux carrières mathématiques pour les filles et les garçons.
Tableau 3. Effets standardisés (β2) dans le modèle principal entre les variables motivationnelles et les aspirations aux carrières mathématiques selon le genre
|
Aspirations aux carrières mathématiques |
Prédicteurs |
Filles |
Garçons |
Self-efficacy |
0,30* (0,15) |
0,12 (0,07) |
Self-concept |
0,23 (0,60) |
0,17 (0,14) |
Intérêt |
-0,12 (0,41) |
0,03 (0,11) |
Utilité |
0,46** (0,15) |
0,51*** (0,09) |
29La perception qu’ont les élèves de l’utilité des mathématiques semble avoir une influence majeure sur leurs aspirations, quel que soit leur genre. En effet, plus ils perçoivent les mathématiques comme utiles, plus ils aspirent à une carrière liée à cette discipline. Chez les garçons, seule cette variable motivationnelle a une influence significative. Chez les filles, en revanche, le sentiment d’auto-efficacité en mathématiques revêt aussi une importance capitale pour leurs aspirations. L’intensité de la relation entre la confiance dans ses capacités en mathématiques et les aspirations à un métier lié aux mathématiques est, en effet, également importante (β2 = 0,30*).
30Les analyses issues du modèle préliminaire ont mis en évidence un effet direct (T) significatif, pour les filles et pour les garçons, entre les attentes de l’enseignant et les aspirations à des carrières mathématiques (voir tableau 1). Il a également révélé, chez les filles, un lien négatif significatif entre le soutien social de l’enseignant et les aspirations. Le modèle principal, quant à lui, permet d’étudier ces liens (T’) en tenant sous contrôle les variables motivationnelles (voir annexes 1 et 2). En ce qui concerne l’influence des attentes de l’enseignant d’abord, nous constatons que, pour les deux genres, le lien entre celles-ci et les aspirations a fortement diminué et n’est plus significatif. L’analyse des effets indirects spécifiques fournie par Mplus permet d’identifier les variables motivationnelles qui agissent comme médiatrices dans la relation. Pour les deux sexes, nous notons un effet indirect spécifique significatif via la variable utilité (β1β2 = 0,11* chez les filles et β1β2 = 0,14* chez les garçons), ce qui signifie que la perception de l’utilité agit comme un médiateur dans la relation entre la perception des attentes de l’enseignant et les aspirations de carrières mathématiques chez les filles et chez les garçons. Notons que, chez les filles uniquement, le sentiment d’auto-efficacité est également une variable médiatrice dans cette relation (β1β2 = 0,10*).
31Enfin, en ce qui concerne l’influence négative chez les filles du soutien social de l’enseignant sur leurs aspirations aux carrières mathématiques, nous constatons, au sein du modèle principal, que ce lien est toujours fort, mais n’est plus significatif.
32La présente recherche visait à comprendre les processus par lesquels les filles et les garçons passent quand ils choisissent de s’orienter (ou non) vers des carrières à forte composante mathématique. Plus précisément, elle s’intéresse, d’une part à l’influence de la perception du soutien (académique ou social) et des attentes de l’enseignant, d’autre part à celle des variables motivationnelles en mathématiques. Les résultats soulignent que, conformément à la théorie de l’expectancy-value et aux recherches empiriques s’y référant, des liens existent entre ces différentes variables, mais démontrent cependant que l’intensité de ceux-ci peut varier selon le genre de l’élève.
33Une première vague d’hypothèses s’intéressait aux relations entre la perception du soutien (académique ou social) et des attentes de l’enseignant d’une part, les variables motivationnelles d’autre part. L’hypothèse 1a stipulait que ces liens seraient exclusivement positifs. Nos résultats ne permettent pas de la valider pleinement. En effet, en ce qui concerne la perception du soutien social de l’enseignant, nous ne notons aucun lien significatif avec les variables motivationnelles, à l’exception du concept de soi chez les filles. De plus, contrairement à ce qu’on aurait pu penser, ce lien est négatif. Cela signifie donc que percevoir un soutien social de l’enseignant va de pair avec un concept de soi en mathématiques moins favorable chez les filles. Ce résultat surprenant pourrait s’expliquer par le fait que les enseignants prêtent une attention bienveillante aux filles qui manquent de confiance en soi dans le domaine des mathématiques. On pourrait également se dire que les filles, conscientes des stéréotypes de genre qui pèsent sur elles dans le domaine des mathématiques, perçoivent la sympathie de l’enseignant comme une forme de condescendance ou le reflet d’attentes moins élevées (Eccles & Blumenfeld, 1985). Quoi qu’il en soit, une attitude soutenante (d’un point de vue social) de la part de l’enseignant n’est donc pas un élément particulièrement favorable à la motivation des filles contrairement à un soutien qui serait davantage axé sur la relation académique (via les feed-back). En effet, la perception du soutien d’ordre académique semble, quant à elle, entretenir des liens positifs et significatifs avec le sentiment d’auto-efficacité et particulièrement avec les variables liées à la valeur de la tâche. Se montrer attentif aux progrès et aux difficultés des élèves, leur indiquer comment se corriger et s’améliorer sont des comportements qui, s’ils sont perçus par les filles, renforcent sensiblement la vision qu’elles ont de l’utilité des mathématiques et leur intérêt pour cette discipline. Chez les garçons, la perception d’un soutien académique (tout comme celui d’un soutien social) est moins déterminante et n’influence pas la motivation. On ne peut, dès lors qu’encourager les professeurs de mathématiques à ne pas se contenter d’être bienveillant envers les filles, mais aussi et surtout à leur donner les moyens de réguler leurs actions.
34Enfin, comme attendu, la perception des attentes de l’enseignant entretient des liens positifs et significatifs avec chacune des variables motivationnelles, et ce pour les deux genres. Nous ne notons d’ailleurs pas de différences majeures dans l’intensité de ces relations selon le genre de l’élève. En effet, tant pour les filles que pour les garçons, même si des liens significatifs sont relevés pour chaque variable, les attentes de l’enseignant sont particulièrement liées au concept de soi. L’image de soi que se construit l’élève semble donc être particulièrement influencée par l’image que lui renvoie l’enseignant.
35En outre, nos analyses permettent de confirmer l’hypothèse 1b qui indiquait que la perception des attentes de l’enseignant serait un prédicteur plus fort des motivations que la perception de son soutien. En effet, en comparant, pour chaque genre, l’influence exercée par les variables liées à l’enseignant sur les variables motivationnelles, celle de la perception des attentes se détache nettement. En revanche, la réponse apportée à l’hypothèse 1c est plus nuancée : pour chaque genre, les variables motivationnelles sont davantage liées à la perception des attentes de l’enseignant, à l’exception, chez les filles, de l’utilité des mathématiques qui est plus fortement liée au soutien académique. Sachant l’importance que revêt l’utilité perçue (voir ci-dessous) pour les choix des filles, ce dernier constat encourage à nouveau les enseignants à privilégier cette forme de soutien.
36La deuxième vague d’hypothèses s’intéressait aux liens qu’entretiennent les variables motivationnelles avec les aspirations aux carrières mathématiques des jeunes. La première hypothèse (2a) mettait en avant le fait que les variables liées à la valeur de la tâche influenceraient particulièrement les choix des élèves. Celle-ci est partiellement confirmée. En effet, l’utilité perçue des mathématiques joue un rôle majeur pour les deux genres sur les aspirations aux carrières mathématiques, mais ce n’est pas le cas de la variable d’intérêt pour les mathématiques (autre variable associée à la valeur de la tâche). Par ailleurs, les items utilisés pour mesurer l’utilité perçue sont ceux de l’enquête internationale PISA 2012. Ils interrogent les élèves sur l’utilité des mathématiques pour leur futur (en termes d’études ou de carrières). Il n’est donc pas étonnant qu’un lien fort se dessine entre cette variable et les aspirations aux carrières mathématiques, tant chez les filles que chez les garçons. Ces résultats nous permettent de confirmer la seconde hypothèse (2b) qui soulignait le rôle central de l’utilité perçue des mathématiques pour les choix des filles. Il convient cependant de la nuancer en notant que la perception de leurs capacités (sentiment d’auto-efficacité) joue également un rôle clé pour leurs aspirations aux carrières mathématiques, ce qui n’est pas le cas pour les garçons. En effet, il suffit, pour ces derniers, de percevoir l’utilité des mathématiques pour décider de s’y engager. Les filles, par contre, ont également besoin de se sentir compétentes. Il semble, en effet, difficile de les imaginer poser un choix qui défie les stéréotypes sans se poser la question de leurs capacités. C’est sans doute aussi pour cette raison que dans les sections scientifiques des études supérieures, les rares filles présentes réussissent particulièrement bien (Droesbeke, Lecrenier, Tabutin et al., 2008), un processus d’auto-sélection étant intervenu.
37Enfin, les deux dernières hypothèses interrogeaient l’influence directe et indirecte des trois variables liées à la perception du soutien et des attentes de l’enseignant sur les aspirations aux carrières mathématiques. Nos résultats confirment l’hypothèse 3 stipulant que la perception des attentes de l’enseignant a davantage d’influence sur les aspirations aux carrières mathématiques que la perception d’un soutien d’ordre académique ou social. En effet, pour les deux genres, sans introduire les variables motivationnelles dans le modèle, le lien entre la perception des attentes de l’enseignant et les aspirations de carrières mathématiques est plus fort que ceux impliquant le soutien social ou académique. Après introduction des variables motivationnelles (modèle principal), le lien diminue fortement pour les deux genres et n’est plus significatif. L’analyse des effets médiateurs indique que la relation entre la perception des attentes de l’enseignant et les aspirations aux carrières mathématiques est totalement médiée par l’utilité perçue des mathématiques pour les deux genres, mais aussi par le sentiment d’auto-efficacité chez les filles. Ces variables agissent donc comme des leviers déterminants pour permettre aux jeunes d’aspirer à de telles carrières, leviers qui peuvent être activés par la perception qu’ils ont des attentes de leur enseignant. Ce dernier résultat confirme ainsi partiellement l’hypothèse 4 qui prétendait que toutes les variables motivationnelles agiraient en médiateurs dans les relations entre les variables liées à l’enseignant et les aspirations de carrières.
38Quelques limites de l’étude doivent être soulignées. Tout d’abord, en lien avec la théorie de l’expectancy-value, nous avons mesuré les comportements et attentes de l’enseignant via les perceptions qu’en ont les élèves et pas via un observateur externe ou un questionnaire directement adressé à l’enseignant. Il convient donc d’être prudent dans l’interprétation des résultats présentés, même si le recours aux perceptions des élèves se justifie pleinement. En effet, les comportements et attitudes de l’enseignant passent par le filtre de l’élève et ses perceptions sont les variables agissantes. La littérature de recherche a d’ailleurs mis en évidence le caractère plus prédictif des pratiques perçues comparativement aux pratiques observées (Spearman & Watt, 2013) ou aux pratiques déclarées (Leroy, Bressoux, Sarrazin et al., 2013).
39Par ailleurs, l’étude porte sur un échantillon d’élèves de 5e secondaire de transition en Fédération Wallonie-Bruxelles. Les généralisations doivent donc être réalisées avec prudence car l’échantillon ne contient pas d’élèves provenant de la section qualifiante et se limite à la partie francophone de la Belgique. De futures recherches sont nécessaires dans d’autres contextes et dans d’autres domaines. Les récentes comparaisons internationales réalisées par Watt, Shapka, Morris et alii (2012) sur l’influence des motivations en mathématiques sur les aspirations d’études et de carrières en fonction du genre ont d’ailleurs souligné des disparités en fonction du système éducatif étudié.
40Bien que notre modèle présente déjà une certaine complexité, d’autres variables auraient pu être prises en compte. Nous pensons d’abord à des variables comme les performances en mathématiques ou le nombre d’heures de mathématiques dispensées par semaine qui peuvent avoir une incidence notable sur le comportement et les attentes d’un enseignant, la motivation et les aspirations d’un élève. Nous pensons aussi à des caractéristiques propres à l’enseignant telles que son genre. Bien que les recherches soient mitigées quant à l’influence de cette variable (Francis, Skelton, Carrington et al., 2008 ; Cho, 2012), l’étude de Watson, Rubie-Davies, Meissel et alii (2016) a récemment montré sur un échantillon néo-zélandais que le genre de l’enseignant serait plus déterminant dans la construction de ses attentes que le genre de l’élève : les enseignants masculins ayant des attentes moins élevées envers les élèves (quel que soit leur sexe) que leurs pairs féminins. Ces perspectives doivent être envisagées dans de futures études à l’aide d’un ou plusieurs modèles simplifié(s) afin de rendre les analyses plus parcimonieuses.
41Enfin, nous avons créé une catégorisation des métiers à fortes composantes mathématiques en nous basant sur la catégorisation O*NET, mais n’avons pas tenu compte de la perception qu’ont les élèves de la présence des mathématiques dans le métier auquel ils aspirent. Or, certains élèves se dirigent sans doute vers des études et carrières sans être conscients de leurs réelles exigences mathématiques. Un étudiant qui souhaite étudier la psychologie, par exemple, ne s’attend sans doute pas à devoir faire des statistiques. Ainsi, si l’on souhaite réellement comprendre pourquoi les jeunes choisissent des carrières mathématiques, il serait porteur, dans une prochaine étude, de les interroger sur leur perception de la présence des mathématiques dans leurs futures études et carrières.
42Dans la présente étude, la diversité des variables latentes créées tant pour la perception des croyances et comportements de l’enseignant que pour les variables motivationnelles a permis d’affiner les conclusions des études précédentes. Particulièrement, le modèle distingue deux formes de soutien offert par l’enseignant et en étudie les effets propres. Cette perspective a permis de mettre en évidence qu’un soutien strictement social s’avère moins positif pour les motivations et aspirations des filles en mathématiques qu’un soutien davantage académique. De plus, envisager conjointement au sein du modèle les perceptions de ce que l’enseignant fait (soutien), à la perception de ce qu’il pense (attentes) a permis de mettre en lumière l’importance des croyances perçues. Pour un(e) élève, avoir le sentiment que l’enseignant croit en lui ou en elle semble importer bien plus pour sa motivation et ses aspirations que les comportements de soutien psychologique adoptés par l’enseignant.
43La moindre présence des femmes dans les carrières à forte composante mathématiques reste une question vive dans le monde des sciences de l’éducation et dans la société en général. En investiguant des leviers tant pédagogiques que motivationnels au sein d’un même modèle, cette étude offre une vision globale de ce qui peut pousser les jeunes à aspirer à de telles carrières. Elle souligne notamment le rôle crucial de la perception des attentes de l’enseignant et de l’utilité perçue des mathématiques. Plus spécifiquement, chez les filles, fréquemment sous-représentées dans les champs mathématiques, cette recherche souligne l’importance de renforcer leur sentiment d’auto-efficacité. Les professeurs de mathématiques ont là une belle carte à jouer en tentant de leur renvoyer une image positive d’elles-mêmes et en privilégiant un soutien davantage académique que social.