La modélisation dans l’approche par investigation : Quel impact sur l'acquisition des concepts scientifiques au primaire?
Abstract
Dans cette recherche nous cherchons à évaluer l’impact de la modélisation dans l’approche par investigation sur l’acquisition des concepts scientifiques liées aux sciences naturelles par les apprenants du primaire. À travers une démarche de recherche-action menée au sein d’un établissement privé de Marrakech, impliquant deux groupes de 6ᵉ année primaire, comprenant chacun 18 élèves âgés de 10 à 11 ans. La collecte des données s'est déroulée en plusieurs phases ; dans un premier temps, des séances d'observation ont été réalisées au sein des deux classes au total de 18 séances. Ensuite un pré-test sous forme d’une évaluation diagnostique écrite a été administré aux apprenants, après un post-test sous forme d’une évaluation sommative écrite a été effectué pour comparer les progrès réalisés dans chaque groupe et évaluer l’impact de la modélisation numérique sur la compréhension des concepts scientifiques. L’analyse des résultats du pré-test et du post-test met en évidence l’impact des interventions pédagogiques sur la compréhension des concepts liés à la reproduction humaine. Initialement, les deux groupes (témoin et expérimental) présentaient des niveaux de connaissances comparables. Toutefois, le post-test révèle une amélioration significative chez le groupe expérimental. L'utilisation de la modélisation numérique semble avoir favorisé une structuration plus hiérarchisée des connaissances. Les résultats suggèrent que des stratégies pédagogiques actives et interactives, telles que l’apprentissage collaboratif et la modélisation numérique, favorisent une compréhension plus approfondie des phénomènes biologiques complexes.
The aim of this research is to assess the impact of modeling in the inquiry-based approach on the acquisition of scientific concepts related to natural sciences by primary school learners. This study follows an action-based research approach conducted at a private school in Marrakech, involving two 6th-grade groups, each comprising 18 learners aged between 10 and 11 years old. Data collection was conducted over several phases; a total of 18 observation sessions were initially held in both classes. Afterward, the learners took a diagnostic evaluation as a pre-test, followed by a summative assessment as a post-test to compare the progress each group made and to assess the impact of digital modeling on the understanding of scientific concepts. The analysis of the pre-test and post-test results highlights the impact of pedagogical interventions on the understanding of concepts related to human reproduction. Initially, both groups (control and experimental) showed comparable levels of knowledge. However, the experimental group’s post-test results show a significant improvement. The use of digital modeling seems to facilitate a more hierarchical structure of knowledge. The results suggest that active and interactive pedagogical strategies, such as collaborative learning and digital modeling, support an in-depth understanding of complex biological phenomena.
Downloads
Metrics
References
2. Ausubel, D. P. (1963). The psychology of meaningful verbal learning. Grune & Stratton.
3. Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2018). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences. Routledge.
4. Darley, B. (2007). La démarche d’investigation et son vocabulaire. IUFM d’aquitaine et DAESL Université Bordeaux2. Publié dans Grand N n° 79 (pp. 99-111).
5. Eric Sanchez (2008). Quelles relations entre modélisation et investigation scientifique dans l’enseignement des sciences de la terre? Education et Didactique (pp. 97-122).
6. Hattie, J. (2009). Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement. Routledge.
7. Hmelo-Silver, C. E. (2004). Problem-based learning: What and how do students learn? Educational Psychology Review, 16(3), 235-266.
8. Labédie, G., & Amossé, G. (2001). Constructivisme ou socioconstructivisme. de http://www.phludwigsburg.de/html/2b-frnz-s-Recuperado
9. Mayer, R. E. (2009). Multimedia Learning. Cambridge University Press.
10. Programme révisé (2019). Actualités du Curricula pour les Quatre premières années du primaire, La directive des curricula p 186-190.
11. Rembeck, S., & Möller, H. (2006). Les représentations sociales du cycle menstruel chez les adolescentes. Revue Internationale de Psychologie Sociale, 19(2), 123-140.
12. Rocard, M., Csermely, P., Jorde, D., Lenzen, D., Walberg-Henriksson, H., & Hemmo, V. (2007). L’enseignement scientifique aujourd’hui : une pédagogie renouvelée pour l’avenir de l’Europe. Commission Européenne, Direction de la Recherche. http://www.inrp.fr/vst/Rapports/DetailEtude.php?&id=674.
13. Roediger, HL et Karpicke, JD (2006). Le pouvoir des tests de mémoire : recherche fondamentale et implications pour la pratique pédagogique. Perspectives on Psychological Science, 1 (3), 181–210. https://doi.org/10.1111/j.1745-6916.2006.00012.x
14. Rolland, J. M. (2006). L’enseignement des disciplines scientifiques dans le primaire et le secondaire. Commission des affaires culturelles, familiales et sociales. Assemblée nationale. http://www.assemblee-nationale.fr/12/rap-info/i3061.asp
15. Tuan, Chin et Sheh (2005). The development of a questionnare to mesure students’ motivation towards science learning. International Journal of Science Education, Vol 27(6), 634-659.
16. Tunnicliffe, S. D. (2001). Conceptual development and science education. International Journal of Science Education, 23(7), 705-728.
17. Vision stratégique (2015-2030). Conseil Supérieur de l’Education, de la formation et de la Recherche Scientifique.
18. Vosniadou, S. (2013). Conceptual change in learning and instruction: The framework theory approach. Dans International Handbook of Research on Conceptual Change, 23-42.
Copyright (c) 2025 Sara Ifqiren, Sophia Bouzit, Ihsane Kouchou, Sabah Selmaoui
This work is licensed under a Creative Commons Attribution 4.0 International License.
