Le rendement effectif : analyses inférentielles

Nous avons effectué un ensemble de traitements statistiques en conservant le mode opératoire que nous avons décrit dans le chapitre précédent (cf. chapitre 2, § 3.1.4.).

5.1.2.1. Influence de la variable didactique rendement effectif sur la maitrise du code

Nous n’observons aucun effet linéaire moyen de la variable didactique rendement effectif, que ce soit sur les performances des élèves pris dans leur ensemble ou sur les groupes d’élèves faibles, intermédiaires ou forts. En revanche, nous constatons un effet quadratique en U inversé sur les performances des élèves de niveau intermédiaire, avec une valeur maximale située à 52,5 % (p < 0.05 ; p < 0.10). Autrement dit, les élèves qui obtiennent des scores intermédiaires à l’entrée du cours préparatoire progressent davantage en décodage lorsqu’ils peuvent déchiffrer seuls la moitié des textes utilisés comme supports d’enseignement de la lecture.

Afin de poursuivre nos analyses, nous avons créé des variables catégorielles à partir des valeurs de - 1 et + 1 écart-type (rend_eff_sd), des tiers (rend_eff_tiers) et des quartiles

23 29 32 35 39 43 47 54 62 71 0 10 20 30 40 50 60 70 80 1 2 3 4 5 6 7 8 9 10

105 (rend_eff_quart). La variable nommée « rend_eff_quart » permet par exemple de comparer l’influence des pratiques d’enseignement aux rendements effectifs compris entre 11,4 et 31,4 % avec l’influence de trois autres catégories de pratiques d’enseignement aux rendements effectifs compris respectivement entre 31,4 et 40,6 %, 40,7 et 54,8 %, et 54,9 et 76,3 % (cf. tableau 19).

Nom de la

variable groupes créés Nombre de Bornes des intervalles (proportion de texte directement déchiffrable)

rend_eff_sd 3 [min ; - σ] ] - σ ; + σ] ] + σ ; max]

[11,4 ; 28,8] ] 28,8 ; 57,6] ] 57,6 ; 76,3]

rend_eff_tiers 3 1

er _{tiers 2}ème _{tiers 3}ème _tiers

[11,4 ; 35] ] 35 ; 47,3] ] 47,3 ; 76,3]

rend_eff_quart 4

1er _{quartile 2}ème _{quartile 3}ème _{quartile 4}ème _quartile

[11,4 ; 31,4] ] 31,4 ; _40,6] ] 40,6 ; _54,8] ] 54,8 ; _76,3] Tableau 19. Intervalles des variables catégorielles du rendement effectif établies selon les

écarts-types, les tiers et les quartiles

Lecture : - σ = 28,8] signifie que 15 % des classes environ proposent des textes déchiffrables à 28,8 % ou moins au cours de la dixième semaine de classe. + σ = ]57,6 signifie que 15 %

des classes environ proposent des textes déchiffrables à plus de 57,6 % au cours de la dixième semaine de classe

Lorsque nous catégorisons les pratiques d’enseignement en quatre profils selon les rendements effectifs des textes supports de lecture (variable catégorielle rend_eff_quart), nous observons des effets significatifs sur les performances des élèves en décodage. En effet, les élèves des classes dans lesquelles les rendements effectifs sont supérieurs à 31,4 % progressent davantage pendant leur année de cours préparatoire que les élèves des classes dans lesquelles les rendements effectifs sont compris entre 11,4 et 31,4 % (p < 0.01 ; p = 0.05 ; p < 0.05). Ces effets sont particulièrement nets pour les élèves qui obtiennent des scores intermédiaires en code à l’entrée du cours préparatoire.

Nous avons poursuivi nos investigations en testant des variables catégorielles à deux puis à trois modalités (cf. tableau 20), à la recherche d’effets sur les performances des élèves initialement faibles en code. Nous avons choisi des valeurs proches des limites des intervalles de la variable catégorielle « rend_eff_quart » puisque cette dernière s’est révélée significative

106 sur les performances des élèves pris dans leur ensemble et sur les performances des élèves intermédiaires.

Nom de la variable _{groupes créés} Nombre de Bornes des intervalles (proportion de texte directement _{déchiffrable)}

rend_eff_29 2 [11,4 ; 29] ] 29 ; 76,3]

rend_eff_29_57 3 [11,4 ; 29] ] 29 ; 57] ] 57 ; 76,3]

Tableau 20. Intervalles des variables catégorielles du rendement effectif établies selon la borne 29 % puis selon les bornes 29 et 57 %

Nous notons les effets significatifs des variables « rend_eff_29 » et « rend_eff_29_57 » sur les performances des élèves en décodage. Les élèves qui bénéficient de rendements effectifs supérieurs à 29 % obtiennent de meilleurs résultats que les élèves qui sont soumis à des rendements effectifs inférieurs ou égaux à cette valeur (variable rend_eff_29 : p < 0.05 ; variable rend_eff_29_57 : p < 0.10 ; p < 0.05).

Ces deux variables exercent également une influence significative et positive sur les performances des élèves initialement faibles et intermédiaires en code :

- les élèves initialement faibles en code obtiennent de meilleures performances avec des rendements effectifs supérieurs à 57 % qu’avec des rendements effectifs inférieurs ou égaux à 29 % (p < 0.05) (cf. tableau 21, modèle 10),

- les élèves qui obtiennent des scores intermédiaires en code à l’entrée du cours préparatoire progressent davantage avec des rendements effectifs supérieurs à 29 % qu’avec des rendements effectifs inférieurs ou égaux à cette valeur (p < 0.05).

Paramètres Modèle 0 (- 0,5 σ) Vide 706 élèves Modèle 1 (- 0,5 σ) Performance initiale en code 706 élèves Modèle 3 (- 0,5 σ) Variables de contrôle de niveaux 1 et 2 706 élèves Modèle 10 (- 0,5 σ) Variables à trois modalités rend_eff_29_57 706 élèves Effets fixes Constante - 0,766 (0,050) *** - 0,075 (0,085) 0,063 (0,282) - 0,124 (0,300) Variables de niveau 1

Score individuel initial (code) Sexe de l’élève (fille) PCS défavorisé PCS intermédiaire 0,661 (0,067) *** 0,635 (0,070) *** - 0,025 (0,068) - 0,453 (0,120) *** - 0,265 (0,128) ** 0,627 (0,070) *** - 0,022 (0,068) - 0,462 (0,120) *** - 0,285 (0,128) **

107 Élève ayant redoublé

Élève né entre mai et août Élève né à partir de septembre Élève parlant une autre langue que le français à la maison

Élève parlant le français et une autre langue à la maison - 0,375 (0,152) ** - 0,002 (0,093) 0,069 (0,092) - 0,160 (0,109) 0,034 (0,094) - 0,372 (0,152) ** 0,000 (0,093) 0,067 (0,092) - 0,168 (0,109) 0,056 (0,094) Variables de niveau 2

Rythme scolaire (4,5 j/semaine) Éducation prioritaire

Niveau moyen initial dans l’épreuve Hétérogénéité initiale dans l’épreuve % PCS favorisé

Ancienneté au cours préparatoire

- 0,225 (0,123) * 0,064 (0,122) - 0,065 (0,153) 0,204 (0,223) - 0,243 (0,348) 0,010 (0,009) - 0,252 (0,122) ** 0,083 (0,121) - 0,036 (0,149) 0,212 (0,217) - 0,229 (0,342) 0,009 (0,009) Effet de la variable rend_eff_29_57 rend_eff_29_57 (1) (référence : valeurs ≤ à 29 %) rend_eff_29_57 (2) rend_eff_29_57 (3) 0,177 (0,135) 0,372 (0,159) ** Effets aléatoires Niveau 2 Variance interclasses Niveau 1 Variance intra-classe 0,135 (0,039) 0,895 (0,052) 0,145 (0,037) 0,773 (0,045) 0,126 (0,035) 0,741 (0,044) 0,113 (0,032) 0,742 (0,044) Déviance (- 2 log L) 1998,895 1908, 629 1841, 418 1835,944

Tableau 21. Modèles multiniveaux estimant l’influence de la variable à trois modalités rend_eff_29_57 sur les performances finales en décodage des élèves initialement faibles en

code51

Les rendements effectifs inférieurs ou égaux à 29 % pénalisent les apprentissages des élèves, notamment ceux des élèves qui obtiennent des scores intermédiaires ou faibles à

51 _{Seuils de significativité : * : p < 0.10 ; ** : p < 0.05 ; *** : p < 0.01. Les erreurs-types des coefficients figurent}

entre parenthèses.

Le modèle 1 (- 0,5 σ) estime 1 paramètre supplémentaire par rapport au modèle vide (- 0,5 σ). La décroissance de la déviance suit donc une loi du Chi2 à 1 degré de liberté : ∆ (0 - 1) = 1998,90 - 1908,63 = 90,27 (p < 0.01). Le modèle 2 (- 0,5 σ) (variables de contrôle de niveau 1) estime 8 paramètres supplémentaires par rapport au modèle 1 (- 0,5 σ). La décroissance de la déviance suit donc une loi du Chi2 à 8 degrés de liberté : ∆ (1 - 2) = 1908,63 - 1849,56 = 59,07 (p < 0.01).

Le modèle 3 (- 0,5 σ) estime 6 paramètres supplémentaires par rapport au modèle 2 (- 0,5 σ). La décroissance de la déviance suit donc une loi du Chi2 à 6 degrés de liberté : ∆ (2 - 3) = 1849,56 - 1841,42 = 8,14 (modèle non significatif).

Le modèle 10 (- 0,5 σ) estime 2 paramètres supplémentaires par rapport au modèle 3 (- 0,5 σ). La décroissance de la déviance suit une loi du Chi2 à 2 degrés de liberté : ∆ (3 - 10) = 1841,418 - 1835,944 = 5,474 (p < 0.10).

Variable d’interaction

La variable d’interaction entre les performances initiales des élèves en code et le rendement effectif n’est pas significative.

Note de lecture : dans le modèle 10, la performance initiale des élèves en code, la catégorie socioprofessionnelle

des parents, l’âge, le rythme scolaire de la semaine et la variable didactique rend_eff_29_57 influencent la performance finale des élèves en code.

108 l’entrée du cours préparatoire. Pour ces derniers, des rendements effectifs supérieurs à 57 % facilitent les apprentissages.

Sur la répartition en déciles présentée plus haut (cf. figure 10), le rendement effectif moyen du deuxième décile est de 29 %. Plus précisément, 21 enseignants ont proposé à leurs élèves des supports d’apprentissage aux rendements effectifs inférieurs à la valeur palier que nous venons d’identifier. À l’autre extrémité, les rendements effectifs moyens des deux derniers déciles sont supérieurs à 57 %. 26 enseignants ont utilisé des supports d’apprentissage qui influencent significativement les performances en décodage des élèves initialement faibles.

5.1.2.2. Influence de la variable didactique rendement effectif sur la maitrise de l’orthographe

Nous observons un effet linéaire moyen du rendement effectif sur les performances des élèves en orthographe (p < 0.01), que nous retrouvons également en testant les groupes d’élèves qui obtiennent des scores intermédiaires (p < 0.01) et forts (p < 0.05) à l’entrée du cours préparatoire. En revanche, nous n’observons pas d’influence du rendement effectif sur les performances du groupe d’élèves initialement faibles.

Comme nous l’avons fait pour le décodage, nous avons testé les variables catégorielles constituées selon les écarts-types (rend_eff_sd), les tiers (rend_eff_tiers) et les quartiles (rend_eff_quart) mais uniquement sur le groupe d’élèves initialement faibles. Après analyse, nous constatons que le rendement effectif influence significativement leurs performances en orthographe lorsqu’il est supérieur à 31,4 % par comparaison aux rendements effectifs inférieurs ou égaux à cette valeur.

Nous avons également testé les variables catégorielles à deux et trois modalités (rend_eff_29 et rend_eff_29_57) que nous avions créées pour le décodage.

Paramètres Modèle 0 (- 0,5 σ) Vide 936 élèves Modèle 1 (- 0,5 σ) Performance initiale en écriture 936 élèves Modèle 3 (- 0,5 σ) Variables de contrôle de niveaux 1 et 2 936 élèves Modèle 9 (- 0,5 σ) Variable à deux modalités rend_ eff_29 936 élèves Effets fixes Constante - 0,433 (0,054) - 0,291 (0,079) *** 0,112 (0,297) - 0,226 (0,317) Variables de niveau 1

109 Sexe de l’élève (fille)

PCS défavorisé PCS intermédiaire Élève ayant redoublé Élève né entre mai et août Élève né à partir de septembre Élève parlant une autre langue que le français à la maison

Élève parlant le français et une autre langue à la maison 0,172 (0,068) ** - 0,404 (0,117) *** - 0,170 (0,119) - 0,816 (0,169) *** - 0,142 (0,089) - 0,241 (0,091) *** - 0,424 (0,123) *** 0,167 (0,093) * 0,175 (0,068) * - 0,403 (0,116) *** - 0,182 (0,119) - 0,803 (0,169) *** - 0,141 (0,089) - 0,238 (0,090) *** - 0,423 (0,123) *** 0,178 (0,093)* Variables de niveau 2

Rythme scolaire (4,5 j/semaine) Éducation prioritaire

Niveau moyen initial dans l’épreuve Hétérogénéité initiale dans l’épreuve % PCS favorisé

Ancienneté au cours préparatoire

0,162 (0,130) - 0,063 (0,131) - 0,193 (0,148) 0,086 (0,251) 0,272 (0,368) 0,001 (0,010) - 0,218 (0,128) * 0,004 (0,129) - 0,154 (0,144) - 0,091 (0,244) 0,345 (0,359) - 0,001 (0,010)

Effet de la variable rend_eff_29 rend_eff_29 (1) (référence : valeurs ≤ à 29 %) rend_eff_29 (2) 0,390 (0,146) *** Effets aléatoires Niveau 2 Variance interclasses Niveau 1 Variance intra-classe 0,207 (0,047) 1,067 (0,053) 0,212 (0,048) 1,057 (0,053) 0,197 (0,045) 0,960 (0,048) 0,177 (0,042) 0,961 (0,049) Déviance (- 2 log L) 2826,133 2820,116 2682,273 2675,410

Tableau 22. Modèles multiniveaux estimant l’influence de la variable rend_eff_29 sur les performances finales des élèves en orthographe52

Nos modèles statistiques confortent les résultats que nous avons obtenus avec la variable « rend_eff_quart » et mettent en évidence une influence significative sur les performances des

52 _{Seuils de significativité : * : p < 0.10 ; ** : p < 0.05 ; *** : p < 0.01. Les erreurs-types des coefficients figurent}

entre parenthèses.

Le modèle 1 (- 0,5 σ) estime 1 paramètre supplémentaire par rapport au modèle vide (- 0,5 σ). La décroissance de la déviance suit donc une loi du Chi2 à 1 degré de liberté : ∆ (0 - 1) = 2826,133 - 2820,116 = 6,017 (p < 0.05). Le modèle 2 (- 0,5 σ) (variables de contrôle de niveau 1) estime 8 paramètres supplémentaires par rapport au modèle 1 (- 0,5 σ). La décroissance de la déviance suit donc une loi du Chi2 à 8 degrés de liberté : ∆ (1 - 2) = 2820,116 - 2686,605 = 133,511 (p < 0.01).

Le modèle 3 (- 0,5 σ) estime 6 paramètres supplémentaires par rapport au modèle 2 (- 0,5 σ). La décroissance de la déviance suit donc une loi du Chi2 à 6 degrés de liberté : ∆ (2 - 3) = 2686,605 - 2682,273 = 4,332 (modèle non significatif).

Le modèle 9 (- 0,5 σ) estime 1 paramètre supplémentaire par rapport au modèle 3 (- 0,5 σ). La décroissance de la déviance suit une loi du Chi2 à 1 degré de liberté : ∆ (3 - 9) = 2682,273 - 2675,410 = 6,863 (p < 0.01).

Variable d’interaction

La variable d’interaction entre les performances initiales des élèves en écriture et le rendement effectif n’est pas significative.

Note de lecture : dans le modèle 9, le sexe, la catégorie socioprofessionnelle des parents, l’âge, la langue parlée

à la maison, le rythme de la semaine scolaire et la variable didactique rend_eff_29 influencent la performance finale des élèves en orthographe.

110 élèves en orthographe des rendements effectifs supérieurs à 29 % par comparaison aux rendements effectifs inférieurs ou égaux à cette valeur (p < 0.01) (cf. tableau 22, modèle 9).

5.1.2.3. Influence de la variable didactique rendement effectif sur la

compréhension autonome de texte

Nous n’observons pas d’effet linéaire moyen du rendement effectif sur les performances des élèves en compréhension autonome de texte. Nous n’observons pas non plus de forme quadratique ni d’effet des variables catégorielles « rend_eff_sd », « rend_eff_tiers » ou « rend_eff_quart ». En revanche, nous notons une influence significative du rendement effectif sur les performances des élèves initialement faibles en compréhension avec la variable catégorielle à deux modalités « rend_eff_30 ». Ceux qui bénéficient de rendements effectifs supérieurs à 30 % obtiennent de meilleurs résultats en compréhension autonome de texte que ceux qui bénéficient de rendements inférieurs à 30 % (p < 0.05).

Nous avons aussi testé l’influence du rendement effectif sur les résultats en compréhension autonome de texte des élèves initialement faibles en code. Nous observons un effet linéaire moyen, autrement dit une influence positive et significative de l’élévation du rendement effectif. Ainsi, plus les textes sont déchiffrables dans l’intervalle de valeurs de l’étude Lire et Écrire, plus les élèves initialement faibles en code progressent en compréhension autonome de texte.

5.1.2.4. Synthèse

Le rendement effectif influence positivement et significativement les performances des élèves qui possèdent un niveau initial intermédiaire en code jusqu’à une valeur maximale de 52,5 %. Plus généralement, les élèves qui bénéficient de textes déchiffrables à plus de 29 % obtiennent de meilleurs résultats que ceux à qui l’on propose des textes moins déchiffrables. Pour les élèves initialement faibles, les effets de la variable didactique rendement effectif s’exercent plus nettement au-delà de 57 %.

Le rendement effectif influence également positivement et significativement les performances des élèves en orthographe. Plus il augmente dans l’intervalle de valeurs de l’étude Lire et Écrire, c’est-à-dire de 11,4 à 76,3 %, plus les élèves sont en réussite. C’est particulièrement vrai pour les groupes initialement intermédiaires et forts en écriture. Quant aux élèves initialement faibles, ils progressent davantage avec des rendements effectifs supérieurs à 29 % qu’avec des rendements effectifs inférieurs à cette valeur.

111 Que ce soit en décodage ou en orthographe, les rendements effectifs élevés influencent positivement les apprentissages des élèves et les rendements effectifs bas, inférieurs à 29 %, les pénalisent. Selon le niveau initial des élèves, les effets s’exercent à des paliers différents. Ceux qui sont initialement faibles réussissent mieux en orthographe lorsque les textes supports de lecture sont déchiffrables à plus de 29 % et progressent davantage en décodage lorsqu’ils peuvent déchiffrer seuls plus de 57 % du texte.

Nous notons également une influence positive et significative du rendement effectif sur les performances des élèves en compréhension autonome de texte mais uniquement sur celles des élèves qui obtiennent des scores faibles à l’entrée du cours préparatoire.

Par conséquent, et conformément à nos hypothèses, la variable didactique rendement effectif influence significativement et positivement les performances des élèves en décodage, en orthographe et en compréhension autonome de texte.

Ce résultat a des conséquences didactiques importantes. Il nous conduit à recommander aux enseignants premièrement de construire leur planification de l’étude des correspondances graphophonémiques et deuxièmement de choisir leurs supports d’enseignement de la lecture de manière à ce que ceux-ci soient suffisamment déchiffrables. C’est la combinaison de ces deux critères qui rend plus ou moins raisonnable l’injonction faite aux élèves mis face à un texte nouveau : « lisez ! ». Si la tâche de lecture est hors de portée de leurs compétences de déchiffrage, ceux-ci peuvent se démobiliser ou construire des représentations erronées de l’acte de lire (c’est-à-dire deviner) qui ont des effets négatifs sur leurs apprentissages.

Cette conclusion peut être étayée et affinée par les analyses complémentaires qui font l’objet des paragraphes suivants.