Le logiciel Alceste (analyse des lexèmes cooccurrents dans un en-

Ce logiciel permet une analyse quantitative et qualitative de questions ou- vertes et de corpus importants avec un nombre de caractères pouvant aller jusqu’à 8 MO. Cet outil aide à l’interprétation d’un corpus textuel tel que des entretiens, des ré- ponses à une question ouverte… Ce logiciel s’appuie sur « une théorie linguistique so-

lide et permet, pour cette raison, de dépasser le pur déclaratif, son but est de découvrir l’information essentielle contenue dans les données textuelles » (source : plaquette

présentation du logiciel Alceste citée dans la thèse de Deloffre, 2013, 201).

Le document de référence concernant ALCESTE est un document de travail distribué à G. Deloffre durant sa formation 7_.

Ain de se familiariser avec l’usage de ce logiciel, il nous semble important d’amener les précisions suivantes :

Pour pouvoir utiliser ce logiciel, des étapes préalables sont nécessaires :

« Une analyse, pour l’utilisateur, deux moments :

a) Celui de la préparation de son corpus (à l’aide d’un éditeur de texte) ;

b) Celui de l’exécution du plan d’analyse adapté à la forme de son corpus. Le plan d’analyse est divisé en quatre étapes, chaque étape étant elle-même composée de plusieurs opérations. Le nom d’une opération est désigné par une lettre suivie d’un numéro (A1, A1,…, D5), sigle qui identiie l’étape et le numéro d’ordre de son exécu- tion dans l’étape… » (Reinert, 3.)

Il a donc fallu préparer notre collecte de données ain de pouvoir utiliser ce logiciel. La première étape a été de « nettoyer » manuellement chaque retranscription d’entretien en utilisant une police de caractères basique avec une taille de police uni- formisée.

Par « nettoyage » il faut comprendre la réinscription en toutes lettres des abré- viations, nombreuses dans la profession paramédicale, supprimer les marques de ta- bulation et convertir les ichiers en format TXT, seul format lisible par le logiciel Alceste

7 Notice simpliiée de Max Reinert, Laboratoire Printemps — université de Saint-Quentin-en-Yvelines – Centre national de recherche scientiique, 44 pages.

(une sauvegarde des versions initiales des entretiens a été effectuée par nos soins dans un dossier informatisé nommé selon les entretiens concernés : exemple : dos- sier Tuteurs/maitres de stage, dossier directeurs/formateurs, etc.). Il a fallu également transformer les phrases trop familières en en gardant le sens ain de pouvoir être lues par Alceste et faire disparaître les « tirets hauts » réservés au logiciel pour identiier les locutions. Le « tiret haut » est utilisé uniquement s’il introduit un dialogue et doit être impérativement suivi d’une étoile. Les mots en majuscules sont considérés par le logi- ciel comme étant un commentaire et ne sont pas analysés. Nous avons donc conservé les sigles le plus souvent utilisés dans la profession inirmière : exemple nous avons conservé IFSI pour institut de formation en soins inirmiers, IFAS pour institut de for- mation d’aide-soignante. Nous avons dû également retranscrire en toutes lettres les chiffres utilisés lors des entretiens, car le logiciel rejetait les chiffres inscrits sous forme de nombres.

Ce « nettoyage » a été une étape importante ain qu’il n’y ait pas d’interfé- rences entre les éléments pouvant induire Alceste en erreur et donc nous amener à une analyse également erronée.

La seconde étape a été celle du codage. Le codage a été également une étape capitale, car la première analyse, par le logiciel, en dépendait : l’introduction des variables utiles à notre recherche s’effectuait au niveau de ce codage. Il a fallu précé- der chaque unité de contexte initial (UCI qui correspond à la division du corpus, pour chaque interviewé) par quatre étoiles.

Chaque UCI est suivi d’un numéro d’identiication. Nous avons, d’emblée, choisi un numéro à deux chiffres, car nous savions que l’échantillon de cette recherche allait être inférieur à 100. Il a fallu également suivre les directives concernant les es- paces et les étoiles (les étoiles, pour ce logiciel, indiquent la reconnaissance de la ligne de variables) à placer pour chaque UCI, ces directives étaient inscrites sur la notice simpliiée de Max Reinert, elles nous ont été explicitées également lors de notre formation par G. Deloffre :

Exemple : **** *no _01 *groupe_tuteur *diplôme_ *

Le numéro 01, numéro d’ordre codé, correspond au numéro d’entretien : 01 pour le premier entretien et ainsi de suite. Il a fallu également, lors des intitulés des mots étoilés, ne pas avoir plus de dix-huit caractères, car le logiciel n’en acceptait pas plus.

Ce premier dossier analysé par Alceste a été nommé double II « tuteurs/ maitres de stage », car ce sont les premiers entretiens que nous avons effectués et

notre second travail de recherche (le premier travail de recherche concernait les pro- jets pédagogiques). Nous avons également ajouté le codage « année de diplôme » pour les tuteurs et maitres de stage. L’idée de départ était d’ajouter ce paramètre ain de vériier si l’année de diplôme pouvait avoir une répercussion sur l’encadrement des étudiants (à partir du programme de 1992, quelques heures étaient consacrées à l’apprentissage concernant l’encadrement des étudiants). Nous n’avons pas donné de variable différente pour les tuteurs et les maitres de stage, car au sein des services, une seule et même personne peut cumuler la fonction de tuteur et celle de maitre de stage. Cette situation est souvent due à un manque de personnel au sein du milieu hospitalier ou également à un manque de personnel motivé par l’encadrement des sta- giaires. Chaque entretien a été séparé par un saut de ligne ain d’améliorer la lecture visuelle du corpus.

Ces manipulations en vue de l’utilisation d’Alceste ont été répétées pour cha- cune des phases suivantes composant notre collecte de données.

Les différentes étapes de l’analyse effectuée par Alceste :

« Une analyse comprend 4 étapes au maximum :

L’étape A est une étape de mise en forme et de numérisation des textes. Elle reconnaît les UCI… ainsi que les mots étoilés.

Différents dictionnaires permettent d’identiier les locutions, les mots outils, d’effectuer une lemmatisation des formes textuelles identiiées. Elle établit un diction- naire du vocabulaire de votre corpus,

L’étape B est essentiellement une étape de calcul. Elle découpe le corpus en unités de contexte élémentaire (UCE qui est la plus petite unité statistique déinissable sous Alceste et l’UCI la plus grande) et regroupe ces UCE dans des unités de contexte analysées plus larges de dimension variable, puis effectue leur classiication en fonc- tion de la distribution du vocabulaire1. Cette étape B est essentielle puisque c’est sur ces classes, caractérisées par leur vocabulaire dominant, que va s’appuyer ensuite la démarche interprétative…

L’étape C donne une première description des classes obtenues. C’est elle qui fournit les principaux ichiers résultants. On y trouve les différentes classes retenues, leur dépendance mutuelle, le vocabulaire dominant de chacune d’elle, les mots étoilés et les mots outils caractéristiques. C’est sur ces éléments que sera basée l’interpréta- tion.

L’étape D effectue des calculs complémentaires sur chacune des classes. Par exemple, c’est à cette étape que les unités de contexte les plus représentatives de

chaque classe sont calculées et extraites, que les segments répétés, les classiica- tions ascendantes hiérarchiques sont calculés… » (Extrait synthétisé à partir du guide

ALCESTE de Reinert, 13.)

L’analyse quantitative du logiciel Alceste a été exploitée en utilisant la partie du Khi-2, indice d’une surreprésentation quantitative dans la classe (pour Alceste le terme de présence indique une surreprésentation quantitative, celui d’absence, signale une sous-représentation). Nous avons utilisé cette partie pour l’examen et l’interprétation des données tout comme les graphiques qu’Alceste nous a transmis lors de son ana- lyse informatisée : voici l’exemple d’un des schémas utilisés pour l’interprétation des données suite au travail sur le logiciel Alceste du corpus : tuteurs-maitres de stage, schéma dont les informations seront interprétées dans la partie 3 de ce travail de re- cherche.

Classe 5 Classe 4

Classe 3 Classe 2

Classe 1

Classe 1 : 108 UCE soit 13 % Classe 2 : 123 UCE soit 15 % Classe 3 : 72 UCE soit 9 % Classe 4 : 284 UCE soit 37 % Classe 5 : 209 UCE soit 26 % Répartition des UCE classées

Parallèlement à cette phase tuteurs-maitres de stage envoyée sur le logiciel ALCESTE, nous sommes allées à la rencontre des directions et des formateurs des IFSI publics lorrains.

4.2.4 Entretiens des directions et formateurs des IFSI publics lorrains : troi- sième phase de la recherche

Durant la retranscription des entretiens tuteurs et maitres de stage (deuxième phase de ce travail de recherche), nous avons contacté par courriel toutes les direc- tions des IFSI publics lorrains pour expliciter l’objet de notre recherche : la mise en application du référentiel LMD. Nous leur avons demandé également la possibilité de programmer un temps d’entretien en conjuguant, sur une même demi-journée, la ren- contre de la direction et d’un formateur de l’IFSI. En effet, il était important pour nous de pouvoir regrouper ces deux entretiens dans une même demi-journée, car nous avions seize IFSI à visiter.