Aspects théoriques et techniques du CLASS#

Information

Informations supplémentaires
  • Date de modification : 15 novembre 2023.

  • Durée de lecture : 11 minutes.

  • Statut du document : Terminé.

  • Citation : Pour citer ce document : Auteur·s (Date_de_création_ou_de_révision). Titre_du_document. Grenoble : Univ. Grenoble Alpes, Inspé, base de cours en sciences de l’éducation, accédé le date_d_accès, URL_du_document.

  • Licence : Document placé sous licence Creative Commons : BY-NC-SA.

Introduction#

La première partie de ce Document présente des considérations générales sur ce que mesure le CLASS, la deuxième présente quelques recherches utilisant le CLASS et la dernière revient sur des aspects techniques à propos de la validation du CLASS.

Le visionnement de tout ou partie des conférences organisées à l’UQAM (Québec) en 2021 sur la relation enseignant-élèves est vivement conseillé.

Considérations sur ce que mesure le CLASS#

Quels types d’événements le CLASS mesure-il ? De quelle manière ? Nous approfondissons ici les points abordés dans la section utilisations_class. Les apports du CLASS peuvent se voir à quatre niveaux :

  1. Construction d’un vocabulaire commun, unifié ;

  2. Description d’événements se passant dans la classe, de causalité multiple (influencés tout autant par l’enseignant ou les élèves) ;

  3. Prescription d’actions liées à la qualité de l’enseignement ;

  4. Construction d’un parcours raisonné de développement professionnel, pour aider à la formation des enseignants.

Construire un vocabulaire commun#

Tout d’abord, le CLASS correspond à une élaboration théorique, puis empirique, d’événéments se passant dans des classes. Les événements ont donc tout d’abord été recensés de théories sur l’apprentissage et l’enseignement (et regroupés en fonction de ces théories), puis observés en situations, et ensuite des analyses statistiques ont été réalisées pour vérifier que les regroupements a priori se retrouvaient empiriquement. Des évaluations d’une même séance de classe par des observateurs indépendants ont également permis de montrer la fidélité interjuges (deux observateurs formés observant les mêmes événements les codent de la même manière).

Un tel vocabulaire commun est essentiel pour que les chercheurs-observateurs puissent parler des événements scolaires d’une manière unifiée, et pouvant potentiellement être également comprise des enseignants. Des chercheurs ont noté la différence entre ce que les enseignants disent quand on les questionne sur leur pratique (opinions exprimées) de ce qu’ils font réellement dans leur classe (opinions attribuées). Speer [Speer, 2005] note que cette différence peut être due au manque de compréhension réciproque entre chercheurs et praticiens, liées au fait que les données sur les opinions attribuées peuvent tout simplement ne pas correspondre au données sur les opinions exprimées et qu’on peut même dire que toute opinion, d’une manière ou d’une autre, est une opinion attribuée plus qu’exprimée.

L’aspect transactionnel du CLASS#

Il est important de comprendre que la perspective théorique liée au CLASS est transactionnelle : la qualité du climat d’une classe émerge d’un ensemble de paramètres, certains issus de l’enseignant, d’autres des caractéristiques des élèves, et encore d’autres de l’interaction entre ces protagonistes. Pour prendre l’exemple de l’organisation de la classe (voir plus bas), l’enseignant contribue à un bon niveau des aspects organisationnels de sa classe en évitant les interruptions, en ayant son matériel prêt, en réglant efficacement les problèmes éventuels de comportement. Mais les élèves y contribuent par leurs capacités d’index:autonomie, d’index:auto-régulation, de compréhension des routines établies. Par exemple “Une classe ordonnée reflète non seulement le respect entre les élèves et leurs enseignants, mais aussi devrait influencer le degré auquel élèves et enseignants peuvent se focaliser sur le programme académique” [Gaskins et al., 2012], p. 228.

Le CLASS infère des variables de haut niveau à partir de comportements#

Il a été précisé, à plusieurs reprises, que le CLASS mesure des variables de haut niveau concernant les relations enseignant-élèves. Toutefois, il est important de comprendre que ces variables sont inférées à partir de l’observation et du relevé de comportements (de l’enseignant et des élèves) soigneusement sélectionnés. La conséquence de ce point est que l’observateur n’a pas (le moins possible) à porter un quelconque jugement à propos de ce qu’il observe, et donc à trouver le moins de justifications possibles à ces comportements.

Par exemple, observer le niveau de productivité d’une classe se fait sans se poser la question du bien-fondé pédagogique des activités réalisées par les élèves (qui sont reliées à un autre domaine, celui du soutien à l’apprentissage). De même, observer qu’un enseignant est proche d’un élève en particulier, dans une séance, doit se fait sans aucune inférence sur le pourquoi de cette proximité (qui peut être tout autant négatif : il ne s’occupe que de lui ; ou positif : cet élève a eu un accident pendant la séance précédente et a besoin de réconfort).

Il est donc évident que c’est l’observation répétée de segments de séance (le manuel d’observation prescrit l’observation d’au moins 4 plages contiguës de 20 min chacune). Il convient bien sûr de se référer au manuel pour des informations complémentaires, sortant du cadre de ce document d’initiation.

Vue générale sur les moyens d’évaluer la qualité de l’enseignement#

Comme Rimm-Kaufman & Hamre (2010) le soutiennent [Rimm-Kaufman & Hamre, 2010], il y a deux vues traditionnellement dédiées à l’étude de la qualité professionnelle de l’enseignant. Celle qui s’intéresse aux inputs (i.e., en prenant en compte le niveau de certification de l’enseignant, ou son expertise), en relation avec les aux outputs (i.e., en se centrant sur la plus-value qu’il apporte sur l’apprentissage des élèves).

La qualité de l’enseignant, selon les auteurs et promoteurs du CLASS, peut également s’intéresser aux comportements et pratiques de l’enseignant dans sa classe. Pour continuer dans cette voie, il est possible d’identifier des comportements et pratiques qui sont de plus haute qualité, c’est-à-dire qui promeuvent plus sûrement que d’autres l’apprentissage des élèves.

Mesures CLASS au cours du développement professionnel#

Le CLASS peut aussi être un moyen de mesurer le développement professionnel des enseignants. Une étude de Malmberg et ses collègues [Malmberg et al., 2010] a observé via le CLASS la qualité des relations enseignant-élèves de 17 enseignants de niveau secondaire sur leurs deux premières années. Les résultats montrent que le domaine soutien émotionnel a une forme de U inversé (croît tout d’abord puis décroît) alors que le domaine organisation de la classe croît tout au long des deux années. En revanche, il n’y a pas de changement significatif au cours du temps du domaine soutien à l’apprentissage. Cette étude a également étudié la relation entre le niveau des domaines avec l’engagement des élèves : la variabilité de leur engagement n’est pas reliée à celle du :index:soutien émotionnel ni du Soutien à l’apprentissage, alors qu’un haut niveau d’Organisation de la classe est relié à un plus faiblement variable engagement des élèves.

La deuxième partie de cette section présente quelques recherches utilisant le CLASS.

Recherches utilisant le CLASS#

Les scores CLASS au niveau international#

Nous disposons d’un suffisamment grand nombre de recherches pour avoir une idée de la manière dont les scores CLASS aux différentes dimensions et domaines se distribuent. Quels que soient les pays et les niveaux de classe observés, une constante se dégage : le niveau de qualité des interactions dans les domaines “Soutien émotionnel” et “Organisation de la classe” sont plutôt élevés. En revanche, ceux dans le domaine “Soutien à l’apprentissage” sont en général plus bas (parfois même faibles).

La Fig. 1 suivante représente une synthèse de certaines études (non nécessairement représentatives de la population des classes du pays) ayant utilisé CLASS. Il est à noter que le niveau moyen des deux premiers domaines est à environ 5/7 (soit un score moyen-haut selon les critères CLASS) alors que le score moyen interpays des classes observées au domaine “soutien à l’apprentissage” est d’environ 3/7 (soit un score moyen-bas).

Fig. 1 - Distribution des scores par domaine et par pays. Ces scores ne sont pas nécessairement représentatifs des systèmes scolaires de chaque pays [Dessus et al., 2014, 15 mai].

scores CLASS internationaux

Décrire l’expérience scolaire des élèves#

CLASS permet de déterminer quelle est l’expérience scolaire des élèves au cours de différents niveaux, et d’estimer leur variabilité. Une étude importante de Pianta et ses collègues (2007) [Pianta et al., 2007], observant le parcours de 1000 élèves sur 5 années de scolarité élémentaire, sur plus de 2 500 classes et 400 écoles des États-Unis d’Amérique. Cette étude fait état d’une expérience des élèves assez variable du point de vue du climat de leur classe, d’une année à l’autre. Par exemple, seulement 17 % des élèves passent au moins 3 années dans des classes toutes de climat de haute qualité du point de vue du soutien émotionnel (évalué par le CLASS), c’est-à-dire dans le tiers supérieur des classes ; à l’opposé, ils sont 19 % à passer au moins 3 années dans des classes de basse qualité de ce point de vue (dans le tiers inférieur). Des valeurs similaires se retrouvent à propos du soutien à l’apprentissage (resp. 14 % des élèves dans le tiers supérieur et 20 % dans le tiers inférieur sur ce domaine). Ces deux domaines confondus, ce ne sont que 7 % des élèves qui peuvent avoir bénéficié d’au moins 3 années de scolarité de haut niveau.

Prédire la réussite scolaire des élèves#

Travailler sur un outil simple, complet, pouvant refléter un sous-ensemble cohérent et étendu des pratiques des enseignants est donc un point important. C’est ce que permet le CLASS. Ainsi, on peut supposer que l’écart entre les données exprimées et attribuées sera minimal.

Une recherche [Curby et al., 2009] a classé les mesures CLASS de plus de 700 classes américaines (plus de 2 000 élèves de PS-MS sections de maternelle) pour les regrouper en 5 catégories (profils) de qualité globale différente. Le Profil 1 consistait en des classes où les scores étaient hauts dans les 3 domaines (env. 1 écart type au-dessus de la moyenne). Le Profil 5, à l’opposé, était composé de classes où les scores étaient parmi les plus bas (env. 1 écart type au dessous) et les autres profils étaient intermédiaires. L’hypothèse de la recherche était que les élèves dans les classes de Profil 1 ont des scores de performance scolaire et de compétence sociale les plus élevés ; ceux de Profil 5 ont les scores les plus bas. Les résultats montrent que les classes du Profil 2 (avec des niveaux plus bas que ceux du Profil 1 en soutien émotionnel et organisation de la classe mais égaux en soutien à l’apprentissage) sont celles qui obtiennent les scores les plus hauts aux tests (vocabulaire et problèmes d’addition-soustraction) et à l’évaluation de leur compétence sociale. Les élèves des classes de Profil 5 ont les scores les plus bas (2.6 points d’écart aux tests). Les élèves du Profil 2 ont les scores les plus haut en raison d’un score plus élevé que ceux du Profil 1 en Développement de concepts, ce qui paraît donc être la dimension prédisant le mieux les performances scolaires.

La troisième et dernière partie présente des détails plus techniques sur la validation de l’outil CLASS.

Détails techniques sur la validation du CLASS#

Corrélations entre dimensions#

L’une des premières étapes de la validation du CLASS est de calculer des corrélations entre les scores des différentes dimensions du CLASS. Cela permet, notamment, de vérifier que les dimensions d’un même domaine corrèlent plus entre elles qu’entre des dimensions d’un autre. À titre d’exemple, le Tab. I ci-dessous donne les corrélations entre les dimensions du domaine “Soutien émotionnel” (données d’une étude française, voir [Cosnefroy et al., 2016]). On peut déjà constater une corrélation inverse forte entre les dimensions climat positif et climat négatif, ce qui est attendu. La Sensibilité corrèle aussi très fortement avec le climat positif (plus un enseignant est sensible, plus le Climat positif est élevé, et vice versa puisque les corrélations ne signalent aucun lien de causalité).

Un examen des corrélations des dimensions de ce domaine avec d’autres montre, effectivement et par exemple, que le Climat positif est beaucoup moins corrélé avec les dimensions hors de son Domaine (e.g., 0,35 avec la productivité, 0,46 avec le Développement de concepts). Ce dernier est également très peu corrélé (0,11) avec la “Gestion de la classe”, ce qui est aussi attendu puisqu’elles font appel à des processus très différents.

Tableau I – Corrélations entre les dimensions du domaine “soutien émotionnel”.

Dim

C+

C–

SE

PVE

C+

1,00

C–

–0,77

1,00

SE

0,87

-0,73

1,00

PVE

0,65

-0,48

0,59

1,00

Part de variance des enseignants dans la réussite des élèves (effet-maître)#

Il est intéressant de se demander, toutes choses étant égales par ailleurs, quel est l’effet sur la réussite des élèves qu’on peut attribuer, respectivement, à eux-mêmes, à l’enseignant (la classe), ou même à l’école. Des analyses statistiques permettent de mettre en évidence ces différents effets, toutes choses égales par ailleurs.

Des recherches (Huang & Moon, 2009 ; Nye et al., 2004) montrent qu’environ 3/4 de la variance totale dans les scores de performance des élèves est attribuable aux élèves dans les classes, env. 20 % de la variance se situe inter-classes (donc, en partie attribuable aux enseignants, et seulement 5 % de la variance est entre écoles (dans l’étude, à propos des performances en lecture).

Validité convergente#

La validité convergente s’intéresse à déterminer si un instrument de mesure donné donne des mesures semblables à d’autres outils censés mesurer les mêmes choses. Cette mesure s’intéresse donc à comparer, à propos d’un même ensemble de classes, des mesures provenant de systèmes d’observation différents, mais censés mesurer le même type d’objet, à savoir la qualité des relations enseignant-élèves. La Paro, Pianta & Stuhlman (2004) ont réalisé une étude sur 244 enseignants d’école maternelle moyenne section (pre-K). Ils ont comparé les scores de leur classe au CLASS et à deux autres tests, ECER (Early Childhood Environment Rating Scale, un outil d’observation large spectre, de 43 items et 7 échelles) et Snapshot (un outil centré sur l’observation des classes, d’un point de vue matériel et curriculaire, et sur les interactions enseignant-élèves).

Ils montrent par exemple que les dimensions liées au climat émotionnel du CLASS corrèlent avec la dimension “interaction” de l’ECER, de même entre le soutien à l’apprentissage du CLASS et la dimension “raisonnement langagier” de l’ECER.

Tableau 1 - Corrélations entre CLASS et ECER (D’après Tab. 4 de La Paro, Pianta & Stuhlman, 2004, p. 420). Toutes valeurs p<.001.

CLASS

ECER tot

Rais. lang.

Inter.

Act.

Routines

Mat./Esp.

Programme

Climat Em.

.52

.47

.58

.30

.38

.31

.34

Soutien App

.42

.52

.44

.28

.20

.24

.26

À propos des corrélations entre le CLASS et le Snapshot, il faut noter une corrélation significative, bien qu’assez faible, de .24 entre les interactions enseignant-élèves évaluées par Snapshot et le domaine Soutien à l’apprentissage. Une autre corrélation significative a été trouvée entre le niveau d’étayage enseignant-élèves et le Soutien émotionnel (.31).

De manière générale, les dimensions du CLASS sont plus reliées aux mesures de l’ECER dédiées à l’enseignement et aux interactions (c’est-à-dire, aux processus) qu’à celles liées à l’espace, aux activités et au programme (c’est-à-dire, à la structure).

Validité de construit#

Le CLASS a tout d’abord été construit théoriquement en 3 domaines principaux (soutien_emotionnel, organisation_classe, soutien_apprentissage) et 10 dimensions. Il est intéressant de vérifier, en vraie grandeur, comment les différentes dimensions sont liées entre elles, et si les 3 domaines principaux se retrouvent (des techniques statistiques avancées, comme les analyses factorielles exploratoires et confirmatoires sont utilisées pour cela).