3.1.2.4.a Le questionnaire à choix multiples

Une analyse de variance a été réalisée sur le nombre de réponses correctes aux questions à choix multiples selon le plan suivant :

• S < C2*Ne2 > *T2*P2

• dans lequel les lettres S, C, Ne, T et P renvoient respectivement aux facteurs Sujet (source de variation aléatoire) ; Cohérence du texte (C1 = Version structurée, C2 = Version non-structurée) ; Niveau d’expertise (NE1 = Experts, NE2 = Débutants) ; Thème de la question (T1 = Structure du neurone, T2 = Fonctionnement du neurone) ; Passation (P1 = Avant la lecture, P2 = Après la lecture).

Le nombre de réponses correctes a augmenté de façon significative après la lecture (F(1, 34) = 54.48, p<.01), les moyennes aux pré- et post-tests étaient égales à 0.68 et 0.82, respectivement. L’apprentissage était significativement plus important à partir de la version structurée qu’à partir de la version non-structurée : F(1, 34) = 4.59, p<.05. Les différences dans le nombre de réponses correctes entre les pré- et post-tests étaient les suivantes : 0.18 pour la version structurée et 0.11 pour la version non-structurée. Enfin, alors qu’au pré-test, les sujets présentaient un nombre de réponses correctes plus important pour les questions sur la structure (M = 0.71) que pour celles sur le fonctionnement (M = 0.65) (F(1, 34) = 5.3, p<.05), au post-test, aucune différence entre les deux catégories de questions n’a été observée (les moyennes pour les questions sur la structure et pour celles sur le fonctionnement étaient égales à 0.82 et 0.81, respectivement) : F(1, 34) < .01.

L’effet du facteur Niveau d’Expertise était significatif : F(1, 34) = 11.81, p<.01. Les performances des experts (M = 0.81) étaient supérieures à celles des débutants (M = 0.69). De plus, les débutants avaient tendance à apprendre davantage à partir du texte, comparés aux experts : F(1, 34) = 3.25, p = .08. Ainsi, les différences dans le nombre de réponses correctes entre les pré- et post-tests étaient les suivantes : 0.17 pour les débutants et 0.11 pour les experts. Nous avons obtenu une interaction significative entre les facteurs Niveau d’Expertise et Cohérence du texte : F(1, 34) = 5.71, p<.05 (Cf. figure 7). Alors que les performances des experts de la version non-structurée étaient supérieures (M = 0.86) à celles des experts de la version structurée (M = 0.76), un effet inverse était observé pour les débutants (les moyennes pour les versions non-structurée et structurée étaient égales à 0.66 et 0.74, respectivement). Aucun autre facteur simple ou en interaction n’était significatif.

FIGURE 7. Nombre de réponses correctes au questionnaire en fonction des facteurs Cohérence du texte (Version structurée, Version non-structurée) et Niveau d’Expertise (Experts, Débutants)

En résumé, conformément à nos attentes, l’apprentissage du domaine qui réfère au neurone à partir du texte scientifique semble se traduire par l’ajout en mémoire d’un plus grand nombre de connaissances relatives aux aspects fonctionnels du domaine. Nous avons aussi observé un effet principal de la structure temporo-causale du texte : la version structurée du texte scientifique semble être plus bénéfique à l’apprentissage, comparée à la version non-structurée. Enfin, les résultats ont pu mettre en évidence une interaction entre les connaissances initiales des lecteurs et la structure temporo-causale du texte. Ainsi, conformément à nos attentes, les experts semblent profiter davantage de la version non-structurée du texte que de sa version structurée, tandis que l’inverse tend à être observé pour les débutants.