Inventaire des croyances des enseignants sur les notes

1. Résumé / Abstract

L’Inventaire des croyances des enseignants sur les notes (en anglais, Faculty Beliefs about Grades Inventory ou FBGI), développé par Laura B. Barnes en 1997, est un instrument psychométrique conçu pour mesurer les attitudes, présupposés épistémologiques et orientations pédagogiques des enseignants universitaires à l’égard de l’évaluation sommative et de l’attribution des notes. Composé de 24 items évalués sur une échelle de Likert en 7 points (allant de 1 = « Fortement en désaccord » à 7 = « Fortement en accord »), le FBGI s’articule autour de deux dimensions fondamentales : le cadre de référence (normatif versus critérié, 13 items) et la fonction de sélection ou de filtrage académique (le rôle de « gatekeeping », 11 items). Lors de son étalonnage initial auprès d’un échantillon aléatoire de 243 enseignants-chercheurs titulaires ou en voie de titularisation issus de deux universités du Midwest américain, l’inventaire a démontré d’excellentes propriétés psychométriques. Les coefficients de cohérence interne (alpha de Cronbach) sont de 0,86 pour la sous-échelle du cadre de référence et de 0,83 pour la sous-échelle de filtrage. L’analyse factorielle exploratoire avec rotation oblique a isolé une structure explicative robuste rendant compte de 39 % de la variance totale, confirmant l’interprétabilité théorique des deux facteurs retenus. Cet instrument constitue un outil d’investigation docimologique capital pour comprendre la subjectivité des pratiques de notation, explorer les déterminants de l’hétérogénéité des jugements professoraux, analyser le phénomène de l’inflation des notes dans l’enseignement supérieur et concevoir des programmes de développement professionnel adaptés aux évaluateurs académiques.

2. Mots-clés / Keywords

Docimologie, évaluation pédagogique, croyances des enseignants, enseignement supérieur, cadre de référence normatif, cadre de référence critérié, filtrage académique, inflation des notes, psychométrie, validité factorielle, construits docimologiques, notation universitaire.

3. Auteurs / Authors

L’inventaire a été conçu et validé par Laura B. Barnes, professeure et chercheuse spécialisée en méthodologie de la recherche, statistiques appliquées et mesure psychologique au sein du département de psychologie éducative de l’Oklahoma State University (Stillwater, Oklahoma, États-Unis). Ses travaux de recherche se concentrent sur la psychométrie appliquée aux contextes scolaires et universitaires, le développement d’échelles de mesure des attitudes des éducateurs, l’anxiété statistique et la formation pédagogique dans l’enseignement supérieur.

4. Objectif / Purpose

L’évaluation par les notes constitue l’un des actes institutionnels les plus déterminants accomplis par les enseignants de l’enseignement supérieur. Pourtant, la littérature en docimologie et en psychologie de l’éducation a constamment mis en évidence d’importantes disparités interindividuelles dans la façon dont les professeurs attribuent ces notes. L’objectif premier du Faculty Beliefs about Grades Inventory est d’opérationnaliser et de quantifier de manière standardisée les croyances sous-jacentes qui guident les décisions d’évaluation sommative des enseignants universitaires.

Dans le domaine de la recherche sur l’enseignement supérieur, le FBGI répond à un besoin crucial : identifier pourquoi deux enseignants dispensant le même cours avec des objectifs similaires peuvent adopter des barèmes et des distributions de notes radicalement opposés. L’outil permet de distinguer les enseignants qui conçoivent la note comme le reflet strict de la maîtrise de compétences intrinsèques (évaluation critériée) de ceux qui la conçoivent comme un classement relatif au sein d’une cohorte (évaluation normative). De plus, l’échelle explore dans quelle mesure les professeurs estiment que leur mission première réside dans la régulation et la sauvegarde des standards institutionnels en limitant l’accès aux meilleures notes (fonction de filtrage ou « gatekeeping »).

Sur le plan pratique et organisationnel, le FBGI est employé pour :

• Le développement professoral et la formation pédagogique : permettre aux enseignants de prendre conscience de leurs biais implicites et d’aligner leurs pratiques de notation avec leurs objectifs d’apprentissage réels.
• La recherche institutionnelle sur l’inflation des notes : analyser si les augmentations moyennes de notes dans certains départements découlent de convictions pédagogiques orientées vers la maîtrise ou de pressions contextuelles externes (comme les évaluations de l’enseignement par les étudiants).
• L’harmonisation des politiques départementales : fournir une base empirique pour animer des ateliers départementaux visant à réduire l’arbitraire des barèmes et à promouvoir l’équité évaluative pour les étudiants.

5. Construit psychologique / Construct

Le FBGI repose sur la mesure de deux construits psychologiques et docimologiques distincts mais interconnectés qui structurent l’éthos évaluatif de l’enseignant : le cadre de référence (Frame of Reference) et la fonction de filtrage académique (Gatekeeping).

Cadre de référence (Frame of Reference)

Cette dimension évalue l’orientation cognitive et méthodologique adoptée par l’enseignant pour interpréter la performance d’un étudiant. Deux pôles théoriques s’opposent sur ce continuum :

• Le pôle normatif (Norm-referenced) : L’enseignant conçoit la valeur d’une note de manière relative, en comparant les performances des apprenants entre eux. Dans cette perspective, l’objectif fondamental de la note est d’opérer une différenciation au sein du groupe. Les notes doivent refléter une courbe préétablie (souvent la courbe normale de Gauss), et l’attribution des meilleures notes est restreinte par la position relative de l’étudiant plutôt que par son niveau de compétence absolue. Un score élevé sur ce pôle (après inversion des items pertinents) indique une croyance forte dans la légitimité des classements relatifs, de la notation sur courbe (« grading on the curve ») et de la contingence du barème par rapport aux résultats globaux de la classe (ex. items 1, 4, 7).
• Le pôle critérié (Criterion-referenced) : À l’inverse, l’enseignant d’orientation critériée considère que la note doit refléter exclusivement le niveau de maîtrise des compétences et objectifs pédagogiques préétablis (mastery learning), indépendamment du classement des pairs. Dans cette optique, si tous les étudiants maîtrisent l’ensemble des notions exigées, ils méritent tous la note maximale (ex. items 13, 14, 20, 21).

Fonction de filtrage académique (Gatekeeping)

Cette dimension mesure l’adhésion de l’enseignant à l’idée que le corps professoral agit en tant que gardien des portes de la profession, garant de la valeur marchande et symbolique du diplôme universitaire, et rempart contre l’abaissement des exigences académiques. Les enseignants ayant des scores élevés sur ce facteur perçoivent la sévérité et la rareté des notes maximales comme des indicateurs directs de rigueur et d’excellence intellectuelle. Ils postulent que :

• La bienveillance ou la clarté dans la notation est souvent assimilée à du laxisme préjudiciable à l’apprentissage (items 11, 12).
• Une proportion élevée de notes « A » dans une classe ou un département reflète une faiblesse méthodologique ou un manque de rigueur de l’évaluateur (items 12, 15).
• Même en présence d’un enseignement hautement efficace, il demeure inadmissible ou suspect qu’une large majorité de la classe obtienne d’excellentes notes, car la distribution des compétences doit nécessairement refléter une sélection rigoureuse (items 17, 19).

6. Cadre théorique / Theoretical Framework

L’architecture théorique du FBGI s’enracine dans la convergence de trois traditions de recherche majeures en psychologie de l’éducation, sociologie des organisations universitaires et psychométrie contemporaine :

La théorie docimologique des cadres d’évaluation : Glaser et Bloom

La distinction conceptuelle entre l’évaluation normative et critériée a été formalisée par Robert Glaser (1963), puis popularisée à travers la théorie du Mastery Learning (apprentissage pour la maîtrise) développée par Benjamin Bloom (1968). Glaser et Bloom ont démontré que l’utilisation d’une distribution normale en éducation constitue un artefact historique hérité de la sélection psychométrique de masse, inadapté à une logique d’enseignement visant l’acquisition réelle de compétences. Dans un système d’apprentissage efficace, la distribution finale des compétences devrait être asymétrique négative (accumulation de réussites au sommet). Le FBGI intègre explicitement cette tension théorique, examinant si les enseignants adhèrent au paradigme de Bloom (item 3) ou restent ancrés dans l’orthodoxie sélective de la courbe de Gauss (item 19).

La théorie de la différenciation et des idiosyncrasies évaluatives

Les travaux de Geisinger et Rabinowitz (1982) ont démontré que les notes attribuées par les professeurs sont moins le reflet direct du travail des étudiants que celui des traits personnels, des idéologies pédagogiques et des biais d’ancrage des enseignants eux-mêmes. Le FBGI s’inspire directement de ces constats pour conceptualiser la note comme un comportement humain sous-tendu par un système de croyances épistémiques individuelles profondément stabilisées.

La théorie sociologique du filtrage académique (Social Gatekeeping) et l’inflation des notes

Le cadre théorique de Barnes s’appuie également sur les écrits sociologiques critiques de Goldman (1985) et de Milton et ses collaborateurs (1986). Goldman a introduit le concept de « trahison des gardiens » (betrayal of gatekeepers) pour décrire la façon dont la prolifération de notes élevées est perçue par une frange du corps académique comme une dégradation de la fonction de certification sociale de l’université. Pour les partisans de ce paradigme, le système de notation a une fonction primaire de stratification sociale et de sélection méritocratique pour le marché du travail, plutôt qu’une simple fonction diagnostique ou formative.

7. Validité / Validity

La validation empirique du FBGI a fait l’objet d’un protocole rigoureux documenté par Barnes (1997), intégrant plusieurs facettes de la validité de mesure :

Validité de contenu (Content Validity)

La validité de contenu a été établie par une démarche itérative comprenant une revue exhaustive de la littérature théorique et empirique sur la notation, des entretiens semi-directifs approfondis avec des enseignants universitaires de disciplines variées, ainsi que des observations directes des délibérations de jurys. Un pool initial de 62 items a été développé et soumis à une première administration pilote auprès de 75 enseignants en utilisant des formes alternatives pour analyser la clarté et l’univocité sémantique de chaque énoncé. À l’issue de cette phase préliminaire, 40 items présentant les meilleurs indices discriminants ont été retenus pour l’étude de validation finale.

Validité de construit (Construct Validity)

La validité de construit a été démontrée par une analyse factorielle exploratoire sur l’échantillon final de 243 enseignants. Les items du facteur 1 (Cadre de référence) présentaient des corrélations fortes et cohérentes avec des mesures de pratiques effectives de recours à la courbe de notation. Les items du facteur 2 (Filtrage) corrélèrent significativement avec des échelles mesurant l’autoritarisme pédagogique, la réticence à adopter des approches centrées sur l’apprenant et des attitudes méfiantes envers l’auto-évaluation des étudiants.

Validité discriminante et convergente

Les résultats de Barnes (1997) montrent une corrélation modérée mais statistiquement distincte entre les deux facteurs (r oscillant généralement entre 0,25 et 0,40 selon les échantillons), démontrant que si les enseignants favorables à la courbe de Gauss ont une propension accrue à agir en gardiens sélectifs, ces deux dimensions mesurent des construits psychologiques conceptuellement autonomes. Par exemple, certains enseignants peuvent refuser la courbe normale tout en maintenant des critères d’exigence critériée si sévères qu’ils exercent un filtrage drastique.

8. Fidélité / Reliability

Les indices de fidélité métrique rapportés dans l’étude princeps de Barnes (1997) démontrent une consistance interne satisfaisante pour une utilisation en recherche et en diagnostic institutionnel :

• Facteur 1 – Cadre de référence (13 items) : Le coefficient alpha de Cronbach obtenu est de 0,86, ce qui témoigne d’une excellente homogénéité interne des items mesurant l’orientation normative versus critériée.
• Facteur 2 – Filtrage académique / Gatekeeping (11 items) : Le coefficient alpha de Cronbach est de 0,83, confirmant une cohérence interne élevée pour la mesure des croyances relatives à la fonction de sélection des notes.

L’erreur standard de mesure (SEM) associée aux deux sous-échelles demeure faible, garantissant que les fluctuations de scores observées chez les enseignants reflètent fidèlement des différences individuelles stables dans leurs systèmes de croyances docimologiques plutôt que du bruit de mesure aléatoire. Des études ultérieures menées dans divers contextes disciplinaires ont confirmé la stabilité temporelle (fidélité test-retest à intervalle de 4 à 6 semaines avec des coefficients de corrélation intraclasse généralement supérieurs à 0,78).

9. Analyse factorielle / Factor Analysis

L’analyse factorielle initiale a été menée par Barnes (1997) sur les réponses de 243 enseignants-chercheurs titulaires ou en voie de titularisation de deux grandes universités publiques du Midwest américain :

Procédure d’extraction et de rotation

Une analyse en composantes principales suivie d’une rotation oblique (Promax ou Oblimin) a été privilégiée afin de permettre aux dimensions sous-jacentes de corréler théoriquement entre elles. Bien que l’extraction initiale basée sur le critère de Kaiser (valeurs propres supérieures à 1) ait initialement suggéré quatre facteurs distincts rendant compte au total de 39 % de la variance, une analyse approfondie du graphique d’éboulis (scree plot de Cattell) et des critères d’interprétabilité conceptuelle a révélé que seuls les deux premiers facteurs possédaient une signification théorique robuste et stable.

Structure à deux facteurs

En conséquence, une solution factorielle parcimonieuse à deux facteurs comprenant 24 items finaux a été définitivement adoptée :

• Facteur 1 : Cadre de référence (13 items). Ce facteur regroupe les items 1, 2, 4, 7, 8, 10, 13, 14, 18, 20, 22, 23 et 24. Les saturations factorielles de ces items dépassent le seuil conventionnel de 0,40, avec des saturations particulièrement fortes pour les items décrivant l’utilisation de la courbe (« grading on the curve ») et la distribution relative des résultats des pairs.
• Facteur 2 : Filtrage / Gatekeeping (11 items). Ce facteur rassemble les items 3, 5, 6, 9, 11, 12, 15, 16, 17, 19 et 21. Les saturations factorielles sont élevées pour les énoncés portant sur la méfiance envers un taux élevé de notes maximales et la perception de la bienveillance comme indicateur de faiblesse académique.

10. Instrument de mesure / Instrument

• Nom complet de l’instrument : Faculty Beliefs about Grades Inventory (FBGI)
• Auteur : Laura B. Barnes (1997)
• Domaine d’évaluation : Croyances pédagogiques, attitudes évaluatives, docimologie dans l’enseignement supérieur
• Nombre total d’items : 24 items structurés en affirmations déclaratives
• Nombre de dimensions / sous-échelles : 2 sous-échelles :
  • Cadre de référence (Frame of Reference) : 13 items (Items 1, 2, 4, 7, 8, 10, 13, 14, 18, 20, 22, 23, 24)
  • Filtrage académique (Gatekeeping) : 11 items (Items 3, 5, 6, 9, 11, 12, 15, 16, 17, 19, 21)
• Format de réponse : Échelle de Likert en 7 points :
  • 1 = Fortement en désaccord (Strongly Disagree)
  • 2 = En désaccord (Disagree)
  • 3 = Incertain mais tend vers le désaccord (Unsure but tend to Disagree)
  • 4 = Ni en accord ni en désaccord (Neither Agree nor Disagree)
  • 5 = Incertain mais tend vers l’accord (Unsure but tend to Agree)
  • 6 = En accord (Agree)
  • 7 = Fortement en accord (Strongly Agree)
• Procédure de cotation (Scoring) :
  • Pour calculer le score de chaque sous-échelle, les items formulés dans le sens opposé au construit sous-jacent doivent impérativement faire l’objet d’une inversion de cotation (calculée par la formule : Score_inversé = 8 - Score_brut).
  • Items inversés : Items 3, 5, 13, 14, 18, 20, 21 et 24.
  • Pour le Cadre de référence, les items inversés sont les items 13, 14, 18, 20 et 24. Un score total élevé sur cette sous-échelle reflète une adhésion prédominante au modèle normatif (notation relative/comparative), tandis qu’un score faible reflète une adhésion au modèle critérié.
  • Pour le Filtrage (Gatekeeping), les items inversés sont les items 3, 5 et 21. Un score total élevé reflète une conception rigide de la note comme instrument de sélection et de protection des standards institutionnels.
  • Des scores moyens par item (score total divisé par le nombre d’items de la dimension) peuvent être calculés pour maintenir l’interprétabilité sur l’échelle de 1 à 7.
• Mode d’administration : Auto-questionnaire individuel (papier-crayon ou informatisé), temps moyen de passation estimé entre 10 et 15 minutes.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

L’inventaire a été publié en 1997 dans la revue scientifique à comité de lecture Educational and Psychological Measurement (SAGE Publications). Dans le cadre d’un usage purement académique, scientifique ou pédagogique à des fins de recherche non commerciale, les items de l’échelle peuvent être utilisés et reproduits sous réserve de citer scrupuleusement la publication princeps de Barnes (1997). Pour toute utilisation commerciale, intégration dans des plateformes logicielles propriétaires d’évaluation de l’enseignement ou adaptation payante, l’obtention d’une licence ou l’autorisation expresse de l’éditeur (SAGE Publications) et de l’auteure est obligatoire.

12. Références / References

Barnes, L. B. (1997). Development of the Faculty Beliefs about Grades Inventory. Educational and Psychological Measurement, 57(3), 459–468. https://doi.org/10.1177/0013164497057003008

Bloom, B. S. (1968). Learning for mastery. Evaluation Comment, 1(2), 1–12.

Geisinger, K. F., & Rabinowitz, W. (1982). Individual differences among college faculty in grading. Journal of Instructional Psychology, 7(1), 20–27.

Glaser, R. (1963). Instructional technology and the measurement of learning outcomes: Some questions. American Psychologist, 18(10), 519–521. https://doi.org/10.1037/h0049294

Goldman, L. (1985). The betrayal of gatekeepers: Grade inflation. Journal of General Education, 37(2), 97–121.

Milton, O., Pollio, H. R., & Eison, J. A. (1986). Making sense of college grades: Why the grading system does not work and what can be done about it. San Francisco, CA: Jossey-Bass.

13. Questions et items du questionnaire / Scale Items