La Mesure de la comp\u00e9tence num\u00e9rique<\/strong> (Digital Competence Measure<\/em> – DCM), d\u00e9velopp\u00e9e par Runge, Lazarides, Rubach, Richter et Scheiter (2023)<\/a>, constitue un instrument psychom\u00e9trique d’auto-\u00e9valuation con\u00e7u pour mesurer les croyances d’efficacit\u00e9 et d’auto-comp\u00e9tence des enseignants quant \u00e0 l’autonomisation et la responsabilisation des apprenants (empowering learners<\/em>) par les technologies num\u00e9riques. Ancr\u00e9 dans le cadre de r\u00e9f\u00e9rence europ\u00e9en des comp\u00e9tences num\u00e9riques pour les \u00e9ducateurs (DigCompEdu<\/a> ; Redecker & Punie, 2017), cet instrument cible sp\u00e9cifiquement le Domaine 5 du r\u00e9f\u00e9rentiel, articul\u00e9 autour de deux axes p\u00e9dagogiques majeurs : la diff\u00e9renciation p\u00e9dagogique et la personnalisation des apprentissages d’une part, et l’engagement actif des apprenants d’autre part.<\/p>\n Le questionnaire est compos\u00e9 de 12 items standardis\u00e9s r\u00e9partis \u00e9quitablement en deux sous-\u00e9chelles de 6 items chacune : les croyances relatives aux comp\u00e9tences num\u00e9riques pour la diff\u00e9renciation (Digital competence-related beliefs regarding differentiation<\/em>) et les croyances relatives aux comp\u00e9tences num\u00e9riques pour l’engagement actif des \u00e9l\u00e8ves (Digital competence-related beliefs regarding actively engaging learners<\/em>). Chaque \u00e9nonc\u00e9 est \u00e9valu\u00e9 \u00e0 l’aide d’une \u00e9chelle de Likert en 5 points allant de 1 (« pas du tout d’accord » \/ strongly disagree<\/em>) \u00e0 5 (« tout \u00e0 fait d’accord » \/ strongly agree<\/em>).<\/p>\n Valid\u00e9e empiriquement aupr\u00e8s d’un \u00e9chantillon d’enseignants du syst\u00e8me \u00e9ducatif allemand, la DCM affiche d’excellentes qualit\u00e9s m\u00e9trologiques. Les analyses de coh\u00e9rence interne r\u00e9v\u00e8lent des coefficients Om\u00e9ga de McDonald (ω) exceptionnels, s’\u00e9chelonnant entre .93 et .96 tant pour les sous-dimensions que pour l’\u00e9chelle globale. L’exploration de la dimensionalit\u00e9 a confront\u00e9 des mod\u00e8les d’analyse factorielle confirmatoire (AFC), d’\u00e9quations structurelles exploratoires (ESEM) ainsi que des architectures bi-factorielles. Les r\u00e9sultats d\u00e9montrent la sup\u00e9riorit\u00e9 empirique et conceptuelle d’un mod\u00e8le confirmatoire bi-factoriel (bifactor CFA<\/em>), confirmant l’existence d’un facteur g\u00e9n\u00e9ral sous-jacent de comp\u00e9tence per\u00e7ue en mati\u00e8re d’autonomisation des \u00e9l\u00e8ves par le num\u00e9rique, tout en pr\u00e9servant la sp\u00e9cificit\u00e9 variance-propre hautement informative des deux facettes distinctes que sont la diff\u00e9renciation et l’activation cognitive des apprenants.<\/p>\n Comp\u00e9tence num\u00e9rique enseignante, croyances d’auto-efficacit\u00e9, autonomisation des apprenants, diff\u00e9renciation p\u00e9dagogique, engagement actif, DigCompEdu, mod\u00e9lisation par \u00e9quations structurelles, analyse bi-factorielle, psychom\u00e9trie \u00e9ducative, technologies \u00e9ducatives, qualit\u00e9 de l’instruction, sentiment de comp\u00e9tence.<\/p>\n L’\u00e9chelle a \u00e9t\u00e9 d\u00e9velopp\u00e9e et valid\u00e9e par une \u00e9quipe de chercheurs sp\u00e9cialis\u00e9s en psychologie de l’\u00e9ducation, sciences de l’instruction et formation des enseignants :<\/p>\n L’int\u00e9gration des technologies de l’information et de la communication dans l’enseignement ne garantit pas en soi une am\u00e9lioration de la qualit\u00e9 des apprentissages. La recherche translationnelle en sciences de l’\u00e9ducation a mis en \u00e9vidence que l’impact p\u00e9dagogique du num\u00e9rique d\u00e9pend fondamentalement de la mani\u00e8re dont les enseignants mobilisent ces ressources au service de d\u00e9marches centr\u00e9es sur l’apprenant. L’objectif principal de la Digital Competence Measure<\/em> (DCM) est d’op\u00e9rationnaliser et de quantifier avec rigueur les croyances subjectives d’auto-comp\u00e9tence des enseignants quant \u00e0 leur capacit\u00e9 \u00e0 mobiliser les outils num\u00e9riques pour « autonomiser les apprenants » (empower learners<\/em>), conform\u00e9ment aux orientations du cadre europ\u00e9en DigCompEdu<\/a>.<\/p>\n Sur le plan th\u00e9orique, la DCM comble une lacune majeure dans la litt\u00e9rature psychom\u00e9trique relative aux comp\u00e9tences num\u00e9riques. La majorit\u00e9 des instruments pr\u00e9existants mesurent soit des habilet\u00e9s technologiques instrumentales de base (comme l’utilisation de traitements de texte ou la navigation Internet), soit des croyances d’auto-efficacit\u00e9 tr\u00e8s g\u00e9n\u00e9riques qui ne capturent pas les pratiques didactiques sophistiqu\u00e9es. Or, les mod\u00e8les contemporains de l’efficacit\u00e9 de l’enseignement soulignent que la valeur ajout\u00e9e des technologies r\u00e9side dans leur capacit\u00e9 \u00e0 soutenir l’individualisation des parcours (diff\u00e9renciation) et \u00e0 favoriser un traitement cognitif approfondi du mat\u00e9riel p\u00e9dagogique (engagement actif). La DCM permet d’\u00e9valuer directement le sentiment de comp\u00e9tence \u00e0 l’intersection de la technologie, de la p\u00e9dagogie g\u00e9n\u00e9rale et de la gestion de l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des \u00e9l\u00e8ves.<\/p>\n Dans le domaine de la recherche, la DCM a \u00e9t\u00e9 \u00e9labor\u00e9e afin d’examiner le r\u00f4le m\u00e9diateur et pr\u00e9dictif des croyances enseignantes sur la qualit\u00e9 de l’instruction auto-rapport\u00e9e et observ\u00e9e en contexte de classe outill\u00e9e par le num\u00e9rique. Elle permet aux chercheurs de v\u00e9rifier empiriquement comment le sentiment d’efficacit\u00e9 personnelle vis-\u00e0-vis des outils num\u00e9riques module l’adoption de pratiques d’enseignement adaptatives et interactives, au-del\u00e0 de la simple disponibilit\u00e9 des \u00e9quipements technologiques mat\u00e9riels.<\/p>\n Sur le plan appliqu\u00e9, institutionnel et clinique en formation professionnelle, l’instrument fournit un profil diagnostique pr\u00e9cis des besoins des enseignants, qu’ils soient en formation initiale (\u00e9tudiants des instituts d’\u00e9ducation) ou continue (enseignants en exercice). Les formateurs peuvent identifier si des d\u00e9ficits per\u00e7us rel\u00e8vent davantage de la gestion de l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 (manque de strat\u00e9gies pour adapter les niveaux et rythmes via des logiciels d’apprentissage adaptatif) ou de l’animation p\u00e9dagogique interactive (difficult\u00e9 \u00e0 motiver et mobiliser activement les \u00e9l\u00e8ves par le jeu s\u00e9rieux, les quiz interactifs ou les d\u00e9marches de projet). L’\u00e9chelle constitue ainsi un indicateur sensible pour \u00e9valuer l’efficacit\u00e9 des programmes de d\u00e9veloppement professionnel continu consacr\u00e9s \u00e0 l’int\u00e9gration p\u00e9dagogique du num\u00e9rique.<\/p>\n Le construit psychologique cibl\u00e9 par la Digital Competence Measure<\/em> s’enracine dans la notion de « croyances relatives aux comp\u00e9tences num\u00e9riques » (digital competence-related beliefs<\/em>), con\u00e7ue comme une d\u00e9clinaison contextualis\u00e9e du sentiment d’auto-efficacit\u00e9 (self-efficacy beliefs<\/a> ; Bandura, 1997). Il s’agit des jugements qu’un enseignant porte sur ses capacit\u00e9s organisationnelles, didactiques et r\u00e9flexives \u00e0 utiliser les technologies num\u00e9riques pour r\u00e9pondre aux exigences d’une instruction centr\u00e9e sur l’\u00e9l\u00e8ve. L’instrument appr\u00e9hende ce construit au travers de deux dimensions hautement articul\u00e9es mais conceptuellement et empiriquement dissociables :<\/p>\n Cette dimension \u00e9value le sentiment d’efficacit\u00e9 de l’enseignant \u00e0 adapter l’enseignement aux besoins individuels, aux rythmes, aux pr\u00e9requis cognitifs et aux pr\u00e9f\u00e9rences d’apprentissage des \u00e9l\u00e8ves \u00e0 l’aide d’environnements technologiques. La diff\u00e9renciation p\u00e9dagogique num\u00e9rique va bien au-del\u00e0 de la distribution de tablettes : elle implique la capacit\u00e9 \u00e0 :<\/p>\n La seconde dimension mesure la confiance de l’enseignant dans sa capacit\u00e9 \u00e0 concevoir et animer des situations d’apprentissage m\u00e9diatis\u00e9es par le num\u00e9rique qui placent l’\u00e9l\u00e8ve dans une posture active, interactive et constructive, par opposition \u00e0 une posture passive de simple consommateur d’\u00e9crans. Cette sous-\u00e9chelle couvre plusieurs facettes didactiques critiques :<\/p>\n En somme, le construit transcende la simple ma\u00eetrise technique du logiciel ou du mat\u00e9riel : il encapsule le sentiment d’agentivit\u00e9 de l’enseignant pour transformer l’outil technologique en levier d’\u00e9mancipation cognitive pour ses \u00e9l\u00e8ves.<\/p>\n La Digital Competence Measure<\/em> repose sur une double assise th\u00e9orique combinant la psychologie sociocognitive de l’agentivit\u00e9 humaine et les cadres contemporains de la comp\u00e9tence didactique des enseignants face aux technologies.<\/p>\n Au niveau psychologique g\u00e9n\u00e9ral, l’instrument s’appuie sur la th\u00e9orie sociocognitive d\u00e9velopp\u00e9e par Albert Bandura<\/a> (1986, 1997). Selon Bandura, les croyances d’auto-efficacit\u00e9 constituent le r\u00e9gulateur central de la motivation humaine, des patrons de pens\u00e9e et de l’action. Dans le contexte de l’enseignement, le sentiment d’auto-efficacit\u00e9 de l’enseignant (teacher self-efficacy<\/em> ; Tschannen-Moran & Woolfolk Hoy, 2001) d\u00e9termine l’effort d\u00e9ploy\u00e9, la r\u00e9silience face aux difficult\u00e9s d’ordre technique ou comportemental en classe, et la disposition \u00e0 adopter des innovations p\u00e9dagogiques ambitieuses. Les enseignants poss\u00e9dant un fort sentiment d’auto-efficacit\u00e9 sont plus enclins \u00e0 structurer leur enseignement autour des besoins sp\u00e9cifiques des \u00e9l\u00e8ves et \u00e0 renoncer aux m\u00e9thodes transmissives rigides au profit de d\u00e9marches guid\u00e9es et ouvertes.<\/p>\n Au plan des th\u00e9ories de l’int\u00e9gration des technologies, la DCM s’articule avec le mod\u00e8le TPACK<\/a> (Technological Pedagogical Content Knowledge<\/em>) formalis\u00e9 par Mishra et Koehler (2006). Ce mod\u00e8le postule que l’enseignement efficace avec le num\u00e9rique requiert une synergie complexe entre la connaissance des contenus (CK), la p\u00e9dagogie g\u00e9n\u00e9rale (PK) et la ma\u00eetrise technologique (TK), convergeant vers la connaissance technop\u00e9dagogique (TPK).<\/p>\n Sur le plan op\u00e9rationnel, Runge et ses coll\u00e8gues (2023) ont sp\u00e9cifiquement ancr\u00e9 la DCM dans le European Framework for the Digital Competence of Educators<\/em> (DigCompEdu<\/a>), publi\u00e9 par le Centre commun de recherche de la Commission europ\u00e9enne (Redecker & Punie, 2017). Le cadre DigCompEdu distingue six domaines fondamentaux de comp\u00e9tences professionnelles :<\/p>\n La DCM cible exhaustivement le Domaine 5 (Empowering Learners<\/em>), reconnu comme le pivot qualitatif des r\u00e9formes \u00e9ducatives actuelles. Ce domaine stipule que l’usage p\u00e9dagogique des technologies ne doit pas simplement r\u00e9pliquer les routines traditionnelles d’instruction (comme projeter un cours magistral sur tableau num\u00e9rique), mais doit viser trois sous-objectifs majeurs : l’accessibilit\u00e9 et l’inclusion, la diff\u00e9renciation\/personnalisation, et l’engagement actif de l’apprenant. En isolant ces composantes p\u00e9dagogiques avanc\u00e9es, la DCM s’\u00e9mancipe des \u00e9chelles techno-centr\u00e9es pour mesurer la capacit\u00e9 des enseignants \u00e0 transformer l’\u00e9cologie de leur classe.<\/p>\n Dans l’\u00e9tude princeps men\u00e9e par Runge et al. (2023), l’examen des qualit\u00e9s m\u00e9trologiques de la Digital Competence Measure<\/em> a repos\u00e9 sur une d\u00e9marche rigoureuse d’\u00e9valuation de la validit\u00e9 de construit, de la validit\u00e9 discriminante et des associations corr\u00e9lationnelles avec des variables p\u00e9dagogiques connexes.<\/p>\n La validit\u00e9 de contenu a \u00e9t\u00e9 garantie par une d\u00e9rivation directe des \u00e9nonc\u00e9s \u00e0 partir des descripteurs de comp\u00e9tence du Domaine 5 du cadre officiel DigCompEdu<\/a>. Chaque item a \u00e9t\u00e9 r\u00e9dig\u00e9 de fa\u00e7on \u00e0 op\u00e9rationnaliser des actions observables et des d\u00e9marches m\u00e9tacognitives reconnues par les th\u00e9ories de l’instruction (s\u00e9lection, planification, impl\u00e9mentation, r\u00e9gulation r\u00e9flexive, r\u00e9vision\/innovation).<\/p>\n La validit\u00e9 de construit a \u00e9t\u00e9 \u00e9tay\u00e9e par la comparaison syst\u00e9matique de quatre structures factorielles concurrentes \u00e0 l’aide de l’analyse factorielle confirmatoire (AFC) et de la mod\u00e9lisation par \u00e9quations structurelles exploratoires (ESEM). La mod\u00e9lisation bi-factorielle a prouv\u00e9 que si les enseignants poss\u00e8dent une repr\u00e9sentation unifi\u00e9e de leur sentiment de comp\u00e9tence num\u00e9rique globale au service de l’autonomisation des \u00e9l\u00e8ves (facteur g\u00e9n\u00e9ral), ils distinguent avec nettet\u00e9 les exigences didactiques de la diff\u00e9renciation p\u00e9dagogique de celles de la dynamisation interactive de la classe (facteurs sp\u00e9cifiques r\u00e9siduels).<\/p>\n Bien que les donn\u00e9es initiales de validation rapport\u00e9es dans la fiche de pr\u00e9sentation synth\u00e9tique pr\u00e9cisent un statut d’\u00e9valuation en cours pour les crit\u00e8res externes exhaustifs, l’\u00e9tude originale de Runge et al. (2023) a int\u00e9gr\u00e9 la DCM dans un vaste mod\u00e8le structurel reliant les croyances des enseignants \u00e0 la qualit\u00e9 de l’instruction auto-rapport\u00e9e<\/em> (structuration, climat de soutien, activation cognitive). Les r\u00e9sultats ont mis en \u00e9vidence une validit\u00e9 pr\u00e9dictive substantielle :<\/p>\n La consistance interne de la Digital Competence Measure<\/em> a \u00e9t\u00e9 document\u00e9e au moyen d’indicateurs psychom\u00e9triques robustes dans l’\u00e9chantillon de r\u00e9f\u00e9rence d’enseignants allemands (Runge et al., 2023<\/a>).<\/p>\n Plut\u00f4t que de se limiter au coefficient classique Alpha de Cronbach<\/a> — fr\u00e9quemment critiqu\u00e9 dans la litt\u00e9rature psychom\u00e9trique contemporaine en raison de ses postulats contraignants de tau-\u00e9quivalence stricte et de sa tendance \u00e0 sous-estimer ou surestimer la fid\u00e9lit\u00e9 en pr\u00e9sence d’erreurs corr\u00e9l\u00e9es —, les auteurs ont calcul\u00e9 le coefficient Om\u00e9ga de McDonald<\/strong> (ω), un estimateur structurel fond\u00e9 sur les saturations factorielles r\u00e9elles.<\/p>\n Les indices de consistance interne obtenus sont particuli\u00e8rement \u00e9lev\u00e9s :<\/p>\n Ces coefficients d\u00e9passent tr\u00e8s largement le seuil conventionnel de .70 requis pour la recherche fondamentale et franchissent le seuil rigoureux de .90 exig\u00e9 pour une utilisation diagnostique individuelle. Ces r\u00e9sultats d\u00e9montrent que les items composant chaque facette partagent une tr\u00e8s forte proportion de variance commune et mesurent leurs dimensions respectives avec une erreur de mesure minimale.<\/p>\n Pour statuer sur la composition interne de l’instrument, Runge et ses collaborateurs (2023) ont entrepris une comparaison syst\u00e9matique de plusieurs mod\u00e8les factoriels avanc\u00e9s en s’appuyant sur les m\u00e9thodes d’estimation robustes pour donn\u00e9es ordinales\/continues (MLR ou WLSMV) :<\/p>\n Ce premier mod\u00e8le sp\u00e9cifiait deux facteurs latents ind\u00e9pendants mais corr\u00e9l\u00e9s : Facteur 1 (Diff\u00e9renciation, 6 items) et Facteur 2 (Engagement actif, 6 items). Si les indices d’ajustement globaux \u00e9taient satisfaisants (ex. CFI > .95, TLI > .94, RMSEA < .06), l’intensit\u00e9 de la corr\u00e9lation latente entre les deux facteurs a r\u00e9v\u00e9l\u00e9 une redondance substantielle, sugg\u00e9rant la pr\u00e9sence d’une composante d’auto-efficacit\u00e9 g\u00e9n\u00e9rale partag\u00e9e.<\/p>\n Afin de rel\u00e2cher l’hypoth\u00e8se de saturations secondaires strictement nulles (contrainte habituelle de l’AFC qui engendre fr\u00e9quemment des biais d’estimation), un mod\u00e8le ESEM avec rotation oblique (target rotation) a \u00e9t\u00e9 ajust\u00e9. Les saturations crois\u00e9es sont demeur\u00e9es globalement faibles, confirmant que chaque item ciblait prioritairement son facteur th\u00e9orique assign\u00e9, tout en d\u00e9montrant que l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des formulations entra\u00eenait des covariances communes diffuses.<\/p>\n Face \u00e0 la forte variance commune globale et \u00e0 la n\u00e9cessit\u00e9 de pr\u00e9server la pertinence des sous-\u00e9chelles pour la recherche didactique, un mod\u00e8le confirmatoire bi-factoriel a \u00e9t\u00e9 test\u00e9. Dans cette configuration :<\/p>\n Les analyses ont \u00e9tabli que le mod\u00e8le bi-factoriel confirmatoire (Bifactor CFA)<\/strong> offrait la repr\u00e9sentation la plus rigoureuse, parcimonieuse et compr\u00e9hensive des donn\u00e9es. Il a permis de d\u00e9montrer que les deux sous-dimensions — diff\u00e9renciation et engagement actif — poss\u00e8dent une sp\u00e9cificit\u00e9 et une variance propre bien d\u00e9finies qui justifient pleinement leur emploi s\u00e9par\u00e9 dans les analyses d’impact p\u00e9dagogique, tout en autorisant l’agr\u00e9gation en un score global d’autonomisation num\u00e9rique.<\/p>\n L’inventaire de la Digital Competence Measure<\/em> pr\u00e9sente les caract\u00e9ristiques formelles suivantes :<\/p>\n Les conditions d’utilisation, le statut juridique et l’historique de la mesure sont pr\u00e9cis\u00e9s ci-dessous :<\/p>\n Les travaux scientifiques fondateurs et contextuels relatifs au d\u00e9veloppement et \u00e0 l’ancrage psychom\u00e9trique de l’instrument sont les suivants :<\/p>\n Response Format:<\/strong> Items are rated on a five-point Likert scale, ranging from 1 (strongly disagree) to 5 (strongly agree).<\/p>\n Digital competence-related beliefs regarding differentiation<\/strong><\/p>\n Digital competence-related beliefs regarding actively engaging learners<\/strong><\/p>\n Note.<\/em> Items are rated from 1=strongly disagree to 5=strongly agree. Items Diff01 and Activ01 are reverse-coded.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":" La Mesure de la comp\u00e9tence num\u00e9rique (Digital Competence Measure \u2013 DCM), d\u00e9velopp\u00e9e par Runge et al. (2023), \u00e9value les croyances d’auto-efficacit\u00e9 des enseignants quant \u00e0 la diff\u00e9renciation p\u00e9dagogique et \u00e0 l’engagement actif des apprenants via les technologies, selon le cadre DigCompEdu.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[25668,421,2],"tags":[398,25669,17566,25671,25670,3500,16],"class_list":["post-16093","psych_scale","type-psych_scale","status-publish","hentry","category-echelles-devaluation-des-competences","category-psychologie-de-leducation","category-psychometrie","tag-auto-efficacite","tag-competence-numerique","tag-differenciation","tag-digcompedu","tag-engagement-actif","tag-enseignants","tag-psychometrie"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/16093","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_scale"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=16093"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/16093\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=16093"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=16093"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=16093"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. Mots-cl\u00e9s \/ Keywords<\/h2>\n
3. Auteurs \/ Authors<\/h2>\n
\n
4. Objectif \/ Purpose<\/h2>\n
5. Construit psychologique \/ Construct<\/h2>\n
1. Croyances relatives aux comp\u00e9tences num\u00e9riques pour la diff\u00e9renciation (Differentiation<\/em>)<\/h3>\n
\n
2. Croyances relatives aux comp\u00e9tences num\u00e9riques pour l’engagement actif (Actively Engaging Learners<\/em>)<\/h3>\n
\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
La th\u00e9orie sociocognitive et l’auto-efficacit\u00e9 enseignante<\/h3>\n
Le mod\u00e8le TPACK et le cadre europ\u00e9en DigCompEdu<\/h3>\n
\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 de contenu et de construit<\/h3>\n
Validit\u00e9 convergente, discriminante et li\u00e9e aux crit\u00e8res<\/h3>\n
\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
\n
9. Analyse factorielle \/ Factor Analysis<\/h2>\n
1. Mod\u00e8le d’Analyse Factorielle Confirmatoire \u00e0 deux facteurs corr\u00e9l\u00e9s (CFA standard)<\/h3>\n
2. Mod\u00e8le d’\u00c9quations Structurelles Exploratoires (ESEM)<\/h3>\n
3. Mod\u00e8le Confirmatoire Bi-factoriel (Bifactor CFA)<\/h3>\n
\n
10. Instrument de mesure \/ Instrument<\/h2>\n
\n
\n
\n
\n
11. Permissions, Tarifs et Ann\u00e9e du test \/ Permissions & Fee and Test Year<\/h2>\n
\n
12. R\u00e9f\u00e9rences \/ References<\/h2>\n
\n
13. Questions et items du questionnaire \/ Scale Items<\/h2>\n
\n
\n