L’\u00c9chelle d’engagement agentique dans les cours en ligne ouverts et massifs<\/strong> (Agentic Engagement in Massive Open Online Courses Scale<\/em>), d\u00e9velopp\u00e9e par Kim et Song (2023)<\/a>, constitue un instrument psychom\u00e9trique novateur et concis con\u00e7u pour \u00e9valuer la contribution constructive, proactive et intentionnelle des apprenants au sein d’environnements d’apprentissage num\u00e9riques asynchrones et autodirig\u00e9s (MOOC<\/a>). D\u00e9velopp\u00e9e selon le protocole m\u00e9thodologique rigoureux en trois \u00e9tapes pr\u00e9conis\u00e9 par Hinkin (1995), l’\u00e9chelle puise ses fondements conceptuels initiaux dans les travaux pionniers de Johnmarshall Reeve sur l’engagement agentique<\/a> (Reeve, 2013 ; Reeve & Tseng, 2011). Un processus it\u00e9ratif fond\u00e9 sur la technique Delphi et l’\u00e9valuation de la validit\u00e9 de contenu par le calcul d’indices de validit\u00e9 de contenu (CVI) a permis de distiller un ensemble initial de 14 items pour aboutir \u00e0 une version finale compos\u00e9e de 7 items.<\/p>\n Les propri\u00e9t\u00e9s psychom\u00e9triques de l’instrument ont \u00e9t\u00e9 \u00e9tablies aupr\u00e8s d’une population d’\u00e9tudiants universitaires inscrits sur la plateforme nationale sud-cor\u00e9enne K-MOOC. Les r\u00e9sultats de la mod\u00e9lisation par \u00e9quations structurelles exploratoires (ESEM) et de l’analyse factorielle confirmatoire (AFC) d\u00e9montrent une ad\u00e9quation empirique optimale pour une structure tridimensionnelle comprenant : la demande agentique de soutien<\/strong> (Agentic Support Request<\/em>, 2 items), la strat\u00e9gie d’apprentissage agentique<\/strong> (Agentic Learning Strategy<\/em>, 3 items) et la construction agentique de l’apprentissage<\/strong> (Agentic Learning Construction<\/em>, 2 items). Les indices d’ajustement structurel s’av\u00e8rent excellents (\u03c7\u00b2 = 30,972, dl = 10, TLI = 0,938, CFI = 0,970, SRMR = 0,048). Les items sont \u00e9valu\u00e9s au moyen d’une \u00e9chelle de type Likert en 5 points allant de \u00ab fortement en d\u00e9saccord \u00bb \u00e0 \u00ab fortement d’accord \u00bb.<\/p>\n La validit\u00e9 convergente est \u00e9tay\u00e9e par des saturations factorielles standardis\u00e9es significatives exc\u00e9dant toutes le seuil de 0,50 (moyenne = 0,77), tandis que la validit\u00e9 discriminante est rigoureusement confirm\u00e9e par le crit\u00e8re de Fornell-Larcker (racine carr\u00e9e de la variance moyenne extraite comprise entre 0,71 et 0,91) et les ratios h\u00e9t\u00e9rotrait-monotrait (HTMT variant de 0,56 \u00e0 0,78). La fid\u00e9lit\u00e9 interne est solide, affichant des coefficients alpha de Cronbach allant de 0,68 \u00e0 0,91 et une fiabilit\u00e9 composite (CR) oscillant entre 0,75 et 0,91. Cet instrument fournit aux chercheurs, concepteurs p\u00e9dagogiques et enseignants un outil standardis\u00e9, fiable et parcimonieux pour quantifier l’agentivit\u00e9 des apprenants adultes dans les dispositifs d’apprentissage en ligne ouverts \u00e0 un rythme libre.<\/p>\n Engagement agentique, apprentissage en ligne, MOOC, psychom\u00e9trie, th\u00e9orie de l’autod\u00e9termination, strat\u00e9gies d’apprentissage, soutien proactif, r\u00e9gulation de l’apprentissage, validation d’\u00e9chelle, analyse factorielle confirmatoire.<\/p>\n L’\u00e9chelle a \u00e9t\u00e9 con\u00e7ue et valid\u00e9e par une \u00e9quipe de chercheurs sp\u00e9cialis\u00e9s en technologies \u00e9ducatives et en sciences de l’apprentissage de l’Universit\u00e9 Chung-Ang (S\u00e9oul, R\u00e9publique de Cor\u00e9e) :<\/p>\n Le d\u00e9ploiement exponentiel des cours en ligne ouverts et massifs (MOOC<\/a>) a profond\u00e9ment reconfigur\u00e9 l’acc\u00e8s au savoir dans l’enseignement sup\u00e9rieur et la formation continue. N\u00e9anmoins, ces environnements caract\u00e9ris\u00e9s par une progression individualis\u00e9e et autonome (self-paced<\/em>) souffrent de taux d’abandon chroniquement \u00e9lev\u00e9s et d’une passivit\u00e9 marqu\u00e9e des participants. Traditionnellement, l’engagement de l’apprenant a \u00e9t\u00e9 conceptualis\u00e9 selon trois dimensions cardinales : comportementale (effort, pr\u00e9sence, assiduit\u00e9), \u00e9motionnelle (int\u00e9r\u00eat, plaisir, anxi\u00e9t\u00e9) et cognitive (recours \u00e0 des strat\u00e9gies de m\u00e9morisation ou d’\u00e9laboration). Bien que ces facettes soient fondamentales, elles d\u00e9crivent principalement une dynamique r\u00e9active<\/em> face aux instructions p\u00e9dagogiques pr\u00e9existantes.<\/p>\n L’objectif principal de l’\u00c9chelle d’engagement agentique dans les MOOC est de capturer et mesurer avec pr\u00e9cision la composante agentique<\/strong> de l’engagement, d\u00e9finie comme l’action d\u00e9lib\u00e9r\u00e9e, constructive et proactive par laquelle l’apprenant enrichit, modifie et personnalise activement son propre processus d’apprentissage et son environnement didactique. Contrairement \u00e0 une salle de classe traditionnelle o\u00f9 l’enseignant est physiquement pr\u00e9sent pour ajuster les sollicitations \u00e9ducatives, l’apprenant au sein d’un MOOC \u00e0 rythme libre \u00e9volue dans un espace didactique hautement d\u00e9contextualis\u00e9 et autonome. L’\u00e9chelle a donc \u00e9t\u00e9 express\u00e9ment d\u00e9velopp\u00e9e pour combler l’absence d’outils de mesure adapt\u00e9s aux sp\u00e9cificit\u00e9s t\u00e9l\u00e9matiques et interactives de ces plateformes.<\/p>\n Sur le plan de la recherche scientifique, cet instrument permet d’analyser les m\u00e9canismes m\u00e9diateurs et mod\u00e9rateurs qui relient les motivations intrins\u00e8ques des participants, leurs traits autor\u00e9gulateurs et les m\u00e9triques de r\u00e9ussite objective, telles que la compl\u00e9tion des modules, la performance aux examens sommatifs et la pers\u00e9v\u00e9rance acad\u00e9mique. Dans le domaine de l’ing\u00e9nierie p\u00e9dagogique et de la pratique \u00e9ducative, l’outil fournit des donn\u00e9es diagnostiques cruciales. Les concepteurs de cours peuvent identifier les leviers ergonomiques et interactionnels stimulant la proactivit\u00e9 des apprenants, rep\u00e9rer pr\u00e9cocement les profils \u00e0 risque de d\u00e9sengagement silencieux et adapter les fonctionnalit\u00e9s collaboratives, les fils de discussion de forums ou les banques de ressources d’approfondissement afin de favoriser un apprentissage centr\u00e9 sur l’agentivit\u00e9 humaine.<\/p>\n Le concept d’engagement agentique a \u00e9t\u00e9 introduit dans la litt\u00e9rature psychop\u00e9dagogique par Johnmarshall Reeve (2013) afin de d\u00e9signer \u00ab la contribution constructive des \u00e9tudiants au flux de l’instruction qu’ils re\u00e7oivent \u00bb. Dans l’adaptation sp\u00e9cifique aux MOOC \u00e0 rythme libre \u00e9tablie par Kim et Song (2023), l’engagement agentique est conceptualis\u00e9 comme une entit\u00e9 multidimensionnelle structur\u00e9e autour de trois piliers op\u00e9rationnels interd\u00e9pendants :<\/p>\n Cette composante \u00e9value la propension active de l’apprenant \u00e0 solliciter de l’aide, des clarifications ou des sources documentaires compl\u00e9mentaires aupr\u00e8s des instructeurs p\u00e9dagogiques et de la communaut\u00e9 des pairs. Dans les MOOC \u00e0 progression autonome, l’isolement social et cognitif repr\u00e9sente un risque majeur d’attrition. La demande agentique de soutien transcende la simple d\u00e9pendance passive : elle rel\u00e8ve d’une recherche d’aide adaptative (adaptive help-seeking<\/em>). L’\u00e9tudiant prend l’initiative d\u00e9lib\u00e9r\u00e9e d’interpeller l’\u00e9quipe enseignante via les espaces de messagerie ou de mobiliser le forum collaboratif pour requ\u00e9rir des r\u00e9f\u00e9rences scientifiques ou explicatives n\u00e9cessaires au d\u00e9blocage d’un n\u0153ud conceptuel. Cette sous-\u00e9chelle se compose de 2 items repr\u00e9sentatifs.<\/p>\n La dimension des strat\u00e9gies d’apprentissage agentiques mesure les conduites autor\u00e9gulatrices par lesquelles l’individu calibre activement son \u00e9tat motivationnel et ses d\u00e9marches cognitives internes en relation directe avec les finalit\u00e9s du cours. L’apprenant ne se contente pas de regarder passivement des vid\u00e9os de cours magistral ; il \u00e9value consciemment son niveau d’int\u00e9r\u00eat situationnel pour stimuler son dynamisme int\u00e9rieur, structure ses sch\u00e9mas de pens\u00e9e face aux contenus pr\u00e9sent\u00e9s et traque m\u00e9thodiquement les \u00e9l\u00e9ments de cours les plus pertinents pour atteindre ses objectifs d’apprentissage personnels. Comprenant 3 items, cette dimension refl\u00e8te l’auto-d\u00e9termination de l’effort cognitif et l’alignement strat\u00e9gique entre le mat\u00e9riel didactique et les aspirations individuelles.<\/p>\n Cette troisi\u00e8me sous-\u00e9chelle englobe les comportements de personnalisation et de restructuration de l’architecture d’apprentissage. Dans un MOOC, le parcours pr\u00e9d\u00e9fini propose g\u00e9n\u00e9ralement une lin\u00e9arit\u00e9 standardis\u00e9e (vid\u00e9os, quiz d’\u00e9valuation, forums). L’apprenant agentique s’approprie cet environnement en reconfigurant l’ordre s\u00e9quentiel de consultation selon ses besoins r\u00e9els (par exemple, entamer un module par un quiz auto-\u00e9valuatif ou consulter d’abord les discussions de forums avant d’aborder les cours magistraux). En outre, il enrichit le contenu de base en l’articulant dynamiquement avec des lectures externes et des sources de r\u00e9f\u00e9rence personnelles. Form\u00e9e de 2 items, cette dimension incarne le niveau le plus \u00e9lev\u00e9 de co-construction et d’autonomie \u00e9ducative.<\/p>\n L’architecture th\u00e9orique sous-tendant l’\u00c9chelle d’engagement agentique dans les MOOC s’articule autour de deux corpus majeurs de la psychologie contemporaine : la th\u00e9orie de l’autod\u00e9termination<\/a> (Deci & Ryan, 2000 ; Ryan & Deci, 2017) et la th\u00e9orie sociocognitive de l’agentivit\u00e9 humaine d\u00e9velopp\u00e9e par Albert Bandura<\/a> (2001, 2006).<\/p>\n Selon Bandura, les individus ne sont pas de simples r\u00e9ceptacles passifs fa\u00e7onn\u00e9s par les contingences environnementales, mais des agents actifs capables d’auto-r\u00e9flexion, d’anticipation et d’auto-organisation. L’agentivit\u00e9 implique quatre propri\u00e9t\u00e9s fondamentales : l’intentionnalit\u00e9, l’anticipation (d\u00e9finition de buts), l’auto-r\u00e9activit\u00e9 (r\u00e9gulation comportementale) et l’auto-r\u00e9flexion. Au sein des environnements d’apprentissage num\u00e9riques ouverts, cette perspective implique que l’efficacit\u00e9 formative ne d\u00e9coule pas seulement de la qualit\u00e9 technologique de la plateforme, mais de la capacit\u00e9 de l’apprenant \u00e0 exercer un pouvoir causal sur ses propres d\u00e9marches \u00e9ducatives.<\/p>\n Pendant plusieurs d\u00e9cennies, le consensus acad\u00e9mique a scind\u00e9 l’engagement scolaire en trois \u00e9l\u00e9ments (Fredricks et al., 2004) : l’engagement comportemental, affectif et cognitif. Reeve et Tseng (2011) ont enrichi ce paradigme en postulant l’existence d’une quatri\u00e8me composante : l’engagement agentique<\/strong>. Cette dimension comble une lacune th\u00e9orique critique : les trois premi\u00e8res dimensions illustrent la mani\u00e8re dont un \u00e9l\u00e8ve r\u00e9agit \u00e0 une opportunit\u00e9 d’apprentissage offerte par un enseignant. L’engagement agentique, quant \u00e0 lui, mod\u00e9lise la fa\u00e7on dont l’\u00e9l\u00e8ve influence<\/em> et modifie proactivement les conditions de son instruction.<\/p>\n Dans les contextes scolaires conventionnels, l’engagement agentique s’exprime par le fait de poser des questions approfondies, d’exprimer des pr\u00e9f\u00e9rences th\u00e9matiques ou de demander des clarifications constructives (Reeve, 2013). Kim et Song (2023) ont r\u00e9interpr\u00e9t\u00e9 ce cadre pour le transposer au contexte singulier des MOOC \u00e0 rythme libre. Dans un tel \u00e9cosyst\u00e8me, l’absence de synchronisme temporel et de copr\u00e9sence physique requiert une transposition conceptuelle : l’agentivit\u00e9 s’exprime \u00e0 travers l’interaction d\u00e9lib\u00e9r\u00e9e avec les outils t\u00e9l\u00e9matiques, la restructuration du parcours p\u00e9dagogique modulaire et la sollicitation intentionnelle d’une communaut\u00e9 virtuelle d’apprenants et de tuteurs.<\/p>\n L’\u00e9valuation psychom\u00e9trique de l’\u00e9chelle par Kim et Song (2023) repose sur une m\u00e9thodologie quantitative approfondie men\u00e9e aupr\u00e8s d’apprenants universitaires inscrits sur K-MOOC. Les preuves de validit\u00e9 empirique couvrent l’ensemble des standards m\u00e9thodologiques recommand\u00e9s par l’American Psychological Association<\/a>.<\/p>\n Le processus de g\u00e9n\u00e9ration initiale d’items a d\u00e9but\u00e9 par une revue syst\u00e9matique de la litt\u00e9rature et l’analyse de l’\u00e9chelle d’engagement agentique originale (Reeve, 2013 ; Reeve & Tseng, 2011) ainsi que de ses adaptations cor\u00e9ennes (Bong et al., 2012). Une \u00e9tude de consensus d’experts selon la m\u00e9thode Delphi a permis de raffiner 14 items candidats. La validit\u00e9 de contenu a \u00e9t\u00e9 formellement quantifi\u00e9e via l’indice de validit\u00e9 de contenu (CVI). Les items ambigus, formul\u00e9s sous forme de doubles questions (double-barreled items<\/em>) ou pr\u00e9sentant des valeurs de CVI insuffisantes ont \u00e9t\u00e9 syst\u00e9matiquement \u00e9cart\u00e9s, fixant un ensemble d\u00e9finitif de 7 items. Une proc\u00e9dure de r\u00e9tro-traduction (back-translation<\/em>) vers l’anglais a \u00e9t\u00e9 valid\u00e9e par un comit\u00e9 d’experts bilingues.<\/p>\n La validit\u00e9 convergente a \u00e9t\u00e9 d\u00e9montr\u00e9e \u00e0 travers l’analyse des saturations factorielles standardis\u00e9es (factor loadings<\/em>). L’ensemble des saturations pour les 7 items s’est r\u00e9v\u00e9l\u00e9 statistiquement significatif (p<\/em> < 0,001) et a d\u00e9pass\u00e9 le seuil critique usuel de 0,50 (Hair et al., 2018). La moyenne g\u00e9n\u00e9rale des saturations standardis\u00e9es s’\u00e9l\u00e8ve \u00e0 0,77, franchissant avec succ\u00e8s le crit\u00e8re strict d’ad\u00e9quation convergente recommand\u00e9 de 0,70. Ces r\u00e9sultats attestent que chaque item partage une part substantielle de variance avec sa dimension th\u00e9orique sous-jacente.<\/p>\n La validit\u00e9 discriminante a \u00e9t\u00e9 examin\u00e9e selon deux approches compl\u00e9mentaires \u00e0 haute rigueur m\u00e9thodologique :<\/p>\n La fid\u00e9lit\u00e9 interne de l’instrument a \u00e9t\u00e9 \u00e9valu\u00e9e \u00e0 la fois dans le cadre de l’analyse exploratoire et de l’analyse confirmatoire \u00e0 travers plusieurs indicateurs statistiques standardis\u00e9s.<\/p>\n Au stade de l’analyse factorielle exploratoire (AFE), le coefficient alpha de Cronbach pour l’ensemble des 7 items s’\u00e9tablit \u00e0 0,87<\/strong>, d\u00e9passant largement le seuil standard de fid\u00e9lit\u00e9 fix\u00e9 \u00e0 0,70 (Nunnally & Bernstein, 1994). Pour les sous-\u00e9chelles individuelles lors de la phase exploratoire, les coefficients de coh\u00e9rence interne s’\u00e9levaient respectivement \u00e0 :<\/p>\n Lors de l’analyse factorielle confirmatoire (AFC) sur l’\u00e9chantillon de validation, les indices de coh\u00e9rence interne ont confirm\u00e9 cette robustesse :<\/p>\n La fiabilit\u00e9 composite, souvent jug\u00e9e plus adapt\u00e9e que l’alpha de Cronbach dans le cadre des mod\u00e8les d’\u00e9quations structurelles car elle ne postule pas la tau-\u00e9quivalence des items, a fourni des r\u00e9sultats concordants :<\/p>\n Toutes les valeurs de fiabilit\u00e9 composite exc\u00e8dent confortablement le seuil d’acceptabilit\u00e9 conventionnel de 0,60 \u00e9tabli par Fornell et Larcker (1981), confirmant l’excellente homog\u00e9n\u00e9it\u00e9 m\u00e9trologique de l’\u00e9chelle.<\/p>\n La structure factorielle sous-jacente de l’\u00e9chelle a \u00e9t\u00e9 examin\u00e9e \u00e0 travers une d\u00e9marche s\u00e9quentielle combinant l’analyse factorielle exploratoire par mod\u00e9lisation par \u00e9quations structurelles exploratoires (ESEM) et l’analyse factorielle confirmatoire (AFC).<\/p>\n L’exploration initiale de la dimensionalit\u00e9 a compar\u00e9 plusieurs configurations th\u00e9oriques (mod\u00e8les unifactoriel, bifactoriel et trifactoriel). Les solutions \u00e0 1 et 2 facteurs ont \u00e9chou\u00e9 \u00e0 satisfaire les crit\u00e8res usuels d’ajustement. En revanche, le mod\u00e8le \u00e0 3 facteurs a pr\u00e9sent\u00e9 une ad\u00e9quation optimale aux donn\u00e9es empiriques. L’analyse parall\u00e8le<\/a> de Horn a corrobor\u00e9 la pertinence empirique de cette r\u00e9tention tridimensionnelle : \u00e0 partir du quatri\u00e8me facteur potentiel, la valeur propre issue des donn\u00e9es simul\u00e9es al\u00e9atoires (0,99) d\u00e9passait la valeur propre issue des donn\u00e9es r\u00e9elles (0,50), d\u00e9montrant sans ambigu\u00eft\u00e9 qu’une structure \u00e0 trois composantes est la seule structure statistiquement significative.<\/p>\n L’analyse factorielle confirmatoire men\u00e9e sur un \u00e9chantillon distinct d’utilisateurs de MOOC a valid\u00e9 les qualit\u00e9s d’ajustement du mod\u00e8le \u00e0 trois dimensions corr\u00e9l\u00e9es. Les indices d’ad\u00e9quation globale attestent d’un excellent ajustement du mod\u00e8le th\u00e9orique aux observations de terrain :<\/p>\n L’ensemble de ces indices psychom\u00e9triques confirme que les 7 items se regroupent de mani\u00e8re robuste et parcimonieuse au sein des trois facteurs th\u00e9oriques postul\u00e9s.<\/p>\n Les r\u00e9f\u00e9rences scientifiques fondamentales associ\u00e9es au d\u00e9veloppement et \u00e0 la validation de cette \u00e9chelle comprennent :<\/p>\n Voici les items officiels du questionnaire tels qu’\u00e9tablis et valid\u00e9s par les auteurs de l’\u00e9chelle. Les \u00e9nonc\u00e9s originaux en anglais sont pr\u00e9sent\u00e9s avec leur syst\u00e8me de cotation authentique.<\/p>\n \u00c9chelle de r\u00e9ponse :<\/strong> The items are rated using a 5-point Likert-type scale.<\/p>\n Note:<\/em> ASR: agentic support request; ALS: agentic learning strategy; ALC: agentic learning construction. Items are rated using a 5-point Likert-type scale that ranges from \u00ab\u00a0strongly disagree\u00a0\u00bb to \u00ab\u00a0strongly agree\u00a0\u00bb.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":" L’\u00c9chelle d’engagement agentique dans les cours en ligne ouverts et massifs (Kim & Song, 2023) mesure en 7 items la contribution proactive et intentionnelle des apprenants dans les MOOC \u00e0 progression autonome.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[421,2,1844],"tags":[25518,680,26441,26443,26442,239],"class_list":["post-17227","psych_scale","type-psych_scale","status-publish","hentry","category-psychologie-de-leducation","category-psychometrie","category-technologies-educatives","tag-apprentissage-en-ligne","tag-autodetermination","tag-engagement-agentique","tag-kim-et-song","tag-mooc","tag-validation-psychometrique"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/17227","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=17227"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/17227\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=17227"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=17227"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=17227"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. Mots-cl\u00e9s<\/h2>\n
3. Auteurs<\/h2>\n
\n
4. Objectif<\/h2>\n
5. Construit psychologique<\/h2>\n
1. Demande agentique de soutien (Agentic Support Request – ASR<\/em>)<\/h3>\n
2. Strat\u00e9gie d’apprentissage agentique (Agentic Learning Strategy – ALS<\/em>)<\/h3>\n
3. Construction agentique de l’apprentissage (Agentic Learning Construction – ALC<\/em>)<\/h3>\n
6. Cadre th\u00e9orique<\/h2>\n
L’agentivit\u00e9 humaine et la th\u00e9orie sociocognitive<\/h3>\n
L’extension quadripartite de l’engagement selon Reeve<\/h3>\n
7. Validit\u00e9<\/h2>\n
Validit\u00e9 de contenu<\/h3>\n
Validit\u00e9 convergente<\/h3>\n
Validit\u00e9 discriminante<\/h3>\n
\n
8. Fid\u00e9lit\u00e9<\/h2>\n
Coh\u00e9rence interne (Alpha de Cronbach)<\/h3>\n
\n
\n
Fiabilit\u00e9 composite (Composite Reliability – CR)<\/h3>\n
\n
9. Analyse factorielle<\/h2>\n
Analyse factorielle exploratoire (ESEM) et analyse parall\u00e8le<\/h3>\n
Analyse factorielle confirmatoire (AFC)<\/h3>\n
\n
10. Instrument de mesure<\/h2>\n
\n
\n
11. Permissions, Tarifs et Ann\u00e9e du test<\/h2>\n
\n
12. R\u00e9f\u00e9rences<\/h2>\n
\n
13. Questions et items du questionnaire<\/h2>\n
\n\n
\n \nFactor<\/th>\n Item<\/th>\n<\/tr>\n<\/thead>\n \n ASR<\/td>\n 1. I request references from my instructors and\/or other learners in my learning process.<\/td>\n<\/tr>\n \n ASR<\/td>\n 2. I ask my instructors and\/or other learners for help in my learning process.<\/td>\n<\/tr>\n \n ALS<\/td>\n 3. I identify the level of interest I have in the MOOC learning process in order to enhance my motive for learning.<\/td>\n<\/tr>\n \n ALS<\/td>\n 4. I organize my ideas in relation to the MOOC learning content.<\/td>\n<\/tr>\n \n ALS<\/td>\n 5. I look for learning content that is helpful in achieving my learning goal.<\/td>\n<\/tr>\n \n ALC<\/td>\n 6. I reorganize my learning sequence by choosing among video lectures, quizzes, and forums for better learning.<\/td>\n<\/tr>\n \n ALC<\/td>\n 7. I personalize my learning content by linking it with the reference material for more effective learning.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n