Auteur.trice.s : Annahieta Kalantari, D.O., Eric Lee, M.D., et David Zodda, M.D.
Réviseure : Simiao Li-Sauerwine, M.D., M. Sc. (rech. clinique)

Étude de cas

Melissa est une nouvelle résidente en médecine d’urgence. Elle avait d’excellentes notes et évaluations à la faculté de médecine et elle est appréciée par ses collègues, le corps professoral et le personnel. Cependant, depuis le début de sa résidence, Melissa rencontre des difficultés concernant son rendement clinique.

Après quelques évaluations critiques de ses quarts de travail, elle a une rencontre avec sa directrice de résidence. Lorsque sa directrice lui demande quelles sont les aptitudes et les caractéristiques d’un bon médecin, Melissa a du mal à nommer des attributs précis. Elle affirme qu’elle avait plus de facilité à apprendre à la faculté de médecine, parce qu’elle pouvait suivre ses progrès l’aide des tests et examens réguliers. Maintenant qu’elle est en résidence, il n’y a pas de notes et les attentes sont plus élevées. Elle veut se relever et réussir, mais elle ne sait pas par où commencer.

Nous comprenons tous.tes les difficultés rencontrées par Melissa. Beaucoup d’entre nous comprennent aussi les défis rencontrés par la directrice de résidence qui cherche à aider Melissa à atteindre ses objectifs. Dans ce chapitre, nous nous pencherons sur la théorie de l’éducation et nous examinerons en profondeur les éléments clés de l’apprentissage autorégulé. Nous discuterons de la façon dont les résident.e.s et les enseignant.e.s peuvent utiliser les techniques d’apprentissage autorégulé pour atteindre leurs objectifs scolaires.

 

 

Contexte

La théorie de l’apprentissage autorégulé est souvent confondue avec la métacognition et l’apprentissage autodirigé. Le concept de la métacognition a été introduit par Flavell et décrit comme étant la réflexion d’une personne. Il s’agit d’un élément essentiel de la théorie de l’apprentissage autorégulé³. Toutefois, à la différence de la métacognition, la théorie de l’apprentissage autorégulé intègre la connaissance de la cognition en plus des mécanismes d’autorégulation et d’auto-efficacité. De plus, la théorie d’apprentissage autorégulé diffère de l’apprentissage autodirigé, car, dans l’apprentissage autorégulé, les enseignant.e.s offrent du soutien et des conseils pour favoriser l’apprentissage. Dans l’autoapprentissage autodirigé, le processus est entièrement indépendant des apprenant.e.s².

Agents de régulation

La première étape de l’apprentissage autorégulé est la planification. Pour ce faire, il faut se fixer des objectifs. Les objectifs sont efficaces lorsqu’ils sont précis, qu’on s’engage à les atteindre, qu’on possède des connaissances sur la tâche et qu’on reçoit une rétroaction sur ses progrès¹.Dans le cas de Melissa, pendant ses études en médecine, son objectif était de bien réussir aux examens. Elle était capable d’élaborer des plans d’étude, de maintenir sa motivation et d’évaluer ses progrès dans l’atteinte des objectifs à chaque examen. Son objectif de résidence est d’être un bon médecin. Ce n’est pas assez précis. Étant donné que son objectif est trop vague, elle est incapable d’élaborer un plan d’apprentissage efficace et de bien évaluer ses progrès.

 

Mécanismes de régulation

Les mécanismes de régulation relèvent de l’apprenant.e et constituent le fondement de l’apprentissage autorégulé. Ils sont les suivants :

• Planification – La planification permet de réfléchir aux étapes à suivre pour atteindre les objectifs. La plupart des étapes ne sont pas planifiées longtemps à l’avance, car le plan évolue au fur et à mesure que la tâche est effectuée.
• Surveillance – La surveillance permet d’évaluer son niveau de connaissance. Une surveillance précise améliore la régulation de l’apprentissage et révèle ce que l’apprenant.e. sait et sur quoi il ou elle doit concentrer ses ressources.
• Métacognition – La métacognition diffère de la surveillance, car elle intègre non seulement l’évaluation du niveau de connaissance, mais aussi la compréhension de ses propres processus de réflexion.
• Attention – L’attention désigne la mesure dans laquelle les apprenant.e.s peuvent maintenir leur concentration cognitive pendant la formation.
• Stratégies d’apprentissage – Les stratégies d’apprentissages permettent de diviser une tâche en segments, de réorganiser ces segments et de bâtir des structures de connaissances qui sont significatives et qui peuvent être stockées dans la mémoire à long terme.
• Persévérance – La persévérance décrit l’effort consacré à la tâche malgré l’ennui et les échecs. Elle est fonction des résultats escomptés. L’établissement d’objectifs, l’auto-efficacité et la rétroaction ont tous des effets positifs sur la persévérance.
• Gestion du temps – La gestion du temps se rapporte aux calendriers d’étude, ainsi qu’à la répartition du temps et au respect des échéances. Il s’agit du contraire de la procrastination.
• Organisation de l’environnement – L’organisation de l’environnement consiste à choisir un lieu d’étude favorisant l’apprentissage et exempt de distractions. Il s’agit d’un élément essentiel pour la formation en ligne.
• Recherche d’aide – La recherche d’aide se rapport à la mesure dans laquelle les apprenant.e.s demandent de l’aide lorsqu’ils ont du mal à comprendre des concepts. Savoir quand, pourquoi et à qui demander de l’aide.
• Motivation – La motivation désigne la volonté de s’engager dans l’apprentissage et le désir d’apprendre. Les croyances quant à la valeur de l’apprentissage ont un effet direct.
• Contrôle des émotions – Le contrôle des émotions permet de limiter l’anxiété de performance. Les apprenant.e.s peuvent faire des exercices de relaxation, d’auto-encouragement et d’autopersuasion. Ce mécanisme améliore le rendement en contenant les problèmes non liés aux tâches.
• Effort – L’effort désigne le temps consacré à l’apprentissage. Les apprenant.e.s peuvent réguler l’effort en surveillant le comportement et la rétroaction sur le rendement. En cas d’écart négatif, les apprenant.e.s peuvent augmenter les efforts pour réduire l’écart.

À mesure que les apprenant.e.s s’engagent dans l’atteinte des objectifs, l’auto-efficacité redirige les mécanismes réglementaires qui doivent être intégrés ou ajustés¹.

Évaluations de régulation

Les évaluations de régulation consistent à déterminer où se situe l’apprenant.e dans le processus d’atteinte des objectifs et à déterminer quels facteurs contribuent ou empêchent l’atteinte des objectifs.

L’évaluation de régulation comporte trois volets principaux.

• Autoévaluation – L’autoévaluation permet d’évaluer les progrès en comparant le niveau actuel de connaissances et le rendement d’une personne à l’objectif. La métacognition joue un rôle important dans l’autoévaluation³.
• Attributions – Les attributions sont considérées comme les raisons lorsque les objectifs ne sont pas atteints. Les auto-régulateur.trice.s efficaces attribuent généralement l’échec à un faible effort et à une mauvaise utilisation des stratégies d’apprentissage.
• Auto-efficacité – L’auto-efficacité fait référence à la conviction des apprenant.e.s en leur capacité à réussir. La motivation et l’auto-efficacité sont les principaux moteurs de l’apprentissage autorégulé.

Interprétations modernes de cette théorie

L’émergence de ressources d’éducation médicale en accès libre et de ressources numériques peut contribuer grandement à la théorie de l’apprentissage autorégulé. Traditionnellement, les apprenant.e.s lisaient les manuels et retenaient ce qui était pertinent et essentiel pour l’apprentissage. Les blogues et les balados tentent d’organiser des renseignements importants. Les ressources d’évaluation en ligne permettent aux apprenant.e.s d’évaluer de façon indépendante leurs connaissances médicales. Toutefois, les ressources d’éducation médicale en accès libre ne peuvent pas fournir les étapes essentielles de la phase de planification, mais cela est possible avec un accompagnement scolaire.

L’accompagnement scolaire est un processus dans le cadre duquel un.e apprenant.e rencontre régulièrement un membre du corps professoral pour créer des objectifs, élaborer des stratégies d’apprentissage et développer une identité professionnelle. Les objectifs doivent être SMART : spécifiques, mesurables, atteignables, réalistes et temporels. Avec de l’accompagnement, l’apprenant.e sera en mesure d’élaborer des objectifs SMART. Une fois ces objectifs créés, les ressources d’éducation médicale en accès libre et les ressources en ligne peuvent être utilisées pour les mécanismes et les évaluations de régulation.

Le personnel accompagnateur peut également guider l’apprenant.e dans le choix des ressources. Par exemple, en tant qu’apprenante novice, Melissa ne sait peut-être pas quelles ressources utiliser pour améliorer son apprentissage. Son accompagnateur peut lui fournir une liste de ressources pertinentes qui correspondent à son niveau de formation. Elle continuera de rencontrer son accompagnateur et d’évaluer ses progrès. À mesure qu’elle atteint ses objectifs, son accompagnateur et elle peuvent progressivement augmenter la complexité de ses objectifs d’apprentissage, et son accompagnateur peut fournir des ressources d’éducation médicale en accès libre plus avancées pour la gestion des ressources.

Autres exemples d’application de cette théorie

Le contexte clinique est une nouvelle frontière pour un grand nombre d’étudiant.e.s et résident.e.s en médecine qui font la transition des tests au rendement clinique. Il a été démonté que ceux et celles qui proviennent d’un programme d’apprentissage par problème utilisent plus de compétences d’apprentissage autorégulé dans leur rendement clinique⁸.

Limites de cette théorie

Il est essentiel de souligner que l’apprentissage autorégulé n’est pas un processus entièrement indépendant des apprenant.e.s. Cette théorie d’apprentissage exige l’aide d’un.e enseignant.e pour jeter les bases nécessaires à la réussite.

Les novices et les spécialistes perçoivent leur apprentissage différemment. Il est plus difficile pour les novices que les spécialistes de participer à un apprentissage autorégulé parce que les novices dépendent davantage de la rétroaction et de la direction externes au début de leur formation⁷.L’apprentissage autorégulé peut être plus difficile à développer chez les résident.e.s junior que chez les résident.e.s senior.

Cela peut être surmonté à l’aide d’un accompagnement adéquat. Avec un bon accompagnement, un.e apprenant.e peut fixer des objectifs qui correspondent à son niveau de formation. Renseigner l’apprenant.e sur les différents mécanismes de régulation l’aidera dans l’atteindre de ses objectifs. L’utilisation d’un cadre de questionnement et de défense des intérêts aidera l’apprenant.e à acquérir les compétences de réflexion personnelle nécessaires pour l’évaluation de régulation.

Retour à l’étude de cas

Melissa est une résidente en médecine d’urgence qui a de la difficulté à atteindre son objectif qui consiste à devenir un bon médecin. Elle est intelligente et motivée et reconnaît qu’elle doit préciser ce qu’elle entend par là. Sa directrice de résidence lui présente la théorie de l’apprentissage autorégulé dans le but de l’aider à atteindre ses objectifs professionnels.

Ensemble, Melissa et sa directrice de résidence élaborent un plan d’action axé sur trois principaux domaines : les connaissances médicales, les soins aux patient.e.s et le professionnalisme. Melissa élabore un plan d’apprentissage autodidactique composé de ressources d’éducation médicale en accès libre révisées par des pair.e.s et d’une banque de questions hebdomadaires. Les séances d’apprentissage autodidactique ont lieu pendant le temps consacré à l’étude à la bibliothèque de l’hôpital afin de réduire les distractions et comprennent un mécanisme de surveillance régulière du rendement par sa directrice de résidence.

La recherche d’aide, la motivation, la planification, la persévérance, l’établissement d’objectifs et l’organisation de l’environnement sont tous des éléments clés de la stratégie d’apprentissage autorégulé. Les évaluations de régulation, comme le suivi du rendement planifié par sa directrice de résidence, sont intégrées au plan d’action de Melissa. Pour approfondir son apprentissage, Melissa choisit également d’inclure une autoévaluation régulière par l’entremise d’un journal personnel, d’une publication sur les réseaux sociaux et d’une réflexion personnelle .

Quelques mois plus tard, Melissa excelle dans sa première année de résidence. Elle a les meilleurs résultats de sa cohorte aux tests hebdomadaires. Dans ses évaluations de quarts de travail, elle continue de recevoir des commentaires positifs pour ses soins aux patients et son professionnalisme. L’apprentissage autorégulé a vraiment eu une incidence sur le développement et la réussite de Melissa. À mesure qu’elle acquerra de l’expérience et de l’information, elle sera en mesure de fixer de nouveaux objectifs, d’élaborer des plans, de déterminer les progrès et d’ajuster son apprentissage.

Références

1. Shappell, E., T. M. Chan, B. Thoma et coll. « Crowdsource Curriculum Development for Online Medical Education », Cureus, vol. 9, n^o 12, p. E1925. doi:10.7759/cureus.1925.
2. Thomas, P. A., D. E. Kern, M. T. Hughes et B. Y. Chen. Curriculum Development for Medical Education: a Six-Step Approach, Baltimore, Johns Hopkins University Press, 2016.
3. Long, D. M. « Competency based residency training: the next advance in graduate medical education », Academic Medicine, 2000, vol. 75, p. 1178-1183.
4. Lucas, R., T. Choudhri, C. Roche, C. Ranniger et L. Greenberg. « Developing a Curriculum for Emergency Medicine Residency Orientation Programs », Journal of Emergency Medicine, 2014, vol. 46, n^o 5, p. 701-705. doi:10.1016/j.jemermed.2013.08.132.
5. Sweet, L. R., et D. L. Palazzi. « Application of Kern’s Six-step approach to curriculum development by global health residents », Education for Health, 2015, vol. 28, p. 138-141.
6. Duran-Gehring, P., L. Bryant, J. A. Reynolds, P. Aldridge, C. J. Kalynych et F. W. Guirgis. « Ultrasound-Guided Peripheral Intravenous Catheter Training Results in Physician-Level Success for Emergency Department Technicians », Journal of Ultrasound in Medicine, 2016, vol. 35, n^o 11, p. 2343-2352.
7. Barsuk, J. H., E. R. Cohen, D. B. Wayne, V. J. Siddall et W. C. McGaghie. « Developing a Simulation-Based Mastery Learning Curriculum », Simulation in Healthcare: The Journal of the Society for Simulation in Healthcare, 2016, vol. 11, n^o 1, p. 52-59.
8. Sherbino, J. Conception des programmes d’études: Un guide CanMEDS pour les professions de la santé, Collège royal des médecins et chirurgiens du Canada, 2011.