Intelligence émotionnelle et stratégies d’apprentissage des primo-entrants à l’Université

Bournaud, Isabelle; Pamphile, Patrick

doi:https://doi.org/10.18162/fp.2023.844

Introduction

La réussite des étudiantes et étudiants intégrant l’université pour la première fois, dits « primo-entrants », est devenue un enjeu majeur des universités au cours des vingt dernières années, comme en témoigne le nombre important de recherches menées sur le sujet (Annoot et al., 2019 ; Pariat et Lafont, 2018). Il s’agit d’un moment charnière de la vie de l’individu qui peut s’avérer particulièrement stressant (De Clercq et al., 2023 ; Shaver et al., 1985). En effet, l’entrée à l’université se traduit par une augmentation de la charge de travail, de l’autonomie et des responsabilités tant à l’université qu’en dehors (Endrizzi, 2010 ; Trautwein et Bosse, 2017). Des dispositifs d’accompagnement divers et variés ont ainsi été mis en place par les universités pour faciliter la transition lycée-université (Perret, 2015 ; Raucent et al., 2021). La conception de ces dispositifs s’inspire des études et travaux de recherche sur les difficultés d’adaptation rencontrées par les primo-entrants. Ces travaux identifient divers facteurs expliquant les différences de réussite entre ces individus : parcours scolaire antérieur, bagage culturel, projet personnel ou professionnel, affiliation à l’université, engagement, capacités cognitives, stratégies d’apprentissage, contexte pédagogique (De Clercq, 2017 ; Duguet et al., 2016 ; Dupont et al., 2015 ; Houdé, 2011 ; Michaut et Romainville, 2012 ; Morlaix et Suchaut, 2012 ; Paivandi, 2015 ; Trautwein et Bosse, 2017).

Parmi les facteurs explicatifs étudiés, une attention s’est portée sur l’intelligence émotionnelle (IE) (Boekaerts, 2011 ; Brasseur et Grégoire, 2010 ; Pekrun et al., 2002 ; Perera et DiGiacomo, 2013), notamment dans le contexte de la transition vers les études supérieures (Parker et al., 2004) et son rôle dans les apprentissages (Lecoq et Verzat, 2021 ; Nieto et al., 2024 ; Tremonte et al. 2023 ; Wagener, 2015). L’IE est définie au sens large comme un ensemble d’habiletés et de dispositions en lien avec la perception, la compréhension et la gestion des émotions des autres et de soi-même (Bar-On et Parker, 2000). Cependant, la plupart des méta-analyses effectuées sur le sujet sont concordantes sur le fait que la part de la variabilité de la réussite académique expliquée par l’IE est modérée (MacCann et al., 2020 ; Newsone et al., 2000 ; Perera et DiGiacomo, 2013).

Nous avons mené une étude exploratoire en 2021 auprès des étudiantes et des étudiants d’une formation d’un IUT[1] d’Île-de-France ayant bénéficié d’un dispositif d’accompagnement. Cette étude nous a amenés à penser qu’une intelligence émotionnelle faible pouvait constituer un frein à l’appropriation de stratégies d’apprentissages nécessaires pour des études universitaires (Bournaud et Pamphile, 2023). La mesure de l’IE utilisée était celle de l’IE-trait, recueillie par un questionnaire autorapporté, élaboré à partir du TEIQue-SF[2] (version courte française).

Le travail présenté ici cherche à approfondir cette étude sur le lien entre l’IE et les stratégies d’apprentissage. D’une part, le questionnaire de mesure de l’IE-trait utilisé est plus fin et validé ; d’autre part, l’étude est élargie à tous les primo-entrants de l’ensemble des formations de l’IUT ; enfin, une plus grande variété de stratégies d’apprentissage est explorée. En effet, diverses recherches valident le lien entre stratégies d’apprentissage et réussite académique ou persévérance, et montrent en particulier que les étudiants en difficulté ont une insuffisance dans le savoir-apprendre (Berthaud et al. 2022 ; Boulet et al., 1996 ; Michaut, 2023 ; Parmentier et Romainville, 1998 ; Romainville, 1993 ; Ruph et Hrimech, 2001 ; Saint-Pierre, 1991 ; Sauvé et al., 2006). Une meilleure connaissance des profils des primo-entrants permettrait d’adapter à leurs besoins les dispositifs d’accompagnement à la réussite.

Nous présentons, dans les lignes qui suivent, le cadre théorique, la question et les hypothèses de recherche, puis la méthodologie de recueil et de traitement des données, les résultats et, enfin, la discussion, les limites et les perspectives de la recherche.

Cadre théorique et questions de recherche

Ces vingt dernières années, le concept d’intelligence émotionnelle a fait l’objet de nombreuses recherches, que ce soit pour étudier son lien avec la réussite académique (Perera et DiGiacomo, 2013 ; Perera, 2016 ; MacCann et al., 2020), le bien-être (Sánchez-Álvarez et al., 2016), le rendement au travail (Miao et al., 2017) ou encore la résistance au changement dans les organisations (Angel et Steiner, 2013 ; Di Fabio, 2011).

L’intelligence émotionnelle

L’intelligence émotionnelle est définie au sens large comme un ensemble d’habiletés et de dispositions en lien avec la perception, la compréhension, la gestion des émotions des autres et de soi-même (Bar-On et Parker, 2000). Petrides et Furnham (2001) ont proposé une distinction précise entre :

l’IE-Capacité : elle correspond à la capacité à percevoir, exprimer, gérer ses émotions ou celles d’autrui en situation. Elle est mesurée par la performance à des tâches au regard d’une référence, à l’aide de tests psychométriques similaires aux tests de QI ;
l’IE-Trait : elle correspond à une disposition intrinsèque à percevoir, exprimer, gérer ses émotions ou celles d’autrui, qui est plus ou moins marquée selon les individus. Elle est mesurée par des questionnaires autorapportés similaires aux tests de personnalité. L’hypothèse qui sous-tend l’IE-Trait est que plus celui-ci est élevé, meilleure est la compréhension de ses propres émotions et de celles d’autrui.

De nombreux instruments de mesure de l’IE ont ainsi été développés tant pour l’IE-Capacité que pour l’IE-Trait. La personne intéressée par une analyse de ces mesures pourra se référer notamment à Siegling et al. (2014).

Les stratégies d’apprentissage

Selon Bégin (2008, p.48), l’appellation stratégie d’apprentissage est utilisée comme « terme générique pour désigner tous les comportements adoptés par l’apprenant en train d’apprendre, et tout ce qui peut influencer la façon dont il va le faire ».

Les travaux sur les stratégies d’apprentissage font ressortir différentes catégories de stratégies (Bégin, 2008 ; Cosnefroy, 2010 ; Ménard, 2021 ; Saint-Pierre, 1991) :

les stratégies cognitives qui concernent les actions de traitement et d’utilisation de l’information, de production de connaissances ;
les stratégies métacognitives qui visent à contrôler la qualité du traitement de l’information (auto-évaluation des performances) et à réguler l’action (ajustement des stratégies cognitives utilisées suivant les performances obtenues) ;
les stratégies de gestion des ressources qui permettent d’identifier et d’utiliser les ressources disponibles, humaines (pairs, enseignants, proches), documentaires, techniques et l’espace des apprentissages (lieu, distracteurs, …) ;
les stratégies de gestion du temps qui visent à organiser et planifier les stratégies cognitives et métacognitives. Notons que certains auteurs catégorisent les stratégies de planification dans les stratégies métacognitives (Bégin, 2008 ; Saint-Pierre, 1991) ;
les stratégies affectives, de gestion des émotions, qui visent à contrôler les émotions et à protéger l’estime de soi.

Les stratégies de gestion des ressources, de gestion du temps et de gestion des émotions interviennent dans le processus d’apprentissage en tant qu’actions ou processus mentaux mis en oeuvre afin de protéger l’attention, la motivation et l’engagement de l’individu dans une tâche et permettent ainsi de réaliser de manière correcte les activités cognitives et métacognitives (Bégin, 2008 ; Cosnefroy, 2010). Notons que dans le paradigme de l’apprentissage autorégulé, les stratégies de mise au travail et de maintien de l’effort sont regroupées dans les stratégies volitionnelles (Cosnefroy, 2010 ; Houart et al., 2019).

Question et hypothèses de recherche

Si la plupart des méta-analyses sont concordantes sur le fait que la part de la variabilité de la réussite académique expliquée par l’IE est modérée (Brasseur et Grégoire, 2010 ; MacCann et al. 2020 ; Newsone et al., 2000), en revanche, le rôle des stratégies d’apprentissage dans la réussite académique est connu (Bégin, 2008 ; Romainville, 1993 ; Saint-Pierre, 1991). La question de recherche que nous abordons est la suivante : les stratégies d’apprentissage utilisées par les primo-entrants à l’université dépendent-elles du niveau d’intelligence émotionnelle de ces individus ?

Les hypothèses que nous explorons ici sont les suivantes :

(H1) Il est possible de distinguer des groupes d’étudiantes et d’étudiants primo-entrants à l’université selon leur IE-Trait ;
(H2) Il existe des différences significatives entre les stratégies d’apprentissages que les individus de ces groupes déclarent utiliser.

Méthodologie

Les données

La population concernée par cette étude est celle d’étudiantes et d’étudiants en première année de Bachelor Universitaire de Technologie dans un IUT d’Île-de-France, dans les spécialités de GEA (Gestion des entreprises et des administrations) et TC (Techniques de commercialisation). Les données proviennent d’une enquête réalisée en ligne au mois de mars 2022. L’enquête a été adressée à 651 personnes : 272 ont répondu, soit un taux de réponse de 41,8 %. Nous avons supprimé du fichier certaines réponses correspondant à des étudiantes et des étudiants n’ayant pas terminé le questionnaire, ou ayant répondu de manière systématique (réponses identiques pour toutes les questions d’une page), etc.

L’échantillon utilisé comporte ainsi 174 réponses exploitables sur l’IE-Trait, soit 26,7 % de la population interrogée. Soulignons que la taille de la population interrogée (651) est le nombre de personnes inscrites en début d’année. Toutefois, un certain nombre d’entre elles ont officiellement abandonné leur programme (environ 25 %). Le pourcentage de réponses exploitables sur la population effective est donc plutôt de l’ordre de 35 %.

Le questionnaire

Afin de valider les hypothèses de recherche formulées, nous avons réalisé une enquête par questionnaire. Le questionnaire administré comporte 26 questions à réponses fermées, qui concernent, d’une part, l’IE-Trait, et, d’autre part, les stratégies d’apprentissages utilisées par les étudiantes et les étudiants.

Mesure de l’IE-Trait

Dans la précédente étude que nous avons menée, l’IE-Trait des primo-entrants à l’université était mesuré à partir d’une échelle de 10 items, extraits du test TEIQue version courte (Bournaud et Pamphile, 2023). Afin d’approfondir cette étude avec une description plus fine de l’IE-Trait, nous avons enrichi l’échelle de mesure en considérant plus d’items pour mesurer l’IE-Trait. L’échelle de mesure utilisée comporte trois traits :

Émotionnalité : disposition à ressentir ses émotions ou celles des autres et à exprimer ses émotions ;
Self-Control : disposition à gérer le stress et à réguler ses émotions ;
Adaptabilité : disposition à être flexible, à faire face aux changements.

Les deux premiers traits sont présents dans la méta-analyse sur les échelles de traits et compétences émotionnelles réalisée par Schlegel et ses collaborateurs (2013), et également dans le Bar-On EQ-i[3] ; le trait Adaptabilité est présent dans le Bar-On EQ-i. Il nous semble important de considérer ce trait pour l’étude des primo-entrants à l’université, la capacité à s’adapter étant un facteur favorisant la réussite à l’université.

Sur la base de ces trois traits, nous avons construit une échelle de mesure de l’EI-Trait à partir du TEIQue version longue (Petrides, 2009). Cette échelle comporte 15 items :

6 pour le trait Emotionnalité (E) ;
5 pour le trait Self-control (SC) ;
4 pour le trait Adaptabilité (A).

Pour chaque item, la personne a été invitée à donner son degré d’accord avec la proposition, sur une échelle à 7 modalités, de 0 (Pas du tout d’accord) à 6 (Tout à fait d’accord).

La validation de cette échelle de mesure de l’EI-Trait est présentée dans la partie suivante.

Les stratégies d’apprentissage

Nous avons choisi de couvrir dans le questionnaire les différentes catégories de stratégies d’apprentissage. Le questionnaire comporte 26 items, répartis ainsi par catégorie : 8 pour les stratégies cognitives, 3 pour les stratégies métacognitives, 4 pour les stratégies de gestion des ressources, 7 pour la gestion du temps et 4 pour les stratégies volitionnelles.

Pour chaque item - correspondant à une stratégie, la personne a été invitée à se positionner sur une échelle de fréquence à 4 niveaux : Non jamais ou presque jamais, Non rarement, Oui de temps en temps, Oui toujours ou presque.

Traitements statistiques

Les traitements statistiques ont été réalisés à l’aide du logiciel libre R. Avant de pouvoir réaliser ces traitements, le codage des réponses aux items de l’IE-Trait dont la formulation est négative (par exemple En général, je trouve difficile de changer ma routine quotidienne : un degré d’accord élevé avec cet item doit renvoyer à une valeur de trait faible) a été préalablement inversé. Le nom de ces items est suivi de la lettre i, ici, par exemple, il s’agit de l’item A2i. Par ailleurs, afin de faciliter l’interprétation des résultats concernant les stratégies d’apprentissage, les modalités « Non jamais ou presque jamais » et « Non rarement » ont été regroupées dans une seule modalité « Non », et les modalités « Oui de temps en temps » et « Oui toujours ou presque » dans une seule modalité « Oui ».

Validation et fiabilité du questionnaire sur l’IE-Trait

La méthodologie utilisée pour valider le questionnaire sur l’IE-Trait proposé et pour vérifier sa fiabilité est décrite dans Roussel (2005). La structure retenue est présentée sur la Figure 1 ci-dessous. A1, E1, SC5… sont les noms des items du questionnaire : A précède les items du trait Adaptabilité, E ceux de Émotionnalité et SC ceux de Self-Control. Les facteurs (PA1, PA2, PA3 et PA4) ont été extraits par une Analyse Parallèle (PA). Ils sont considérés comme des construits sous-jacents qui expliquent les items observés. Les valeurs figurant sur les flèches entre les facteurs et les items sont les poids factoriels (par exemple la valeur 0.7 sur la flèche entre PA1 et SC2i est le poids factoriel entre le facteur PA1 et la variable SC2i). Les poids factoriels quantifient comment le facteur contribue aux variations de l’item : un poids factoriel élevé (en valeur absolue) indique une association forte entre l’item et le facteur considéré. Afin de mieux visualiser la structure des liens entre les items et les facteurs, seuls les poids factoriels supérieurs à 0,3 en valeur absolue sont présentés sur la Figure 1. La valeur sur une flèche entre deux facteurs (la valeur 0.5 entre PA1 et PA2) représente les corrélations entre ces facteurs : les facteurs PA1 et PA2 sont corrélés positivement.

Figure 1

***Structure factorielle retenue pour l’échelle de mesure de l’IE-Trait***

On peut remarquer sur la figure 1 que :

Le facteur PA1 est lié aux items SC1i, SC2i, SC3, SC4i et SC5 : il correspond au trait Self-Control, soit la disposition à gérer ses émotions ;
Le facteur PA4 est lié aux items A1, A2i et A3 : il correspond au trait Adaptabilité, soit la disposition à faire face à une situation nouvelle.

Cette structure factorielle fait émerger deux nouveaux facteurs, non présents dans la structure factorielle a priori du questionnaire, que l’on peut identifier comme deux sous-traits de l’Émotionnalité :
PA3 est lié aux items E2, E3i, E4 et E5. Il correspond à un sous-trait intra-personnel de l’Émotionnalité : la disposition à décrire et à exprimer ses émotions. Nous le nommons Expressivité.
PA2 est lié aux items E1, E6i et A4i. Il correspond à un sous-trait inter-personnel de l’Émotionnalité : la disponibilité à ressentir ses émotions et celles des autres et à s’y adapter. Nous le nommons Sensibilité.

L’item A4i (« En général, je trouve difficile d’adapter mon comportement en fonction des personnes avec lesquelles je suis ») apparait ici dans le facteur PA2. Les répondants semblent avoir ainsi retenu dans cet item « personnes avec lesquelles je suis », et non « adapter mon comportement », ce qui expliquerait pourquoi cet item n’apparait pas dans le facteur Adaptabilité (PA4) dans lequel il avait été catégorisé dans la structure factorielle a priori du questionnaire.

La consistance interne de ce modèle est la suivante :

Alpha de Cronbach : 0.77
Lambda G.6 : 0.82
Omega Total : 0.84
Omega PA1 : 0.80
Omega PA2 : 0.75
Omega PA3 : 0.62
Omega PA4 : 0.67

Les valeurs de ces indicateurs suggèrent que l’échelle dans son ensemble, et la majorité de ses sous-échelles, ont une bonne (>0.6) à excellente (>0.7) fiabilité.

Identifier une typologie de primo-entrants selon leurs traits d’intelligence émotionnelle

Méthodologie pour identifier une typologie des primo-entrants selon leurs traits d’intelligence émotionnelle

Nous utilisons une méthode de classification non supervisée (Lebart et al., 2006). Parmi les différentes méthodes possibles, nous avons opté pour une Classification Ascendante Hiérarchique (CAH), car cette méthode ne nécessite pas de fixer un nombre de clusters a priori. Afin d’obtenir une typologie la plus robuste possible à l’échantillonnage et de remédier au fait que le nombre d’items par trait n’est pas identique dans le questionnaire (5 pour Self-Control, 4 pour Expressivité, 3 pour Adaptabilité et 3 pour Sensibilité, nous utilisons au préalable une Analyse Factorielle Multiple (AFM) sur les données, puis effectuons la CAH sur les premières composantes de l’AFM. L’AFM et la CAH ont été mises en oeuvre à l’aide du package R « factominer » (Husson et al., 2016).

Analyse des clusters

Afin de visualiser les clusters selon les traits d’IE, on les projette sur le premier plan de l’AFM (voir Figure 2).

Figure 2

***Clusters obtenus par CAH projetés sur le plan principal de l’AFM***

Tous les traits sont corrélés positivement avec la composante 1 de l’AFM : on parle « d’effet de taille » (Lebart et al., 2006). Cela signifie qu’un individu ayant une coordonnée élevée sur l’axe 1 a tendance à avoir des valeurs élevées pour tous les traits. La composante 2 est corrélée positivement aux traits Expressivité et Sensibilité et corrélée négativement aux traits Self-Control et Adaptabilité : un individu ayant une coordonnée élevée sur l’axe 2 a tendance à avoir les traits Expressivité et Sensibilité élevés et les traits Self-Control et Adaptabilité faibles.

Le Tableau 1 ci-après donne pour chaque cluster et pour l’échantillon complet la moyenne pour chaque trait. Les valeurs soulignées sont significativement inférieures à la moyenne du trait pour l’échantillon (par exemple 3.21 pour le trait Self-Control du Cluster1), celles entourées sont significativement supérieures à la moyenne du trait pour l’échantillon (par exemple 5.775 pour le trait Sensibilité du Cluster1). Les autres valeurs ne sont pas significativement différentes (4.59 pour le trait Adaptabilité du Cluster2).

Tableau 1

***Moyenne de chaque trait par cluster et pour l’échantillon***

On peut conclure, à l’aide de tests de Kruskall-Wallis (Lebart et al., 2006) avec une p-value <0,01, que :

le Cluster1 regroupe des individus ayant tendance à déclarer des valeurs pour les traits Self-Control, Expressivité et Adaptabilité inférieures à la moyenne ;
le Cluster2 regroupe des individus ayant tendance à déclarer des valeurs pour les traits Self-Control et Sensibilité inférieures à la moyenne, et supérieures à la moyenne pour le trait Expressivité ;
le Cluster3 regroupe des individus déclarant pour les quatre traits des valeurs en moyenne supérieures à la moyenne.

Caractériser les clusters par les stratégies d’apprentissage déclarées

Nous examinons l’existence de différences entre les stratégies d’apprentissage déclarées par les individus des clusters identifiés à l’étape précédente. Pour ce faire, un test du Khi-deux est utilisé (Lebart et al., 2006). Nous n’avons retenu que les stratégies pour lesquelles le test a permis de conclure à une différence significative entre les clusters ; elles sont présentées dans le Tableau 2 ci-dessous.

Tableau 2

***Stratégies d’apprentissage déclarées significativement plus/moins souvent par les individus de chacun des clusters (Cluster1, Cluster2, Cluster3)***

Un X dans une case signifie que les individus de ce cluster déclarent significativement plus souvent (ou moins souvent) que la moyenne utiliser la stratégie. Par exemple, les individus du Cluster1 ont significativement répondu plus souvent que la moyenne « Oui de temps en temps » ou « Oui toujours ou presque » pour la stratégie cognitive « J’ai des difficultés à maintenir mon attention durant tout un cours ou en travaux dirigés (TD) ». Au contraire, les individus du Cluster3 ont significativement répondu moins souvent que la moyenne « Oui de temps en temps » ou « Oui toujours ou presque » pour cette même stratégie cognitive. Une lecture rapide de ce tableau met en évidence que les individus du Cluster3 ont des réponses opposées à celles des individus des Cluster2 et Cluster1, de manière « positive » (+ souvent) ou « négative » (- souvent), selon que la stratégie d’apprentissage concernée est plutôt favorable à la réussite à l’université ou pas. Rappelons que le cluster3 regroupe des individus dont les valeurs pour les quatre Traits (Self-Control, Adaptabilité, Expressivité, Sensibilité) sont en moyenne supérieures à la moyenne (voir Tableau 1).

Discussion et perspectives

Nos recherches s’inscrivent dans la problématique de l’accompagnement des primo-entrants à l’université.

Dans tout apprentissage, l’apprenant est amené à sortir de sa zone de confort dans laquelle il est à l’aise, un « connu » où il sait gérer, pour passer dans une zone d’apprentissage dans laquelle il va apprendre de nouvelles connaissances et développer des compétences, un « inconnu » où l’erreur est possible (Van Laethem et Josset, 2020). Ce passage vers l’inconnu peut générer un stress et, par conséquent, nuire aux apprentissages (Roland et al., 2016). Cela est d’autant plus symptomatique pour les primo-entrants pour qui le quotidien, lui aussi, peut changer (De Clerq et al., 2023). Divers travaux mettent en évidence l’influence de l’IE sur la façon dont les individus sont confrontés aux événements stressants (Petrides et al., 2007 ; Shahid et al., 2018) ; les travaux de Parker et al. (2004) concernent plus particulièrement le contexte de la transition vers les études supérieures.

Si la plupart des méta-analyses sont concordantes sur le fait que la part de la variabilité de la réussite académique expliquée par l’IE est modérée (Brasseur et Grégoire, 2010 ; Newsone et al. 2000), en revanche, le rôle des stratégies d’apprentissage dans la réussite académique est connu (Bégin, 2008 ; Romainville, 1993 ; Saint-Pierre, 1991). La question de recherche abordée dans ce travail concerne le lien entre les stratégies d’apprentissage utilisées par les primo-entrants à l’université et le niveau d’intelligence émotionnelle de ces individus.

L’étude présentée a permis de valider nos hypothèses :

(H1) Il est possible de distinguer des groupes de primo-entrants à l’université selon leur IE-Trait. Nous avons identifié trois groupes de primo-entrants selon leur IE-Trait. En particulier, on trouve un groupe d’individus (Cluster3) ayant des traits supérieurs à la moyenne sur l’échantillon dans toutes les dimensions de l’IE-traits : Self-Control, Adaptabilité, Expressivité et Sensibilité, et deux groupes (Cluster1 et Cluster2) ayant en moyenne des traits inférieurs à la moyenne sur l’échantillon. Il est intéressant de noter que cela coïncide avec les résultats de notre étude préliminaire (Bournaud et Pamphile, 2023).
(H2) Il existe des différences significatives entre les stratégies d’apprentissages que les individus de ces groupes déclarent utiliser. Ainsi, les individus du Cluster3 (valeurs élevées pour les quatre IE-traits) déclarent plus souvent que les autres utiliser des stratégies d’apprentissage jugées nécessaires par plusieurs auteurs pour les études universitaires (Parmentier et Romainville, 1998 ; Romainville, 2000 ; Ruph et Hrimech, 2001), et ce, pour chacune des catégories : cognitives (« En amphi ou quand je relis le cours, je cherche à identifier les points importants »), métacognitives (« Quand je rencontre une difficulté dans une matière, je prépare une question à poser à l’enseignant »), de gestion du temps (Évaluer la durée des tâches et activités à réaliser, les planifier …), de gestion des ressources (Choisir un environnement propice à l’étude) et volitionnelles (« Je m’encourage »). En revanche, les individus du Cluster1 ayant des moyennes d’IE-Trait plus faibles que les autres pour les traits Self-Control, Expressivité et Adaptabilité déclarent plus souvent que les autres avoir des difficultés à maintenir leur attention durant tout un cours en travaux dirigés (TD) ou en amphi, s’encourager, évaluer l’utilité d’un travail désagréable à faire au regard de leurs objectifs, savoir exactement quoi faire quand ils se retrouvent devant leurs cours, savoir ce qui est visé en matière de connaissances/compétences pour la plupart des modules. Des études ont montré que le trait Self-Control est un bon prédicteur de la procrastination (Uzun et al., 2020 ; Kim et al., 2017). Les individus de ce cluster ont possiblement un profil de procrastinateur.

Diverses recherches mettent en évidence le rôle des émotions dans la prise de décision (Dejoux et al., 2011 ; Di Fabio et Kenny, 2012) et soulignent en particulier le rôle néfaste de l’impulsion sur les fonctions exécutives (Gagné et al., 2009). Dans le cadre de l’apprentissage, les émotions peuvent avoir un impact, positif ou négatif, sur :

le traitement cognitif de l’information : l’attention sélective, l’encodage, le feedback (Wells et Matthews, chapitre 1, 2014) ;
la métacognition : inhibition, autorégulation (Bouffard et Vezeau, 2010 ; Houdé, 2011) ;
la procrastination, soit la tendance à reporter ou annuler une tâche alors qu’il est néfaste d’agir de la sorte (Hen et Goroshit, 2014).

Les résultats des travaux de Di Fabio (2011) sur le lien entre intelligence émotionnelle et résistance au changement sur une population étudiante montrent, quant à eux, que les individus dotés d’une intelligence émotionnelle élevée, tant sur le plan du score total du Trait-EI que du point de vue des traits spécifiques, manifestent une moindre tendance à adopter des routines, ainsi qu’une meilleure capacité à gérer le stress et le trouble vis-à-vis d’un changement imposé.

En conclusion, si les études ne permettent pas de conclure que l’IE est un facteur expliquant la réussite académique de manière significative, notre étude conforte l’hypothèse que l’IE est un facteur facilitant ou empêchant la mise en oeuvre de stratégies d’apprentissage appropriées aux études universitaires et, donc, indirectement, facilitant ou empêchant la réussite académique, tout comme le fait d’être dans un environnement propice au travail (ou non) n’explique pas la réussite académique, mais peut la favoriser (ou l’empêcher).

L’intelligence émotionnelle est une variable qui évolue avec l’âge (Bar-On, 2000 ; Nelis et al. 2009), mais sur laquelle il est également possible d’agir (Gebler et al., 2020 ; Gilar-Corbi et al., 2019 ; Schutte et al., 2013). Ainsi, dès lors qu’il existe un lien entre intelligence émotionnelle et stratégies d’apprentissage déclarées par les étudiantes et les étudiants primo-entrants à l’université, et qu’il semble possible d’agir sur l’intelligence émotionnelle, il peut exister un véritable intérêt à intégrer dans les dispositifs d’accompagnement des primo-entrants des activités visant à renforcer l’intelligence émotionnelle, afin de faciliter la transition lycée-université. Plus généralement, connaitre au mieux les caractéristiques des primo-entrants à l’université permet de concevoir des dispositifs d’accompagnement à la réussite adaptés à leurs besoins.

Ce travail présente certaines limites, qui sont autant de perspectives de recherche. Un premier axe concerne l’échelle de mesure de l’EI-Trait. L’échelle proposée doit être enrichie de manière à avoir une représentation équilibrée des quatre traits (Self-Control, Sensibilité, émotionnalité, Adaptabilité) avec au moins 5 items par trait. La deuxième limite est celle du biais d’échantillonnage. En effet, il est probable que, parmi les répondants à l’enquête, peu soient des individus en difficulté. En effet, au moment de l’administration du questionnaire, les primo-entrants en difficulté ne fréquentaient déjà plus leur formation de manière assidue ou ne lisaient plus leurs courriels. Les individus du Cluster3 (avec un IE-Trait élevé) sont donc probablement surreprésentés. Nous envisageons de faire passer le questionnaire à deux moments de l’année : en tout début d’année universitaire et à la fin du premier semestre de la première année de formation (après 4 mois de cours). En plus de recueillir les réponses de l’ensemble des primo-entrants – y compris celles de ceux qui seront potentiellement en difficulté au cours du semestre, cela nous permettra d’étudier l’évolution des stratégies d’apprentissage déclarées. Enfin, nous envisageons pour la prochaine étude de nous concentrer sur le lien entre IE et stratégies volitionnelles telles que définies dans Houart et al. (2019). En effet, une des difficultés des primo-entrants actuels est notamment celle de s’engager dans leur formation et dans les activités proposées et de composer avec les distracteurs afin de persévérer dans les activités.

Intelligence émotionnelle et stratégies d’apprentissage des primo-entrants à l’UniversitéEmotional intelligence and learning strategies of newcomers to university

Résumé

Abstract

Introduction