2.4 Cibles d’apprentissage spécifiques

Contrairement aux cibles d’apprentissage générales, qui sont associées au cours dans son entier, les cibles d’apprentissage spécifiques sont associées à des séquences d’apprentissage précises. Celles-ci doivent être cohérentes avec les cibles d’apprentissage globales.

Au collégial, les énoncés et les éléments de compétence définis dans le plan-cadre sont associés aux différentes séquences d’apprentissage.

À l’université, les cibles d’apprentissage spécifiques peuvent être exprimées soit sous forme d’énoncés et d’éléments de compétences ou encore d’objectifs. Quelle que soit l’approche retenue, chacune des séquences d’apprentissage doit être associée aux cibles spécifiques qu’elle vise.
Bien qu’il n’y ait pas de règle absolue, chaque séquence d’apprentissage comprend généralement de trois à cinq cibles d’apprentissage. Elles sont écrites dans une perspective étudiante et réfèrent à un niveau d’apprentissage approprié (voir par exemple les taxonomies des domaines cognitif (Bloom), affectif et psychomoteur).

Comment rédiger des cibles d’apprentissage spécifiques dans une approche: 

• par compétences: voir Cégep de l’Outaouais; HEC Montréal
• par objectifs: voir Eductive; Objectifs d'apprentissage, Service de soutien à l’enseignement, Université Laval. 

Au besoin, faire appel aux conseillères et conseillers pédagogiques de votre établissement pour obtenir de l’aide.

Haut de page ↑

Approche par compétences

Cours: Statistiques 101

Énoncé de compétence: Analyser des ensembles de données statistiques et formuler des recommandations basées sur les résultats obtenus.

Éléments de compétence:

1. Identifier et recueillir les données nécessaires pour l’analyse.
2. Appliquer des méthodes et des logiciels statistiques pour analyser les données.

Modules et unités:

• Module 1: Introduction à la collecte de données
  • Section 1.1: Types de données et méthodes de collecte
  • Section 1.2: Techniques de sondage et d’échantillonnage
• Module 2: Analyse statistique des données
  • Section 2.1: Utilisation de logiciels statistiques (p. ex. Excel, SPSS)
  • Section 2.2: Méthodes d’analyse descriptive et inférentielle

Approche par objectifs

Cours: Statistiques 101

Module 1: Introduction à la collecte de données

Objectif général: Comprendre les principes fondamentaux de la collecte de données.

Objectifs spécifiques:

1. Définir les types de données : À la fin de ce module, l’étudiante ou l’étudiant sera capable de définir et de différencier les types de données (quantitatives et qualitatives).
2. Expliquer les méthodes de collecte de données: L’étudiante ou l’étudiant pourra décrire les différentes méthodes de collecte de données, telles que les enquêtes, les observations et les expériences.
3. Identifier les techniques de sondage et d’échantillonnage : L’étudiante ou l’étudiant sera capable d’expliquer les techniques de sondage et d’échantillonnage et de choisir la méthode appropriée pour une situation donnée.

Module 2: Analyse statistique des données

Objectif général: Maîtriser les techniques d’analyse statistique des données.

Objectifs spécifiques:

1. Utiliser des logiciels statistiques : À la fin de ce module, l’étudiante ou l’étudiant sera capable d’utiliser des logiciels statistiques (p. ex. Excel, SPSS) pour analyser des ensembles de données.
2. Appliquer des méthodes d’analyse descriptive: L’étudiante ou l’étudiant pourra appliquer des méthodes d’analyse descriptive, telles que les mesures de tendance centrale et de dispersion.
3. Réaliser des analyses inférentielles: L’étudiante ou l’étudiant sera capable de réaliser des analyses inférentielles, y compris les tests d’hypothèses et les intervalles de confiance.

Haut de page ↑