Dépistage du décrochage scolaire à l’aide d’informations administratives ou auto-rapportées.

Abstract

À l'école secondaire, un dépistage efficace des élèves a `risque de décrocher permet de canaliser les efforts de prévention et d'intervention vers ceux qui en ont le plus besoin. Les écoles peuvent recourir a `deux sources d'information pour dépister ces élèves : des données auto-rapportées par les élèves eux-mêmes, ou des données administratives consignées a `leur dossier scolaire. L'objectif de cette étude est d'établir la validité discriminante et prédictive d'un indice de risque fondé sur des données administratives, et de la comparer a `celle d'un indice validé, fondé sur des données auto-rapportées (Archambault & Janosz, 2009). Pour atteindre cet objectif, des analyses de validation ont été réalisées a partir d'un échantillon de 1557 élèves de 14 a `18 ans, issus de deux écoles québécoises. L'aire sous la courbe ROC (ASC) indique que l'indice fondé sur des données administratives possède une capacité discriminante adéquate (ASC ϭ 0,73), mais inférieure a `celle, excellente, de l'indice fondé sur des données auto-rapportées (ASC ϭ 0,81). Les avantages et les inconvénients respectifs de ces deux modes de dépistage sont discutés.

Diseases of despair in early adulthood: The complex role of social relationships.

“…This short questionnaire measured basic sociodemographic data, such as sex, minority status (i.e., non-White), family structure (i.e., parents separated or divorced), and parents’ highest level of educational attainment (from 0 = primary to 4 = university ). It also included a validated high school dropout risk index comprising items on key risk factors (e.g., retention, low aspirations, low grades; Archambault & Janosz, 2009; Gagnon et al, 2015).…”

Les déterminants du décrochage dans l’enseignement secondaire : une revue de littérature

“…Son importance est avérée lorsque les résultats scolaires sont analysés seuls, ou en association avec d'autres facteurs, notamment le manque d'engagement, de motivation, ou de satisfaction scolaire (Bowers & Sprott, 2012a;Casillas et al, 2012;Fortin, Marcotte, Diallo, Potvin, & Royer, 2013;Hodis, Meyer, McClure, Weir, & Walkey, 2011;Lessard, Poirier, & Fortin, 2010). La valeur prédictive des faibles performances scolaires reste importante selon différentes modalités d'évaluation : résultats globaux (niveaux de Grade Point Average -GPA américain) ou moyenne générale (Bardou, Oubrayrie-Roussel, & Lescarret, 2012;Casillas et al, 2012;Gagnon et al, 2015;Hawkins, Jaccard, & Needle, 2013;Jung, Krahé, & Busching, 2017;Markussen, Frøseth, & Sandberg, 2011;Wood, Kiperman, Esch, Leroux, & Truscott, 2017), résultats présents et antérieurs (Casillas et al, 2012), résultats dans des matières principales comme les mathématiques et la langue écrite maternelle (Abar, Abar, Lippold, Powers, & Manning, 2012;Bowers & Sprott, 2012b;Cornell, Gregory, Huang, & Fan, 2013;Fan & Wolters, 2014;Gagné, Marcotte, & Fortin, 2011;Quiroga, Janosz, Bisset, & Morin, 2013). Les seuls résultats en mathématiques peuvent enfin apparaitre comme principal prédicteur de décrochage (Bowers, Sprott, & Taff, 2013;Hakkarainen, Holopainen, & Savolainen, 2015).…”

“…Des nuances méthodologiques doivent toutefois être apportées à l'importance des résultats scolaires pour mesurer cette performance, car ceux-ci peuvent être biaisés par la provenance des données, rapportée depuis les dossiers scolaires académiques ou auto-rapportée (Gagnon et al, 2015), et également par le type de suivi longitudinal et quantitatif, qui peut confondre décrochage et changement d'établissement pour des élèves cumulant de mauvais résultats. Une meilleure connaissance des facteurs d'intelligence impliqués dans la performance scolaire, notamment dans le rôle médiateur avec l'engagement en études (Pagani et al, 2017) pourrait permettre de mieux évaluer l'incidence des capacités cognitives des élèves.…”

Why do extracurricular activities prevent dropout more effectively in some high schools than in others? A mixed-method examination of organizational dynamics

“…Participants. Students at least 14 years old in the participating schools were initially screened using a validated index of dropout risk (Archambault & Janosz, 2009;Gagnon et al, 2015). Among those screened (N = 6,773; participation rate > 97%), a subset of students was invited for individual interviews (about 45 per school, with a final N = 545), during which they were asked about their experiences in the past year, notably about participation in ECA.…”