Cours de base en recherche scientifique

Leçon 1 • Éthique et intégrité de la recherche

Couvre l'honnêteté, la transparence et la conduite responsable comme des normes de recherche non négociables. Relie le comportement éthique à la reproductibilité et à la confiance du public dans la science.

Leçon 2 • Aperçu du processus de recherche

Cartographie le cycle complet de la recherche, de la formulation des questions à la diffusion. Fournit un cadre de navigation pour l'ensemble du cours.

Leçon 3 • Histoire de la recherche scientifique

Retrace les principaux changements de paradigme, de la philosophie naturelle ancienne à la science moderne. Contextualise les méthodes actuelles dans leur développement historique.

Leçon 4 • Principes fondamentaux de la pensée scientifique

Présente le raisonnement logique, le scepticisme et l'évaluation des données probantes comme outils cognitifs. Ces principes sous-tendent chaque décision méthodologique prise en recherche.

Leçon 1 • Identifier les problèmes de recherche

Enseigne l'analyse des lacunes et l'identification de problèmes à partir de la littérature et de la pratique. Un énoncé de problème clair est la condition préalable à toute décision de conception ultérieure.

Leçon 2 • Définir les objectifs et les buts de l'étude

Traduit les questions de recherche en objectifs spécifiques et mesurables à l'aide des critères SMART. Les objectifs servent de repères pour évaluer la réussite de l'étude.

Leçon 3 • Formuler des questions de recherche

Applique les cadres PICO, FINER et similaires pour construire des questions ciblées et auxquelles on peut répondre. Des questions bien formulées déterminent directement la méthodologie appropriée.

Leçon 4 • Mener une revue préliminaire de la littérature

Présente l'analyse rapide de la littérature existante pour cartographier le paysage de la recherche. Empêche la duplication et éclaire la direction des hypothèses avant l'examen complet.

Leçon 1 • Évaluation de la crédibilité des sources

Applique les critères CRAAP et similaires pour évaluer l'actualité, la pertinence, l'autorité et l'exactitude. La qualité des sources affecte directement la validité des conclusions de la recherche.

Leçon 2 • Navigation dans les bases de données académiques

Couvre les opérateurs booléens, les termes MeSH et les filtres dans les principales bases de données savantes. Une recherche efficace réduit le biais de repérage et fait gagner du temps.

Leçon 3 • Synthèse de la littérature

Passe du résumé d'articles individuels à l'intégration de thèmes, de conflits et de lacunes. La synthèse est le cœur intellectuel d'une revue de littérature.

Leçon 4 • Évaluation critique d'articles de recherche

Enseigne l'évaluation structurée de la méthodologie, des résultats et des conclusions dans les études publiées. La lecture critique empêche l'acceptation non critique de données probantes défectueuses.

Leçon 1 • Principes de conception expérimentale

Couvre la randomisation, les groupes témoins, l'insu et la réplication comme garanties de validité. Ces principes minimisent les biais et soutiennent l'inférence causale.

Leçon 2 • Taxonomie des conceptions de recherche

Cartographie le paysage des conceptions expérimentales, quasi-expérimentales et observationnelles. Comprendre les catégories de conception permet une sélection éclairée avant la collecte de données.

Leçon 3 • Stratégies d'échantillonnage

Distingue l'échantillonnage probabiliste et non probabiliste et leurs effets sur la généralisabilité. Les décisions d'échantillonnage déterminent à qui les conclusions peuvent être appliquées.

Leçon 4 • Approbation éthique et conformité réglementaire

Décrit les processus d'examen institutionnel, l'évaluation des risques et des avantages et les protections des participants. L'approbation éthique est une condition préalable à la collecte de données dans la recherche avec des humains.

Leçon 5 • Variables et mesure

Définit les variables indépendantes, dépendantes et confusionnelles et les relie aux échelles de mesure. Une définition précise des variables est essentielle pour une collecte de données valide.

Leçon 1 • Test pilote et raffinement des instruments

Applique les entrevues cognitives et les tests pilotes à petite échelle pour détecter les défauts des instruments avant le déploiement complet. Le test pilote évite des erreurs coûteuses dans l'étude principale.

Leçon 2 • Mesure physiologique et par capteurs

Couvre l'étalonnage des instruments, l'acquisition de signaux et l'erreur de mesure dans les données physiques. Des données de capteur précises nécessitent une validation rigoureuse de l'équipement.

Leçon 3 • Méthodes d'observation structurée

Présente les protocoles d'observation systématique, les schémas de codage et la fiabilité interévaluateur. L'observation structurée capture les données comportementales sans biais d'auto-évaluation.

Leçon 4 • Données secondaires et ensembles de données existants

Enseigne l'identification, l'accès et l'évaluation de la qualité des ensembles de données accessibles au public. Les données secondaires réduisent les coûts, mais nécessitent une évaluation minutieuse de la provenance.

Leçon 1 • Échantillonnage qualitatif et recrutement

Couvre l'échantillonnage dirigé, boule de neige et théorique pour la sélection des participants. L'échantillonnage qualitatif privilégie la richesse de l'information à la représentativité statistique.

Leçon 2 • Fondements de la recherche qualitative

Contraste les paradigmes qualitatif et quantitatif et présente les grandes traditions comme la phénoménologie et la théorie ancrée. Le choix du paradigme façonne chaque décision méthodologique.

Leçon 3 • Entrevues approfondies

Enseigne l'élaboration de guides d'entrevue semi-dirigée, les techniques de relance et l'écoute active. Une entrevue habile suscite des récits riches et nuancés de la part des participants.

Leçon 4 • Analyse de données qualitatives

Applique l'analyse thématique, le codage et la comparaison constante pour tirer un sens du texte. L'analyse systématique transforme les transcriptions brutes en résultats interprétables.

Leçon 5 • Groupes de discussion et méthodes de groupe

Couvre les compétences de l'animateur, la gestion de la dynamique de groupe et la capture de données dans le cadre de groupes de discussion. L'interaction de groupe génère des données indisponibles par les entrevues individuelles.

Leçon 1 • Tests inférentiels courants

Applique les tests t, l'ANOVA, le khi-carré et la corrélation à des types de données appropriés. La sélection correcte du test dépend du type de variable, de la taille de l'échantillon et de la conception de l'étude.

Leçon 2 • Statistiques descriptives et exploration de données

Couvre les mesures de tendance centrale, de dispersion et l'exploration graphique des données. L'analyse descriptive révèle la structure des données avant de commencer les tests inférentiels.

Leçon 3 • Nettoyage des données et contrôle de la qualité

Aborde les données manquantes, les valeurs aberrantes et la transformation des données avant l'analyse. Des données propres sont la condition préalable à des conclusions statistiques dignes de confiance.

Leçon 4 • Probabilité et inférence statistique

Présente les distributions de probabilité, les distributions d'échantillonnage et la logique du test d'hypothèses. L'inférence statistique généralise les résultats de l'échantillon à la population plus large.

Leçon 5 • Taille d'effet, puissance et taille d'échantillon

Enseigne le calcul de la taille d'effet, la puissance statistique et l'estimation a priori de la taille de l'échantillon. Les études de faible puissance gaspillent des ressources et produisent des conclusions non fiables.

Leçon 1 • Normes et lignes directrices en matière de rapports

Introduit les listes de vérification CONSORT, STROBE, PRISMA et équivalentes pour les rapports par type d'étude. Le respect des normes de rapport assure la transparence et la reproductibilité.

Leçon 2 • Mesurer et maximiser l'impact de la recherche

Présente les indicateurs de citation, les altmétriques et les stratégies de transfert des connaissances. La mesure de l'impact éclaire le développement de carrière et les demandes de financement.

Leçon 3 • Visualisation des données pour la publication

Couvre la conception des figures, la construction des tableaux et la sélection des graphiques pour les publics scientifiques. Des visuels efficaces communiquent les résultats plus rapidement et avec plus de précision que le texte seul.

Leçon 4 • Diffusion de la recherche au-delà des revues

Couvre les présentations à des conférences, les notes d'orientation et l'engagement public comme canaux de diffusion. Une diffusion large amplifie l'impact de la recherche au-delà des publics universitaires.

Leçon 5 • Évaluation par les pairs et soumission à une revue

Explique le processus de soumission, les types d'évaluation par les pairs et la réponse aux commentaires des évaluateurs. Comprendre l'évaluation par les pairs aide les chercheurs à naviguer stratégiquement dans la publication.