Programme de diplôme d'études avancées

Leçon 1 • Littératie en recherche et évaluation des sources

Développe les compétences nécessaires pour localiser, évaluer et catégoriser les sources crédibles. Fournit les compétences en traitement des données probantes nécessaires tout au long du programme de diplôme.

Leçon 2 • Conventions de rédaction académique

Couvre les structures de rédaction formelles, le style disciplinaire et la voix savante. Prépare les étudiants à produire des documents académiques clairs et bien organisés.

Leçon 3 • Établissement d'objectifs et planification du programme

Guide les étudiants dans la mise en correspondance des objectifs d'apprentissage personnels avec les résultats du diplôme. Clôt le chapitre en reliant les compétences fondamentales à la planification académique à long terme.

Leçon 4 • Esprit académique et identité savante

Définit les dispositions et habitudes des apprenants avancés en contextes professionnels. Ancre le chapitre en établissant la base intellectuelle de tous les travaux de cours.

Leçon 1 • Paradigmes de recherche et visions du monde

Examine les paradigmes positivistes, interprétatifs et pragmatiques qui façonnent les choix de recherche. Ancre les décisions méthodologiques dans une cohérence philosophique.

Leçon 2 • Méthodes de recherche quantitatives

Couvre les plans expérimentaux, quasi-expérimentaux et par sondage pour la collecte de données numériques. Relie la précision de la mesure à la validité de la recherche.

Leçon 3 • Méthodes de recherche qualitatives

Présente les entretiens, les groupes de discussion, l'ethnographie et les études de cas. Développe les compétences nécessaires pour générer des données riches et contextuelles.

Leçon 4 • Élaboration de proposition de recherche

Synthétise le paradigme, la méthode et l'éthique dans un document de proposition structuré. Prépare les étudiants à défendre un plan de recherche avant de passer à la collecte de données.

Leçon 5 • Éthique de la recherche et conformité

Aborde le consentement éclairé, la protection des participants et les processus d'examen éthique. Assure que tous les plans de recherche respectent les normes professionnelles et institutionnelles.

Leçon 1 • Gestion et stockage des données

Établit des protocoles pour la dénomination des fichiers, le contrôle de version et le stockage sécurisé. Assure l'intégrité des données et la conformité avec les engagements éthiques pris au chapitre 2.

Leçon 2 • Sources de données secondaires et accès

Identifie les dépôts de données existants, les dossiers administratifs et les ensembles de données publiés. Enseigne aux étudiants à évaluer et à réutiliser les données secondaires de manière responsable.

Leçon 3 • Techniques de collecte de données primaires

Forme les étudiants à l'administration de sondages, à la conduite d'entretiens et à l'enregistrement d'observations. Développe des compétences de terrain directement liées au design de recherche.

Leçon 4 • Nettoyage et préparation des données

Aborde les valeurs manquantes, les valeurs aberrantes, les erreurs de codage et la transformation des données. Produit des ensembles de données prêts pour l'analyse qui soutiennent des résultats précis.

Leçon 1 • Tests d'hypothèses et signification

Enseigne la formulation de l'hypothèse nulle, les valeurs p et le contrôle des erreurs de type I et II. Relie les concepts de probabilité à la prise de décision réelle en recherche.

Leçon 2 • Statistiques descriptives et visualisation

Couvre les mesures de tendance centrale, de dispersion et l'affichage graphique des données. Établit la base analytique avant l'introduction des techniques inférentielles.

Leçon 3 • Analyse de régression

Couvre la régression simple et multiple pour la prédiction et l'explication. Amène les étudiants vers la modélisation multivariée utilisée dans la recherche appliquée.

Leçon 4 • Rapport des résultats quantitatifs

Structure les sections de résultats, les tableaux et les figures selon les normes savantes. Clôt le chapitre en traduisant les résultats statistiques en prose académique claire.

Leçon 5 • Distributions de probabilité et d'échantillonnage

Présente la théorie des probabilités et la logique des distributions d'échantillonnage. Fournit la base conceptuelle pour les tests d'hypothèses dans la section suivante.

Leçon 1 • Stratégies et cadres de codage

Présente le codage ouvert, axial et sélectif ainsi que l'application déductive de codes. Développe la compétence analytique centrale du chapitre.

Leçon 2 • Présentation des résultats qualitatifs

Structure les sections de résultats narratives avec des citations à l'appui et des commentaires interprétatifs. Clôt le chapitre en produisant des comptes rendus qualitatifs prêts pour publication.

Leçon 3 • Analyse thématique et de contenu

Applique l'analyse thématique et l'analyse de contenu pour identifier des patrons dans les données. Relie les résultats du codage à des catégories interprétatives significatives.

Leçon 4 • Transcription et préparation des données

Couvre la transcription textuelle, l'organisation des données et la configuration logicielle pour le travail qualitatif. Prépare les données brutes pour un codage rigoureux dans les sections subséquentes.

Leçon 5 • Théorisation ancrée et analyse narrative

Présente la construction de théories à partir de données et les approches analytiques centrées sur les récits. Élargit le répertoire analytique au-delà des méthodes thématiques.

Leçon 1 • Rédaction du chapitre de revue de littérature

Structure la revue complète avec une introduction, un corps thématique et une conclusion critique. Clôt le chapitre en produisant un document savant soigné et axé sur un argument.

Leçon 2 • Synthèse et organisation thématique

Passe de l'annotation à la synthèse intégrée à travers plusieurs sources. Produit des arguments organisés par thèmes plutôt que des résumés source par source.

Leçon 3 • Stratégies de recherche documentaire systématique

Enseigne la recherche booléenne, la sélection de bases de données et le criblage de type PRISMA. Construit un processus de recherche reproductible qui sous-tend l'ensemble de la revue.

Leçon 4 • Construction d'un cadre théorique

Guide la sélection et l'application de théories qui expliquent le problème de recherche. Relie la littérature à l'architecture conceptuelle de l'étude.

Leçon 1 • Voies de publication et de diffusion

Présente la soumission à des revues, les résumés de conférence et la rédaction de rapports professionnels. Relie la production académique aux canaux de diffusion réels.

Leçon 2 • Techniques avancées de rédaction académique

Développe l'argumentation, la modalisation et la voix disciplinaire au niveau avancé. S'appuie sur les compétences de rédaction fondamentales du chapitre 1 avec une plus grande sophistication.

Leçon 3 • Examen par les pairs et rétroaction constructive

Forme les étudiants à donner et recevoir une rétroaction académique structurée. Développe des habitudes savantes collaboratives qui améliorent la qualité du travail de façon itérative.

Leçon 4 • Communication numérique et multimodale

Couvre les infographies, les tableaux de bord de données et la communication savante en ligne. Élargit le répertoire de communication au-delà des formats textuels traditionnels.

Leçon 1 • Planification de projet et gestion des échéanciers

Élabore un plan de projet détaillé avec des jalons, des mesures d'urgence et des points de contrôle avec le superviseur. Assure que le projet de synthèse est complété dans les délais et selon la portée prévue.

Leçon 2 • Rédaction du rapport de projet de synthèse

Structure l'ensemble du document de synthèse, de l'introduction aux recommandations. Synthétise les compétences en rédaction des chapitres 1, 6 et 7 en un rapport savant unifié.

Leçon 3 • Conduite d'une recherche autonome

Applique les compétences de collecte et d'analyse de données des chapitres 3 à 5 dans un contexte autonome. Développe l'autonomie professionnelle et la résolution de problèmes en conditions réelles.

Leçon 4 • Sélection et cadrage du sujet du projet de synthèse

Guide les étudiants dans l'identification d'un sujet de recherche réalisable et significatif aligné sur leurs objectifs professionnels. Établit la portée du projet avant tout travail sur les données.