Cours DEA

Leçon 1 • Littératie de Recherche et Évaluation des Sources

Développe la compétence à localiser, évaluer et catégoriser des sources crédibles. Fournit les compétences de traitement des preuves nécessaires tout au long du programme d'études.

Leçon 2 • Conventions d'Écriture Académique

Couvre les structures d'écriture formelle, le style disciplinaire et la voix savante. Prépare les étudiants à produire des documents académiques clairs et bien organisés.

Leçon 3 • Fixation d'Objectifs et Planification de Programme

Guide les étudiants dans la cartographie de leurs objectifs d'apprentissage personnels par rapport aux résultats du diplôme. Clôt le chapitre en reliant les compétences fondamentales à la planification académique à long terme.

Leçon 4 • Mentalité Académique et Identité Savante

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

Leçon 1 • Paradigmes de Recherche et Vision du Monde

Examine les paradigmes positiviste, interprétativiste et pragmatique qui façonnent les choix de recherche. Fonde les décisions méthodologiques dans la cohérence philosophique.

Leçon 2 • Méthodes de Recherche Quantitative

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

Leçon 3 • Méthodes de Recherche Qualitative

Introduit les entretiens, les groupes de discussion, l'ethnographie et les approches d'étude de cas. Développe des compétences pour générer des données riches et contextuelles.

Leçon 4 • Développement 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 procéder 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 répondent aux 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 aux 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 d'enquêtes, à la conduite d'entretiens et à l'enregistrement d'observations. Développe la compétence de travail sur le terrain directement liée à la conception de la 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 en recherche réelle.

Leçon 2 • Statistiques descriptives et visualisation

Couvre les mesures de tendance centrale, de dispersion et l'affichage graphique des données. Établit la ligne de 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. Avance 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

Introduit 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

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

Leçon 2 • Présentation des résultats qualitatifs

Structure les sections de résultats narratives avec des citations de soutien et des commentaires interprétatifs. Clôt le chapitre en produisant des rapports qualitatifs prêts pour la publication.

Leçon 3 • Analyse thématique et de contenu

Applique l'analyse thématique et l'analyse de contenu pour identifier des modèles à travers 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 suivantes.

Leçon 5 • Théorie ancrée et analyse narrative

Introduit la construction de théories à partir de données et les approches analytiques centrées sur le récit. 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 l'argumentation.

Leçon 2 • Synthèse et organisation thématique

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

Leçon 3 • Stratégies de recherche systématique de littérature

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 du 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

Introduit la soumission à des revues, les résumés de conférence et la rédaction de rapports professionnels. Relie les résultats académiques aux canaux de diffusion réels.

Leçon 2 • Techniques avancées d'écriture académique

Développe l'argumentation, le hedging et la voix disciplinaire au niveau avancé. S'appuie sur les compétences d'écriture fondamentales du Chapitre 1 avec une plus grande sophistication.

Leçon 3 • Évaluation par les Pairs et Retour Constructif

Forme les étudiants à donner et recevoir des retours académiques structurés. Développe des habitudes savantes collaboratives qui améliorent la qualité du travail de manière 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 du Calendrier

Développe un plan de projet détaillé avec des jalons, des imprévus et des points de contrôle avec le superviseur. Assure que le projet de synthèse est terminé dans les délais et dans le périmètre défini.

Leçon 2 • Rédaction du Rapport de Synthèse

Structure le document complet du projet de synthèse de l'introduction aux recommandations. Synthétise les compétences d'écriture des Chapitres 1, 6 et 7 en un rapport savant unifié.

Leçon 3 • Mener une Recherche Indépendante

Applique les compétences de collecte et d'analyse de données des Chapitres 3 à 5 dans un cadre autonome. Développe l'indépendance professionnelle et la résolution de problèmes dans des conditions réelles.

Leçon 4 • Sélection et Délimitation du Sujet du Projet de Synthèse

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