Méthodologie de la recherche

Cet enseignement vise à fournir une formation méthodologique transversale à l’ensemble des étudiants de Master, indépendamment de leur ancrage disciplinaire. Il a pour objectif de poser les fondements méthodologiques de la démarche scientifique, en articulant de manière cohérente les différentes étapes du processus de recherche, depuis la formulation d’une problématique jusqu’à l’analyse, la modélisation et l’interprétation des données. Une attention particulière est portée à la structuration des hypothèses, au choix des plans d’étude, à la formalisation des variables et à l’évaluation de la validité des résultats, dans une perspective intégrant la reproductibilité et la fiabilité des inférences, en intégrant un usage des outils d’intelligence artificielle générative au service de la réflexivité scientifique. 

Une séance de présentation des thématiques de mémoire est organisée en début d’année, afin de favoriser la rencontre entre les étudiants et les enseignants-chercheurs autour des axes de recherche proposés.

L’enseignement de méthodologie de la recherche a pour objectif d’accompagner les étudiants dans l’appropriation des principes fondamentaux de la recherche scientifique, en vue de l’élaboration d’un projet de mémoire de Master 1 à la fois cohérent et structuré. Il s’inscrit dans une logique de progression, allant des fondements théoriques jusqu’à la mise en œuvre concrète d’une démarche de recherche en intégrant une réflexion épistémologique permettant de situer les approches quantitatives et qualitatives. 

Les étudiants sont amenés à construire une problématique pertinente, à formuler une question de recherche et à élaborer des hypothèses articulées entre leurs dimensions théoriques, opérationnelles et statistiques. L’enseignement vise également à développer la capacité à traduire ces hypothèses en dispositifs empiriques adaptés, en mobilisant les principaux designs expérimentaux, et à interroger la nature des données produites, leurs modalités de mesure et leur validité. 

Une attention est portée à la recherche et à l’analyse critique de la littérature scientifique, ainsi qu’à l’analyse et à l’interprétation des résultats, en lien avec le cadre théorique initial, dans une perspective de science ouverte. L’usage des outils d’IA est introduit comme support à la recherche, à la formalisation et à l’analyse critique.

---------------- SESSION 1 ----------------

REGIME STANDARD / DEROGATOIRE

·         Evaluation terminale (semaine d’examens)

Devoir sur table. Durée 2h (hors tiers temps)

---------------- SESSION 2 ----------------

REGIME STANDARD / DEROGATOIRE

Oral. Durée 45min max (hors tiers temps)

BAC + 3

Mobiliser de manière pertinente des méthodes de recherche en adéquation avec la question scientifique développée dans le mémoire, en assurant l’articulation entre cadre théorique, formulation des hypothèses, choix du dispositif empirique et traitement des données, en étant capable de situer cette démarche dans un cadre épistémologique explicite. 

Cette compétence suppose une capacité à adapter les outils méthodologiques aux contraintes du terrain, tout en maintenant un niveau élevé d’exigence en termes de validité, de cohérence et de robustesse des analyses, ainsi qu’une aptitude à analyser de manière critique les sources scientifiques et les résultats produits, dans une perspective de reproductibilité et de transparence, en mobilisant de façon éclairée les outils d’intelligence artificielle.

-          Sockeel, P., & Anceaux, F. (2019). La démarche expérimentale en psychologie (3e éd.). Éditions In Press.

-          Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251).

-          Fragnière, J.-P. (2009). Comment réussir un mémoire. Dunod.

-          Lebrun, J.-L. (2007). Guide pratique de rédaction scientifique : Comment écrire pour le lecteur scientifique international. EDP Sciences.

-          Vallerand, R. J., & Hess, U. (2000). Méthodes de recherche en psychologie. Gaëtan Morin.

-          Nosek, B. A., et al. (2015). Promoting an open research culture. Science, 348(6242), 1422–1425.

-          Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning (Rapport). Center for Curriculum Redesign. https://curriculumredesign.org/our-work/artificial-intelligence-in-education/

cours en ligne