Ici, nous présentons comment les approches pédagogiques influencent l’engagement académique et la fidélité des apprenants chinois en mathématiques, avec une motivation en tant que médiateur. En intégrant plusieurs cadres théoriques, les données d’enquête de 410 étudiants en mathématiques ont été analysées à l’aide du PLS-SEM. Les résultats révèlent que les styles d’enseignement influencent significativement la motivation, ce qui implique la conception pédagogique des mathématiques et le développement des enseignants.
Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.
Article de recherche
Influence des approches pédagogiques sur l’engagement académique et la satisfaction dans les contextes des apprenants chinois en mathématiques
Dans cet article
Résumé
Résumé
Cette étude examine les effets des approches pédagogiques sur l’engagement, la satisfaction et la loyauté des apprenants en mathématiques dans les milieux des apprenants chinois, en se concentrant sur le rôle médiateur de la motivation au niveau tertiaire. Contrairement aux recherches précédentes qui examinaient principalement les relations causales directes entre variables, cette étude intègre plusieurs cadres théoriques, notamment l’Inventaire des styles d’enseignement, la théorie de l’autodétermination, la théorie de l’implication des étudiants, la théorie cognitive sociale et la théorie de la satisfaction client, afin de construire un modèle de recherche global. Les données ont été collectées à travers des enquêtes distribuées auprès de 410 étudiants du département de mathématiques dans des universités publiques en Chine, à l’aide d’un échantillonnage aléatoire systématique, l’échantillon final étant n = 375. L’analyse a été réalisée à l’aide de la modélisation des équations structurelles des moindres carrés partiels (PLS-SEM) avec SmartPLS. Les résultats indiquent que différents styles d’enseignement (Assertif, Suggestif, Collaboratif et Facilitateur) influencent significativement la motivation des élèves à apprendre les langues au niveau de l’enseignement supérieur. Les résultats de cette étude ont des implications significatives pour la pédagogie mathématique dans l’enseignement supérieur chinois. Comprendre comment certains styles d’enseignement influencent la motivation des élèves et leur engagement ultérieur peut orienter la conception pédagogique et les initiatives de développement professionnel des enseignants.
Introduction
La notoriété mondiale de l’anglais en tant que lingua franca a positionné l’enseignement de l’anglais à des fins académiques (EAP) comme un élément essentiel de l’enseignement supérieur dans des contextes non anglophonesnatifs 1. En Chine, le ministère de l’Éducation a constamment insisté sur l’amélioration de l’enseignement universitaire de l’anglais afin de former des diplômés compétitifs internationaux capables de s’engager dans le discours académiquemondial 2. Dans les classes chinoises d’EAP où les mathématiques sont enseignées comme matière, les approches pédagogiques des enseignants jouent un rôle fondamental dans la formation non seulement des résultats linguistiques, mais aussi de l’engagement psychologique des élèves dans le processus d’apprentissage et de leur satisfaction globale face aux expérienceséducatives 3. La relation entre les styles d’enseignement et les résultats des élèves a suscité une attention académique considérable au cours des dernièresdécennies. La recherche a démontré que les styles d’enseignement influencent plusieurs dimensions de l’expérience étudiante, notamment l’engagement cognitif, l’investissement émotionnel et la participationcomportementale 5,6. Cependant, malgré ces résultats, il subsiste un manque de clarté quant à la manière dont des approches pédagogiques spécifiques influencent simultanément les résultats de plusieurs étudiants dans les contextes EAP, en particulier dans l’enseignement supérieur chinois.
La motivation, telle que conceptualisée dans la théorie de l’autodétermination, représente un mécanisme de médiation potentiellement crucial reliant les styles d’enseignement à l’engagement et à la satisfaction desélèves 7,8. Dans le contexte éducatif chinois, où les approches traditionnelles centrées sur l’enseignant ont historiquement prédominé, comprendre comment différents styles d’enseignement influencent la motivation des élèves est particulièrementimportant 9. L’engagement académique, englobant l’engagement actif des étudiants, l’investissement d’efforts et le lien psychologique avec les activités d’apprentissage, a été identifié comme un prédicteur robuste de la réussiteéducative 10. Les élèves engagés font preuve d’une plus grande persévérance, utilisent des stratégies d’apprentissage plus profondes et obtiennent de meilleurs résultats académiques que leurs homologuesdésengagés. 11. Malgré des recherches approfondies sur les relations directes entre les styles d’enseignement et les résultats des élèves en enseignement mathématique, la littérature actuelle manque d’un modèle intégré qui examine le rôle médiateur de la motivation dans le lien entre approches pédagogiques spécifiques dans les contextesactuels 13. Plus précisément, il existe peu de recherches intégrant les styles d’enseignement, la motivation, l’engagement, la satisfaction et la loyauté au sein d’un modèle global unique dans les contextes EAP.
De plus, le concept de loyauté étudiante, défini comme l’intention des étudiants de maintenir des relations avec leur établissement d’enseignement et de la recommander à d’autres, est devenu une considération importante dans la recherche en enseignementsupérieur 14. En s’appuyant sur la théorie de la satisfaction client, les étudiants satisfaits sont censés faire preuve d’une plus grande fidélité envers leurs prestataires éducatifs. La présente étude répond à une lacune critique dans la littérature existante, où les recherches antérieures ont largement examiné les styles d’enseignement, la motivation, l’engagement académique et la satisfaction isolés ou dans des cadres théoriques fragmentés, avec une attention limitée à leurs mécanismes intégratifs dans les contextes English for Academic Purposes (EAP) en Chine. Malgré l’accent croissant mis sur la pédagogie centrée sur l’élève dans l’EAP, la clarté empirique est limitée sur la manière dont les styles d’enseignement influencent l’engagement et la satisfaction des élèves, notamment à travers des facteurs médiateurs tels que la motivation dans les contextes universitaires chinois. Malgré l’accent croissant mis sur la pédagogie centrée sur l’élève dans l’EAP, la clarté empirique est limitée sur la manière dont les styles d’enseignement influencent l’engagement et la satisfaction des élèves, notamment à travers des facteurs médiateurs tels que la motivation dans les contextes universitaires chinois. Par conséquent, l’objectif de cette étude est d’examiner les relations entre les styles d’enseignement, la motivation, l’engagement académique, la satisfaction et la loyauté des élèves chez les apprenants chinois EAP. Cette étude fait progresser la recherche en examinant simultanément le rôle médiateur de la motivation dans les relations entre quatre styles d’enseignement distincts — affirmé, suggestif, collaboratif et facilitateur ainsi que l’engagement académique, tout en explorant le chemin séquentiel de l’engagement à la satisfaction puis à la loyauté. Cette étude est novatrice en intégrant de multiples constructions pédagogiques et psychologiques au sein d’un modèle structurel unifié dans le contexte chinois de la PAE. En proposant un modèle holistique qui capture à la fois les antécédents pédagogiques et les voies de résultats, cette recherche offre ces relations au sein de l’enseignement supérieur chinois des mathématiques, apportant des perspectives nouvelles sur la manière dont les styles d’enseignement assertifs, suggestifs, collaboratifs et facilitateurs favorisent l’engagement, la satisfaction et la loyauté des élèves via des voies motivationnelles, étendant ainsi l’intégration théorique et les preuves empiriques dans le domaine.
Figure 1 : Représentation graphique de la revue de la littérature Cartographie la cooccurrence et les interrelations des concepts majeurs identifiés dans les études examinées. La visualisation du réseau a été générée à l’aide d’un logiciel d’analyse bibliométrique. Les nœuds rouges représentent des termes associés aux populations étudiantes, tandis que les nœuds bleus désignent les sujets humains généraux et les facteurs contextuels. Veuillez cliquer ici pour voir une version agrandie de cette figurine.
Les expériences éducatives des apprenants en langue étrangère sont fortement influencées par les styles d’enseignement des enseignants. S’appuyant sur des modèles de style d’enseignement, cette étude examine comment les stratégies des enseignants influencent les élèves. Comme le montre le Tableau 1, différents styles d’enseignement peuvent influencer la motivation et l’engagement des apprenants de différentes manières. Dans l’enseignement supérieur, la motivation et l’engagement académique sont souvent renforcés par des enseignants bienveillants, des relations respectueuses en classe15, et une interaction positive entrepairs 16. Des styles d’enseignement qui favorisent l’apprentissage, renforcent la confiance en soi et soutiennent le développement du langage sont donc essentiels pour réussir à apprendreune langue 17,18. De plus, les pratiques pédagogiques, l’intégration technologique, la planification des cours et l’intégrité pédagogique peuvent influencer davantage la motivation des élèves en classed’anglais 19. HA1 : Les styles d’enseignement des enseignants d’EFL influencent significativement différentes dimensions de la motivation des étudiants chinois d’EFL au niveau tertiaire.
| Auteurs | Nom de la construction | Définition des constructions |
| Audas & Willms (2002) | Fiançailles | Le degré auquel un étudiant est impliqué dans des activités académiques et extrascolaires, en s’alignant sur et en valorisant ses objectifs éducatifs. |
| Skinner, Kindermann & Furrer (2009) | Fiançailles | À quel point les élèves s’identifient profondément à leurs activités éducatives, englobant les valeurs, les personnes, les objectifs et les environnements impliqués. |
| Skinner, Wellborn et Connell (1990) | Fiançailles | Le niveau d’effort, d’engagement et d’expérience émotionnelle d’un élève lors des activités éducatives. |
| Willms (2003) | Engagement des élèves à l’école | Dans quelle mesure un élève trouve les résultats scolaires nécessaires et s’engage dans des activités en classe et extrascolaires. |
| Newmann, Wehlage et Lamborn (1992) | Engagement des étudiants dans le travail académique | L’intensité de l’engagement psychologique d’un élève à acquérir les compétences et connaissances offertes par l’école. |
| Wehlage, Rutter, Smith, Lesko et Fernandez (1989) | Engagement éducatif | Un engagement mental est nécessaire pour acquérir et comprendre les compétences et connaissances enseignées à l’école. |
| Kuh (2003) | Engagement des étudiants | L’effort et le temps qu’un étudiant consacre à des activités académiquement bénéfiques sont soutenus par les pratiques et politiques institutionnelles. |
| Schaufeli, Salanova, Gonzalez-Roma et Bakker (2002) | Engagement dans les études | Un état mental gratifiant et positif associé à l’étude, marqué par le dévouement, la vigueur et un engagement total. |
| Christenson, Reschly, Appleton, Berman-Young, Spanjers & Varro (2008) | Engagement des étudiants | Le niveau d’engagement d’un élève envers l’apprentissage et la participation active à la vie scolaire vise à atteindre des objectifs éducatifs. |
Tableau 1 : Définitions de l’engagement académique par différents auteurs. Ce tableau résume comment l’engagement académique a été conceptualisé par différents chercheurs à travers la littérature. Les définitions mettent en avant l’implication des élèves, son engagement psychologique, ses efforts, leur participation et leur lien émotionnel avec les activités d’apprentissage. Veuillez cliquer ici pour télécharger ce tableau.
Cette figure résume les principales définitions et perspectives de l’engagement académique rapportées par différents chercheurs. Il met en lumière la nature multidimensionnelle de l’engagement académique à travers les aspects comportementaux, émotionnels et cognitifs.
Des recherches approfondies ont examiné les facteurs qui motivent l’apprentissage des langues ; Par conséquent, la motivation est un concept essentiel qui affecte toutes les étapes de l’apprentissage des langues au niveau de l’enseignementsupérieur 24,25. Les élèves doivent rester activement engagés en classe pour se sentir motivés ; Ainsi, il existe une motivation à favoriser une participation en classe plusefficace 26. De plus, les enseignants possèdent un pouvoir extraordinaire en se connectant avec les élèves et en guidant leur style d’enseignement en faveur d’un meilleur apprentissage et d’une meilleure maîtrise dusujet 27. Ainsi, lorsque les enseignants ne parviennent pas à engager leurs élèves sur le plan académique, ils ne les motiventpas 28. Ainsi, le processus s’avère vain. La motivation dans le traitement du processus SLL est cruciale, et l’engagement de nos apprenants en EFL dans l’enseignement supérieur est un élément central29. HA2 : Mathématiques EFL La motivation des étudiants chinois influence leur engagement académique au niveau supérieur.
Les élèves qui font preuve d’un fort engagement et d’une grande auto-efficacité en classe ont tendance à gérer efficacement leur temps, à bien performeracadémiquement 30, à terminer leurs études et à participer activement à une variété d’activités31. Cette implication améliore non seulement leur expérience académique, mais leur permet aussi de profiter du processus d’apprentissage et de tirer satisfaction en accomplissant des tâches32. Selon la théorie du succès, une forte auto-efficacité et une participation active en classe amènent les élèves à considérer leurs objectifs académiques commeatteignables 33. En conséquence, leur attitude envers la maîtrise de l’anglais devient de plus en plus positive, et leur niveau d’engagement s’intensifieà 34. La confiance académique, la participation et la satisfaction des étudiants sont interconnectées, et ce lien augmente les chances de réussite académique ainsi qu’une expérience académique plus positive35. Cependant, une auto-efficacité académique plus faible peut diminuer l’engagement, conduisant à l’échec36,37. Dans cette optique, des études empiriques antérieures ont constamment constaté une forte influence de l’auto-efficacité des étudiants sur l’engagementacadémique 38. HA3 : Mathématiques EFL L’auto-efficacité académique des étudiants chinois a un impact significatif sur leur engagement académique.
Le succès et l’efficacité des étudiants et des universités sont étroitement liés à la satisfaction et à la réussite académique des étudiants, car ces institutions visent à motiver et à répondre aux besoins desétudiants 39. Cependant, accorder une priorité à un niveau plus élevé d’engagement des élèves est crucial pour favoriser à la fois la réussite académique et la satisfaction40. La motivation et la satisfaction des élèves sont des éléments essentiels de la réussite scolaire, soulignant la nécessité pour les enseignants d’impliquer activement les élèves dans les activités en classe pour répondre à leurs besoins académiqueset personnels 41,42. A exploré le rôle des infrastructures institutionnelles, en se concentrant sur des facteurs tels que les installations sportives, l’hébergement et les systèmes de transport, dans l’influence de la satisfaction desétudiants 43,44. Le sport et les transports ont une relation positive significative avec la satisfaction des étudiants, tandis que l’hébergement a un impact minime ou insignifiant sur la performance et la satisfactionscolaires 45,46. HA4 : Mathématiques EFL L’engagement académique des étudiants chinois a un impact significatif sur leur satisfaction au niveau supérieur.
La satisfaction des étudiants est influencée par une série de facteurs personnels et institutionnels, ce qui en fait une construction multidimensionnelle47. La qualité des enseignants, les plans de cours bien structurés, les retours en temps opportun, l’accessibilité des ressources et l’utilisation efficace de la technologie influencent considérablement la satisfaction des étudiants et leur sentiment de connexion avecl’institution 48. Par ailleurs, la capacité d’enseignement, le comportement flexible, le prestige et le statut de l’université/collège sont également des facteurs clés qui peuvent former un étudiant heureux et loyal au niveau49. L’objectif de cette étude est d’évaluer comment différents styles d’enseignement influencent la motivation des élèves et l’engagement académique des apprenants chinois EAP, en utilisant un cadre de modélisation structurelle des équations. HA5 : Mathématiques EFL La satisfaction des étudiants chinois a un impact significatif sur leur fidélité au niveau supérieur. HA6 : Mathématiques EFL La motivation des étudiants chinois médie la relation entre le style d’enseignement des enseignants d’EFL et l’engagement académique des élèves.
Figure 2 : Modèle de recherche de la présente étude Modèle de recherche proposé illustrant les relations entre les variables de l’étude. Les relations hypothétiques entre les styles d’enseignement des enseignants d’EFL (Assertif, Suggestif, Collaboratif, Facilitateur) et l’auto-efficacité académique des élèves en EFL sont des antécédents. Veuillez cliquer ici pour voir une version agrandie de cette figurine.
La nouveauté de cette étude réside dans son examen intégré de la manière dont quatre styles d’enseignement distincts — assertifs, suggestifs, collaboratifs et facilitateurs — façonnent la motivation, l’engagement académique, la satisfaction et la loyauté des apprenants chinois de l’enseignement supérieur EFL — au sein d’un seul modèle structurel. Contrairement aux études précédentes qui se sont généralement concentrées sur des relations isolées ou directes, cette recherche met en lumière le rôle médiateur de la motivation et le parcours séquentiel de l’engagement à la satisfaction et à la loyauté, offrant ainsi une explication plus complète de la manière dont les approches pédagogiques influencent les résultats des étudiants dans l’enseignement supérieur. Ce faisant, l’étude apporte une contribution théorique et pratique unique en combinant plusieurs cadres et en fournissant des preuves contextuelles spécifiques aux salles de classe universitaires chinoises.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Protocole
Déclaration d’éthique :
Cette étude a respecté des directives éthiques strictes tout au long du processus de recherche. L’approbation formelle a été donnée par le comité d’examen institutionnel pertinent de l’Institut national de normalisation de Chine, avec le numéro d’approbation (202507). Cette étude n’a impliqué aucune expérience sur des êtres humains ou sur des échantillons de tissus humains, ne comprenant que des enquêtes anonymes avec des participants ayant donné leur consentement éclairé. Aucune donnée personnelle ou sensible n’a été collectée, et toutes les réponses ont été traitées de manière confidentielle à des fins de recherche uniquement. La participation était volontaire, et les répondants étaient informés des objectifs de l’étude avant de fournir leurs commentaires.
Le protocole a commencé par l’identification de la population cible, composée d’étudiants de premier cycle inscrits au département d’anglais de quatre universités publiques de la province du Jiangsu, en Chine. Après obtention des autorisations institutionnelles, un échantillonnage aléatoire systématique a été utilisé pour sélectionner les participants parmi les listes complètes d’étudiants, où l’intervalle d’échantillonnage (*k*) a été déterminé en divisant le nombre total d’inscriptions dans chaque établissement par la taille cible de l’échantillon de cette institution (*k* = 5, ce qui signifie que chaque 5e étudiant de la liste a été sélectionné), assurant une représentation proportionnelle entre les universités participantes. Les données ont été collectées par l’administration d’un questionnaire en personne lors des sessions de cours régulières, garantissant des conditions standardisées dans tous les sites participants. Avant la distribution, les participants ont reçu des fiches d’information détaillées expliquant les objectifs de l’étude, la nature volontaire de la participation et des garanties de confidentialité. Les variables et les constructions correspondantes sont résumées dans le tableau 2.
| Constructions | Codes d’articles | Un exemple d’article | Moyenne (DS) de la variable | Non. de Items | α | Échelle d’évaluation | Source |
| (Type de Constructions) | |||||||
| Assertive | A1 | L’enseignant indique la bonne direction pour résoudre les problèmes. | 3.9893 | 7 | 0.628 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Leung et al. (2003) |
| (Réfléchi) | -0.48529 | ||||||
| Suggestif | S1 | Le professeur utilise ma propre expérience pour aider les élèves à résoudre des problèmes. | 4.0062 | 6 | 0.696 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Leung et al. (2003) |
| (Réfléchi) | -0.5192 | ||||||
| Collaboratif | C1 | L’enseignant écoute les propres expériences des élèves. | 4.0682 | 7 | 0.809 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Leung et al. (2003) |
| (Réfléchi) | -0.54471 | ||||||
| Facilitateur | F1 | L’enseignant encourage la discussion des élèves. | 3.8873 | 8 | 0.774 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Leung et al. (2003) |
| (Réfléchi) | -0.5877 | ||||||
| Motivation des étudiants | SM1 | Les enseignants fixent des attentes élevées, mais les élèves peuvent les atteindre. | 3.8768 | 5 | 0.63 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Obiosa, (2020). |
| (Réfléchi) | -0.53943 | ||||||
| Absorption | SEA1 | L’anglais est nécessaire pour ma carrière (pour obtenir un bon emploi, obtenir des incitations et obtenir des promotions). | 3.7191 | 3 | 0.604 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Snijders et al. (2019). |
| (Réfléchi) | -0.70347 | ||||||
| Dédicace (Réfléchissante) | SED1 | J’ai étudié avec plein de sens et de but | 4.008 | 3 | 0.606 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Snijders et al. (2019). |
| -0.61492 | |||||||
| Vigueur | SEV1 | Pendant mon séjour à l’université, je me sentais débordant d’énergie. | 3.5378 | 3 | 0.633 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Snijders et al. (2019). |
| (Réfléchi) | -0.77485 | ||||||
| Auto-efficacité académique des élèves (Réflexion) | ASE1 | Je pense que j’obtiendrai une excellente note dans ce cours d’ESL. | 4.0509 | 5 | 0.736 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Snijders et al. (2019). |
| -0.54334 | |||||||
| Satisfaction des élèves (Réflexif) | SS1 | Le cours magistral explique de manière cohérente les problèmes et a rendu le cours fascinant (attrayant). | 3.0048 | 5 | 0.736 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Obiosa, (2020). |
| -0.87879 | |||||||
| Loyauté des étudiants (Réfléchissant) | SL | Je recommanderai mon établissement à mes amis et à ma famille. | 4.0347 | 3 | 0.685 | Échelle de Likert à cinq points : (1) sont fortement en désaccord avec (5) sont fortement d’accord. | Wong et al. (2016) |
| -0.69651 | |||||||
| Fiabilité globale de l’instrument | 55 | 0.885 |
Tableau 2 : Variables utilisées dans la présente étude. Ce tableau présente les variables d’étude, les items de l’échantillon, le nombre d’items, les statistiques descriptives, les coefficients de fiabilité, l’échelle de notation et les sources originales des instruments de mesure adoptés. Veuillez cliquer ici pour télécharger ce tableau.
Les procédures suivantes sont décrites en détail suffisant pour permettre la reproduction de l’étude dans des contextes éducatifs similaires
Conception de la recherche
Cette étude utilise un plan d’enquête transversal (comme montré à la Figure 3) pour examiner les relations entre les styles d’enseignement, la motivation, l’engagement académique et la satisfaction des étudiants en EFL dans les établissements universitaires chinois. L’objectif principal est d’étudier comment différents styles d’enseignement influencent la motivation et l’engagement académique des étudiants, en utilisant un modèle de recherche complet adapté à partir d’études antérieures. Un questionnaire structuré a été utilisé pour collecter des données quantitatives auprès d’étudiants de premier cycle en mathématiques du département d’anglais dans les universités publiques. Le questionnaire comprenait [5] sections avec [55] items mesurés sur une échelle de Likert à 5 points (1 = fortement en désaccord à 5 = fortement d’accord). Chaque participant a rempli l’enquête en environ [20] minutes sous supervision.
Figure 3 : Organigramme pour la conception de l’étude L’organigramme inclut le filtrage des participants, l’évaluation des éligibilités, la collecte de données, l’analyse et les étapes de stockage des données. Il illustre la conception de l’étude, de l’habilitation éthique et du recrutement des participants à la validation des données, l’analyse statistique utilisant SPSS-28 et PLS-SEM (PLS 4), jusqu’au stockage sécurisé des données. Veuillez cliquer ici pour voir une version agrandie de cette figurine.
Procédure de collecte des données
Des données ont été recueillies auprès de quatre grandes universités publiques de la province du Jiangsu et de Pékin, en Chine. La collecte des données pour cette étude a été réalisée entre mars 2025 et mai 2025. Un questionnaire structuré, adapté à partir d’instruments bien établis et préalablement validés, a été administré à 400 étudiants de premier cycle en EFL. Le questionnaire comprenait plusieurs sections conçues pour évaluer les styles d’enseignement, la motivation des élèves, l’engagement académique et la satisfaction. Les échelles spécifiques comprenaientGrasha’s 50, l’Inventaire du style d’enseignement, l’échelle de motivation basée sur la théorie de l’autodétermination par Deci etRyan 51, ainsi qu’une échelle d’engagement académique adaptée de Snijders etal. 52. Après avoir examiné les données pour détecter des valeurs manquantes et des valeurs aberrantes, l’échantillon final comprenait n = 375 réponses valides.
Des questionnaires ont été administrés en personne par le chercheur dans quatre grandes universités publiques générales en Chine. Les participants étaient réunis en classe, recevaient des instructions standardisées, disposaient d’un délai fixe pour répondre, et les questionnaires étaient collectés immédiatement après leur réponse. Les données ont été collectées à travers des enquêtes distribuées auprès de 410 étudiants de premier cycle du département d’anglais étudiant des mathématiques dans les universités publiques chinoises, utilisant un échantillonnage aléatoire systématique. Après un test de données, l’échantillon final comprenait 375 réponses valides. Une procédure de sélection des données a été réalisée dans laquelle les données manquantes ont été traitées à l’aide du test MCAR de Little (χ2 = 267,579, 108 df, p < 0,001). *0,000, nous avons choisi l’imputation multiple comme méthode puisque le test MCAR de Little était significatif. Ainsi, après avoir exclu les valeurs aberrantes, l’échantillon de l’étude comptait 375 participants (173 hommes et 202 femmes). L’enquêteur a respecté toutes les procédureséthiques 53. Des formulaires d’accord ont été administrés aux étudiants, leur permettant de participer volontairement sans subir de préjudice ; La confidentialité et l’anonymat ont été assurées tout au long du processus de recherche.
Figure 4 : Résultats de la calculatrice de Daniel Sooper Cette figure montre la détermination de la taille de l’échantillon à l’aide de la calculatrice de Daniel Soper. Cette figure présente le calcul a priori de la taille de l’échantillon pour la modélisation des équations structurelles, basé sur une taille d’effet anticipée de 0,3, une puissance statistique souhaitée de 0,9, 11 variables latentes et 55 variables observées. La figure indique une taille d’échantillon minimale requise de 238 personnes basée sur le paramètre spécifié. Veuillez cliquer ici pour voir une version agrandie de cette figurine.
Détermination de la taille de l’échantillon à l’aide de la calculatrice de Daniel Soper. Cette figure présente le calcul a priori de la taille de l’échantillon pour la modélisation des équations structurelles, basé sur une taille d’effet anticipée de 0,3, une puissance statistique souhaitée de 0,9, 11 variables latentes et 55 variables observées.
Technique d’échantillonnage et taille finale de l’échantillon
La procédure d’échantillonnage consistait à obtenir des listes complètes d’étudiants de chaque établissement participant et à sélectionner chaque étudiant parmi ces listes, l’intervalle d’échantillonnage étant déterminé par la taille totale de la population et l’allocation souhaitée de l’échantillon. La taille de l’échantillon a été calculée à l’aide du calculateur Daniel Sooper, qui anticipait les taux de réponse (Figure 4). Cette cible a été informée par la taille minimale d’échantillon calculée selon laquelle 365 participants seraient nécessaires pour détecter une taille d’effet moyenne avec une puissance statistique suffisante dans un cadre de modélisation structurelle des équations. Le processus systématique de sélection s’est poursuivi jusqu’à atteindre l’objectif de 400 réponses, garantissant une représentation proportionnelle de chaque université participante.
Après la collecte des données, l’ensemble de données a subi des procédures de nettoyage rigoureuses pour corriger les données manquantes et les valeurs aberrantes de finaliser l’échantillon pour analyse. Les valeurs manquantes ont été traitées par plusieurs techniques d’imputation, qui préservent la puissance statistique et réduisent le biais par rapport aux méthodes traditionnelles de suppression. Par la suite, des valeurs aberrantes multivariées ont été identifiées et évaluées en utilisant la distance de Mahalanobis, ce qui a entraîné la suppression de 25 cas dépassant le seuil critique et menaçant la validité des analyses ultérieures. Ces procédures d’affinement des données ont permis d’obtenir un échantillon final de 375 réponses valides, ce qui dépasse confortablement la taille minimale recommandée de 365 d’échantillons. L’échantillon final comprenait 173 étudiants masculins et 202 femmes, reflétant la répartition typique par genre des départements d’anglais dans les universités chinoises.
Technique d’analyse des données
L’analyse des données pour cette étude a été réalisée selon un processus systématique en plusieurs étapes afin d’assurer la robustesse et la reproductibilité des résultats. La phase initiale consistait à préparer l’ensemble de données pour analyse à l’aide de SPSS (voir le tableau des matériaux pour plus de détails). Cela a commencé par un criblage complet pour détecter les valeurs manquantes et les valeurs univariées. Pour corriger les données manquantes, un test diagnostique « Little Missing Completely at Random » (MCAR) a été réalisé pour la première fois.
Analyse primaire
Une fois un jeu de données propre établi, l’analyse principale s’est poursuivie en utilisant PLS-SEM. PLS-SEM a été choisie comme technique analytique principale en raison de son aptitude à examiner des modèles complexes incorporant plusieurs constructions, variables médiatrices et relations causales, ce qui correspond au cadre théorique de cette étude.
Modèle de mesure
L’analyse a été réalisée en deux étapes clés. Dans SmartPLS 4, le jeu de données était importé, les modèles de mesure spécifiés à l’aide de constructions réfléchissantes, et l’algorithme PLS était exécuté avec les paramètres par défaut. Le bootstrapping a été réalisé à partir de 5 000 sous-échantillons, avec un niveau de signification à deux queues de 0,05. La première étape consistait à évaluer le modèle de mesure afin de confirmer la fiabilité et la validité des constructions. La fiabilité de la cohérence interne a été évaluée selon deux critères : l’alpha de Cronbach et la fiabilité composite, les valeurs dépassant le seuil recommandé de 0,70 étant considérées comme acceptables. La validité convergente a été établie en examinant la Variance Moyenne Extraite (AVE) pour chaque construction, avec un AVE de 0,50 ou plus servant de critère.
Modèle structurel et analyse de médiation
Après confirmation de l’adéquation du modèle de mesure, la deuxième étape s’est concentrée sur l’évaluation du modèle structurel et la mise à l’épreuve des hypothèses de l’étude. L’analyse primaire a examiné l’effet médiateur proposé de la motivation sur la relation entre les styles d’enseignement et l’engagement académique. Pour tester la signification de ces effets directs et indirects, une procédure de bootstrapping a été appliquée avec un rééchantillonnage de 5 000. Cette technique non paramétrique générait des erreurs standard et des t-statistiques pour évaluer la signification statistique des coefficients de chemin.
Polarisation de variance de méthode courante (CMV)
Pour évaluer le potentiel de variance courante des méthodes, deux tests post-hoc largement recommandés ont été réalisés. Premièrement, le test à facteur unique de Harman a révélé qu’un seul facteur ne représentait que 20,636 % de la variance totale, bien en dessous du seuil de 50 %, indiquant qu’aucun biais substantiel de CMV. Deuxièmement, un test de collinéarité complet a été réalisé, donnant des facteurs d’inflation de la variance (VIF) allant de 1,075 à 2,614, tous en dessous du seuil conservateur de 3,3. Ces résultats confirment que le biais de méthode courant ne menace pas la validité des résultats de cette étude.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Résultats
Analyse primaire
Avant le test d’hypothèses, des statistiques descriptives étaient calculées pour examiner les propriétés distributives des données et fournir un aperçu des caractéristiques des participants et des réponses au niveau des constructs. Cette section présente le profil démographique des répondants, évalue le biais potentiel de variance des méthodes communes et rapporte les moyennes, écarts-types et corrélations bivariées parmi les ...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Discussion
La présente étude a examiné l’influence des styles d’enseignement sur l’engagement, la satisfaction et la loyauté des étudiants en EFL, et a exploré le rôle médiateur de la motivation. Cette étude propose un modèle intégré reliant les styles d’enseignement, la motivation, l’engagement académique, la satisfaction et la loyauté dans les contextes chinois des PAE. Ces résultats s’alignent avec des études récentes indiquant que l’enseignement centré sur l’élève favorise l’engagement et la sa...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Déclarations de divulgation
Tous les auteurs déclarent ne pas avoir de conflit d’intérêts.
Matériaux
| Nom | Entreprise | Numéro de catalogue | Commentaires |
|---|---|---|---|
| Échelle d’engagement académique | Snijders et al. (2019) | N/A | Utilisé pour mesurer l’absorption, la dévotion et la vigueur à l’aide de 9 items sur une échelle de Likert à cinq points. |
| Calculateur de taille d’échantillon Daniel Soper | Daniel Soper | N/A | Calculatrice web utilisée pour déterminer la taille minimale d’échantillon pour le MEB (taille d’effet = 0,3, puissance = 0,9). |
| Grasha' s Inventaire des styles d’enseignement | Grasha (2002) | N/A | Adapté pour évaluer les styles d’enseignement assertifs, suggestifs, collaboratifs et facilitateurs. |
| Formulaire de consentement éclairé | Auteur-développé | N/A | Fourni aux participants pour garantir la participation volontaire et la confidentialité. |
| Échelle de motivation basée sur la théorie de l’autodétermination | Deci et Ryan (2012) ; adapté d’Obiosa (2020) | N/A | Échelle de cinq items mesurant la motivation des élèves sur une échelle de Likert à cinq points. |
| SmartPLS 3 | SmartPLS GmbH | SCR_022040 | Utilisé pour PLS-SEM, incluant la mesure et l’évaluation du modèle structurel avec 5 000 rééchantillons bootstrap. |
| SPSS Version 26 | IBM | SCR_002865-5 | Utilisé pour le filtrage de données, l’analyse des valeurs manquantes, la détection des valeurs aberrantes et les statistiques descriptives. |
| Questionnaire structuré | Adapté par l’auteur | N/A | Un questionnaire structuré de 55 items compilé à partir d’échelles validées. |
| Échelle d’auto-efficacité académique des élèves | Snijders et al. (2019) | N/A | Échelle de cinq items mesurant l’auto-efficacité académique sur une échelle de Likert à cinq points. |
| Échelle de loyauté des élèves | Wong et al. (2016) | N/A | Échelle de trois items mesurant la loyauté des élèves sur une échelle de Likert à cinq points. |
| Échelle de satisfaction des élèves | Obiosa (2020) | N/A | Échelle de cinq items mesurant la satisfaction des élèves sur une échelle de Likert à cinq points. |
Références
- Li, F. The relationship between EAP learning motivation and learning engagement: a mixed-methods study on Chinese undergraduates. Asia Pac J Educ. , 1-21 (2025).
- Zhang, F., Zhang, Z. Exploring Chinese college students’ engagement in an online EAP course. System. 120, 103214(2024).
- Khoso, A. K., Honggang, W., Darazi, M. A. Trust and attitude towards AI as pathways to creativity: a TAM Model study of EFL students’ digital literacy and AI acceptance. Humanit Soc Sci Commun. 13 (1), 1-19 (2026).
- Coghlan, E. How an increased awareness of the Chinese education system can improve online student engagement when teaching English for Academic Purposes (EAP). Int J Engl Acad Purp Res Pract. 3 (2), 201-218 (2023).
- Li, B., Miao, G. On the role of Chinese English as a foreign language: Teachers’ well-being and loving pedagogy in their academic engagement. Front Psychol. 13, 941226(2022).
- Pan, Z., Wang, Y., Derakhshan, A. Unpacking Chinese EFL students’ academic engagement and psychological well-being: The roles of language teachers’ affective scaffolding. J Psycholinguist Res. 52 (5), 1799-1819 (2023).
- Khoso, A. K., Honggang, W., Tahir, S. R., Nusrat, A., Younas, M. Integrating Sustainable Development Goals (SDGs) and Generative AI to Enhance Language Digital Literacy and Creativity in EFL Learning Environments. J Vis Exp. (228), e69445(2026).
- Chen, L. Problematising the English-only policy in EAP: A mixed-methods investigation of Chinese international students’ perspectives of academic language policy. J Multiling Multicult Dev. 41 (8), 718-735 (2020).
- Liu, Y., Zuo, X. Chinese university students’ engagement in project-based learning of English for academic purposes. US China Foreign Lang. 20, 321-329 (2022).
- Adarkwah, M. A., Zeyuan, Y. Perceptions of the Effect of an EAP Course on English Self-Efficacy and English Proficiency: Voices of International Students in China. Online Submission. 10 (2), 1-17 (2020).
- Hakim, R., Rima, R. Development of the Massive Open Online Course (MOOC) Module for English for Academic Purposes Course. J Engl Lang Stud. 9 (1), 122-139 (2024).
- Zhang, Z., Xu, L. Student engagement with automated feedback on academic writing: A study on Uyghur ethnic minority students in China. J Multiling Multicult Dev. 45 (8), 3466-3479 (2024).
- Du, J., Alm, A. The impact of ChatGPT on English for academic purposes (EAP) students’ language learning experience: A self-determination theory perspective. Educ Sci. 14 (7), 726(2024).
- Wang, S., Pan, Z., Wang, Y. A mixed-methods investigation into complex components of multilingual international students' self-regulated learning in English as a foreign language context: A social cognitive perspective. Learn Motiv. 88, 102055(2024).
- Khoso, A. K., Honggang, W., Younas, M., Salam El-Dakhs, D. A. The Dual Forces of AI: How Generative AI and Perceived AI Dependency Influence Fear of Missing Out (FoMO) and EFL Students' Vocabulary Acquisition. J Vis Exp. (226), e69637(2025).
- Alsowat, H. An EFL flipped classroom teaching model: Effects on English language higher-order thinking skills, student engagement and satisfaction. J Educ Pract. 7 (9), 108-121 (2016).
- Sadoughi, M., Hejazi, S. Y. Teacher support and academic engagement among EFL learners: The role of positive academic emotions. Stud Educ Eval. 70, 101060(2021).
- Astin, H. S. The meaning of work in women’s lives a sociopsychological model of career choice and work behavior. Couns Psychol. 12 (4), 117-126 (1984).
- Ali, M., Kan, K. A. S., Sarstedt, M. Direct and configurational paths of absorptive capacity and organizational innovation to successful organizational performance. J Bus Res. 69 (11), 5317-5323 (2016).
- Bandura, A. Self-efficacy mechanism in human agency. Am Psychol. 37 (2), 122(1982).
- Tinto, V. From theory to action: Exploring the institutional conditions for student retention. Higher Education: Handbook of Theory and Research. 25, 51-89 (2010).
- Kruk, M., Zawodniak, J. On the possible interactions of varied EFL activities and learning styles with EFL students’ motivational changes. Innov Lang Learn Teach. 13 (2), 178-193 (2019).
- Ghaedi, Z., Jam, B. Relationship between Learning Styles and Motivation for Higher Education in EFL Students. Theory Pract Lang Stud. 4 (6), (2014).
- Almira, N. F., Almira, Z. F., Vircavani, C., Agustina, E. A Systematic Review of Teachers’ Teaching Styles and Their Impact on EFL Student Learning Outcomes. J Appl Linguist Engl Educ. 3 (1), 1-15 (2025).
- Asan, S. M., Wahyuni, S., Yulianto, H. J. Teaching styles and learning facilities influencing student motivation in English learning. Lang Circle J Lang Lit. 19 (2s), 167-179 (2025).
- Marina, I., Natalia, M., Tatiana, K., Nataliya, S. The influence of the teaching style of communication on the motivation of students to learn foreign languages. J Lang Educ. 5 (2), 67-77 (2019).
- Sheikh, A., Mahmood, N. Effect of different teaching styles on students’ motivation towards English language learning at secondary level. Sci Int Lahore. 26 (20), 825-830 (2014).
- Sugita McEown, M., Takeuchi, O. Motivational strategies in EFL classrooms: How do teachers impact students' motivation? Innov Lang Learn Teach. 8 (1), 20-38 (2014).
- Wu, Z. Academic motivation, engagement, and achievement among college students. Coll Stud J. 53 (1), 99-113 (2019).
- Dogan, U. Student engagement, academic self-efficacy, and academic motivation as predictors of academic performance. Anthropologist. 20 (3), 553-561 (2015).
- Fuertes, H., Evangelista, I., Marcellones, I. J., Bacatan, J. Student engagement, academic motivation, and academic performance of intermediate level students. Int J Novel Res Educ Learn. 10 (1), 133-149 (2023).
- Saeed, S., Zyngier, D. How motivation influences student engagement: A qualitative case study. J Educ Learn. 1 (2), 252-267 (2012).
- Cobo-Rendón, R., López-Angulo, Y., Sáez-Delgado, F., Mella-Norambuena, J. Engagement, academic motivation, and adjustment of university students. Rev Electron Educare. 26 (3), 256-274 (2022).
- Afzal, M., Junejo, A., Khoso, A. K. Bridging Instructional Excellence and Student Success: Exploring How Faculty Management Influences Academic Performance and Loyalty Through the Lens of Student Self-Efficacy. Int Premier J Lang Lit. 3 (1), 54-75 (2025).
- Zhang, Y., Guan, X., Ahmed, M. Z., Jobe, M. C., Ahmed, O. The association between university students’ achievement goal orientation and academic engagement: Examining the mediating role of perceived school climate and academic self-efficacy. Sustainability. 14 (10), 6304(2022).
- Gutiérrez, M., Tomás, J. M. The role of perceived autonomy support in predicting university students’ academic success mediated by academic self-efficacy and school engagement. Educ Psychol. 39 (6), 729-748 (2019).
- Wang, Y., Tambi, F. B. Correlation between students perceived parental expectations and students’ academic engagement: The intermediary effect of academic self-efficacy. J Pedagog Res. 8 (3), 16-33 (2024).
- Abdi Zarrin, S., Soleimani, M. The role of epistemological beliefs and academic self-efficacy in predicting academic engagement in students. Thinking Child. 12 (1), 159-180 (2021).
- Jaya, F., Nurqamarani, A. S. Understanding student engagement in hybrid learning: An analysis impact digital literacy and academic self-efficacy. J Kependidikan. 9 (3), 833-845 (2023).
- Beri, N., Stanikzai, M. I. Self-efficacy beliefs, student engagement and learning in the classroom: A review paper. Am Int J Res Humanit Arts Soc Sci. 22 (1), 213-222 (2018).
- Chen, W. W., Wong, Y. L. The relationship between goal orientation and academic achievement in Hong Kong: The role of context. Asia Pac Educ Res. 24 (1), 169-176 (2015).
- Johnson, D. M., Shoulders, C. W., Edgar, L. D., Graham, D. L., Rucker, K. J. Relationship between academic engagement, self-reported grades, and student satisfaction. NACTA J. 60 (3), 318-323 (2016).
- Sharif Nia, H., Marôco, J., She, L., Khoshnavay Fomani, F., Rahmatpour, P., et al. Student satisfaction and academic efficacy during online learning with the mediating effect of student engagement: A multi-country study. PLoS One. 18 (10), e0285315(2023).
- Satuti, J. R., Satuti, S., Nuris, D. M. R. Does student satisfaction mediate the correlation between E-learning Service Quality, Academic Engagement and Academic Achievement? J Account Bus Educ. 5 (1), 38-53 (2020).
- Pham, T. T. H., Ho, T. T. Q., Nguyen, B. T. N., Nguyen, H. T., Nguyen, T. H. Academic motivation and academic satisfaction: a moderated mediation model of academic engagement and academic self-efficacy. J Appl Res High Educ. 16 (5), 1999-2012 (2024).
- Lau, K. L., Lee, J. Examining Hong Kong students’ achievement goals and their relations with students’ perceived classroom environment and strategy use. Educ Psychol. 28 (4), 357-372 (2008).
- Ng, M. M., Priyono, İ The effect of service quality on student satisfaction and student loyalty: An empirical study. J Soc Stud Educ Res. 9 (3), 109-131 (2018).
- Annamdevula, S., Bellamkonda, R. S. The effects of service quality on student loyalty: the mediating role of student satisfaction. J Model Manag. 11 (2), 446-462 (2016).
- Bakrie, M., Sujanto, B., Rugaiyah, R. The Influence of Service Quality, Institutional Reputation, Students Satisfaction on Students Loyalty in Higher Education Institution. Int J Educ Vocat Stud. 1 (5), 379-391 (2019).
- Grasha, A. F. The dynamics of one-on-one teaching. Coll Teach. 50 (4), 139-146 (2002).
- Deci, E. L., Ryan, R. M. Self-determination theory. Handbook of theories of social psychology. 1 (20), 416-436 (2012).
- Snijders, I., Wijnia, L., Rikers, R. M., Loyens, S. M. Alumni loyalty drivers in higher education. Soc Psychol Educ. 22 (3), 607-627 (2019).
- Hair, J., Alamer, A. Partial Least Squares Structural Equation Modeling (PLS-SEM) in second language and education research: Guidelines using an applied example. Res Methods Appl Linguist. 1 (3), 100027(2022).
- Bryman, A. Social research methods. , Oxford Univ Press. (2016).
- Khoso, A. K., Darazi, M. A., Mahesar, K. A., Memon, M. A., Nawaz, F. The impact of ESL teachers' emotional intelligence on ESL Students academic engagement, reading and writing proficiency: mediating role of ESL student’s motivation. Int J Early Child Spec Educ. 14, 3267-3280 (2022).
- Afzal, M., Junejo, A., Khoso, A. K. Bridging Instructional Excellence and Student Success: Exploring How Faculty Management Influences Academic Performance and Loyalty Through the Lens of Student Self-Efficacy. International Premier Journal of Languages & Literature. 3 (1), 54-75 (2025).
- Chan, S., Maneewan, S., Koul, R. Teacher educators’ teaching styles: relation with learning motivation and academic engagement in pre-service teachers. Teaching in Higher Education. 28 (8), 2044-2065 (2025).
- Xiong, X. Influence of teaching styles of higher education teachers on students ‘engagement in learning: The mediating role of learning motivation. Education for Chemical Engineers. 51, 87-102 (2025).
- Susan, M., Winarto, J., Aribowo, A., Raihin, Y. O., Kambono, H., et al. The Impact of Student Satisfaction on Student Loyalty: The Role of Student Trust. J High Educ Theory Pract. 23 (6), (2023).
- Khoso, A. K., Honggang, W., Darazi, M. A. Empowering creativity and engagement: The impact of generative artificial intelligence usage on Chines EFL students' language learning experience. Comput Hum Behav Rep. 18, 100627(2025).
- Yu, G. B., Kim, J. H. Testing the mediating effect of the quality of college life in the student satisfaction and student loyalty relationship. Appl Res Qual Life. 3 (1), 1-21 (2008).
- Alhempi, R. R., Anuar, S., Elfina, R., Shaddiq, S. Enhancing employee loyalty through work environment and social support with the mediating role of engagement. Jurnal Ilmiah Manajemen Kesatuan. 13 (3), 1647-1658 (2025).
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.