Utiliser l'analyse de données dans l'enseignement supérieur pour soutenir les étudiants et garantir leur maintien dans l'établissement

Imaginez que vous soyez un étudiant universitaire qui peine à suivre le rythme de ses études. Vos notes commencent à baisser et vous envisagez d’abandonner vos études. Pour de nombreux étudiants dans cette situation, l’aide n’est pas toujours sollicitée ou facilement accessible, ce qui les conduit à abandonner leurs études supérieures.

L'analyse de données a le pouvoir de changer cette réalité. L'utilisation académique de l'analyse de données peut être comprise comme le processus d'évaluation et d'analyse des données organisationnelles, issues des systèmes universitaires, à des fins de reporting et de prise de décision.

Grâce à l’analyse des données sur les étudiants, collectées sur de longues périodes, le personnel universitaire peut se faire une idée des comportements des étudiants. Une fois que les types de comportements « standard » ou moyens des étudiants ont été identifiés, il devient plus facile de repérer ceux qui ne suivent pas ces normes. Ce sont ces étudiants qui pourraient être en difficulté.

Le terme « en difficulté » peut recouvrir de nombreuses situations. Le suivi des notes ou des relevés de présence d’un étudiant au fil du temps peut révéler une baisse constante. Celle-ci peut être due à une multitude de facteurs, tels que des problèmes de santé mentale, des difficultés financières ou un handicap, qui peuvent tous avoir un impact sur le bien-être et les résultats de l’étudiant.

Malheureusement, les étudiants ne demandent pas toujours de l’aide d’eux-mêmes. Des enquêtes ont montré que plus de la moitié des étudiants ne se sentent pas à l’aise pour demander de l’aide aux enseignants et au personnel universitaire, ce qui ne laisse aux établissements qu’une seule option pour s’assurer que ceux qui rencontrent des difficultés ne passent pas inaperçus : des services étudiants proactifs.

L'utilisation proactive de l'analyse de données dans l'enseignement supérieur peut permettre aux établissements d'identifier les étudiants à risque. S'attaquer aux problèmes des étudiants avant qu'ils n'aient causé des dommages irréversibles constitue une avancée majeure et a le potentiel d'améliorer considérablement non seulement le bien-être des étudiants, mais aussi les taux de rétention des universités.

Alors, quel type de soutien les universités peuvent-elles offrir grâce à l’analyse de données ? L’université Brunel de Londres, qui utilise WISEflow depuis 2015/2016, a suivi quotidiennement la participation aux examens pendant la pandémie, mettant en évidence des tendances particulières selon les différents groupes d’étudiants. En combinant ces données avec des informations plus générales sur les étudiants, elle a comparé ceux qui ont passé des examens à ceux qui ne l’ont pas fait, et s’est demandé s’ils n’avaient pas pu accéder aux évaluations, et s’il fallait prendre l’initiative de les contacter pour leur apporter un soutien.

Grâce à cette analyse des données relatives aux étudiants et à l’établissement, Brunel a constaté que les étudiants en situation de handicap, les étudiants adultes et ceux issus de zones défavorisées étaient moins susceptibles de se présenter aux examens du prochain semestre de printemps. L’université a alors pris contact de manière proactive avec ces étudiants, ce qui a permis de mettre en place un soutien supplémentaire pour la session d’examens d’août 2020 (et les suivantes), notamment des espaces calmes réservables, une augmentation des fonds d’aide aux étudiants en difficulté et davantage d’ordinateurs portables disponibles en prêt.

Dans cet exemple, l’université de Brunel a utilisé des analyses sous forme de données relatives à la participation aux examens pour identifier les étudiants susceptibles de rencontrer des difficultés et leur a proposé un soutien adapté. La combinaison des données d’examen avec les informations sur les étudiants, telles que les handicaps déclarés et les revenus moyens des ménages, permet aux établissements de combler les lacunes et d’offrir de manière proactive une aide à ceux qui rencontrent des difficultés.

Comment l'analyse des données favorise la réussite des étudiants

L'analyse de données peut être utilisée pour offrir davantage de soutien aux étudiants – mais comment cela se traduit-il en termes de rétention des étudiants ? Cela peut s'entendre de deux manières : des interventions ciblées pour s'assurer que les étudiants mènent effectivement leurs études à terme, et la réduction du nombre global d'étudiants rencontrant des difficultés pendant leurs études universitaires.

Selon une enquête du Chronicle of Higher Education, près de la moitié des établissements qui utilisent l’analyse de données ont mis au point des interventions efficaces pour les étudiants en difficulté. Il peut s’agir de contacter les étudiants plus tôt en cas de devoir manquant, ou de prendre contact avec ceux qui montrent des signes de vulnérabilité, dans le but de garantir que les étudiants aient plus de chances de réussir leurs examens et d’obtenir leur diplôme. De telles études ont montré que l’analyse de données peut améliorer les efforts visant à empêcher les étudiants d’abandonner leurs études, en veillant à ce qu’ils parviennent à mener leurs études à bien.

Ces interventions directes constituent une avancée évidente vers l’amélioration de la rétention, car elles visent à éliminer les problèmes que les étudiants pourraient rencontrer directement dans leurs études – mais ce n’est pas la seule raison pour laquelle les étudiants abandonnent leurs études.

Il convient notamment de noter que les problèmes financiers constituent un facteur majeur poussant les étudiants à quitter l’enseignement supérieur. Pour illustrer ce point, la récente enquête sur l’expérience académique des étudiants menée par Advance HE et HEPI a révélé que seuls 6 % de l’ensemble des étudiants interrogés estimaient que leur formation n’avait pas du tout été affectée par la crise actuelle du coût de la vie. Outre l’incapacité à payer leur loyer et leurs factures, les étudiants peuvent également se trouver dans l’impossibilité d’accéder à la technologie dont ils ont besoin pour mener à bien leurs études.

Au-delà des difficultés financières, des facteurs tels que les problèmes de santé mentale et le manque de soutien aux personnes en situation de handicap peuvent avoir des effets néfastes supplémentaires sur les étudiants et, s’ils ne sont pas pris en compte, peuvent souvent conduire à l’abandon des études. L’analyse de données peut être mise à profit à cet égard. L’utilisation des informations sur les étudiants, combinée aux données d’examen, aux registres de présence et aux informations sur la remise des devoirs, peut aider les établissements à identifier les personnes qui ont besoin d’aide et à leur apporter le soutien nécessaire.