Traduction, adaptation et évaluation psychométrique préliminaire d’une mesure d’engagement et d’une mesure de charge cognitive en contexte d’apprentissage numérique

Abstract

Contexte : L’apprentissage numérique chez les professionnels de la santé amène des défis comme le manque d’engagement et l’excès de charge cognitive. Toutefois, il n’existe pas de mesures d’engagement et de charge cognitive validées en français. De telles mesures permettraient de considérer ces variables dans le développement de formations numériques et l’évaluation de leurs effets. Buts : (1) Traduire et adapter la User Engagement Scale – Short Form et le Cognitive Load Index en français ; (2) Effectuer une évaluation psychométrique préliminaire des échelles afin d’examiner leurs caractéristiques, les corrélations entre les sous-échelles et la cohérence interne. Méthode : La traduction et l’adaptation ont été réalisées selon Sousa et Rojjanasrirat (2011). Pour l’évaluation des propriétés psychométriques, des étudiants en sciences infirmières ont répondu en ligne à l’Échelle d’engagement de l’utilisateur – Forme abrégée (EEU-FA) et à l’Indice de charge cognitive (IDCC). Les données ont été analysées par des statistiques descriptives, des coefficients de corrélation de Pearson, des coefficients omega (ω) de McDonald et des coefficients alpha (α) de Cronbach. Résultats : Cinquante-sept participants ont complété l’étude. La majorité des distributions étaient normales. Les corrélations entre les sous-échelles étaient entre 0,03 et 0,64 pour l’EEU-FA, et entre −0,12 à 0,41 pour l’IDCC. Les coefficients ω pour l’EEU-FA (0,77 à 0,89) et α pour l’IDCC (0,70 à 0,96) démontrent une bonne cohérence interne. Conclusions : Cette étude a permis de traduire et d’adapter en français des mesures d’engagement et de charge cognitive en contexte numérique. Les échelles font état de bonnes qualités psychométriques préliminaires.

Context: Digital learning in health professionals generates challenges such as the lack of engagement and the excess of cognitive load. However, there are no measures of engagement and cognitive load validated in French. Such measures would allow these variables to be considered in the development of digital training programs and in the evaluation of their effects. Goals: (1) Translate and adapt the User Engagement Scale − Short Form and the Cognitive Load Index in French; (2) Conduct a preliminary psychometric evaluation of translated scales to examine the characteristics of items, the correlations between subscales, and internal consistency. Method: Translation and adaptation were performed according to the method of Sousa and Rojjanasrirat (2011). For the evaluation of psychometric properties, nursing students responded online to the Échelle d’engagement de l’utilisateur – Formée abrégée (EEU-FA) and the Indice de charge cognitive (IDCC). The results were analyzed using descriptive statistics, Pearson’s correlation coefficients, McDonalds’ omega (ω) coefficients and Cronbach’s (α) alpha coefficients. Results: Fifty-seven participants completed the study. The majority of the distributions were normal. The correlations between the subscales ranged from 0.03 to 0.64 for the EEU-FA, and from −0.12 to 0.41 for the IDCC. McDonald’s ω coefficients ranged from 0.76 to 0.89 for the EEU-FA, and Cronbach’s α coefficients ranged from 0.70 to 0.96 for the IDCC, demonstrating good internal consistency. Conclusions: This study translated and adapted into French a measure of engagement and cognitive load in a digital context. Both measurement scales show satisfying preliminary psychometric qualities.