Qualité de Vie :
Du Travail aux Autres Sphères de l'Existence
Session : QVT en milieu éducatif
Influence des facteurs architecturaux et ergonomiques des espaces scolaires sur le bien-être des enseignants : une analyse par modélisation PLS-SEM.
VERMEULEN STEYAERT S. 1,2
1 Université libre de Bruxelles, Bruxelles, Belgium; 2 CY Cergy Paris Université, Paris, France
Introduction
Les recherches sur le bien-être au travail montrent que l’environnement professionnel influe directement sur la satisfaction, l’engagement et la performance des individus (Abord de Chatillon & Richard, 2015 ; Rioux et al., 2013 ; van de Leemput, 2016). Cependant, dans le milieu scolaire, les études se concentrent presque exclusivement sur l’influence des espaces physiques sur le bien-être des élèves (p. ex. Davies et al., 2013 ; Mazalto & Paltrinieri, 2013) et abordent généralement les caractéristiques ergonomiques et architecturales comme un tout, compliquant l’identification de l’importance relative de chacun de ces facteurs (Kim & de Dear, 2012). Bien que l’architecture scolaire ait évolué pour répondre aux impératifs pédagogiques et sociétaux, elle demeure insuffisamment adaptée aux besoins spécifiques des enseignants, alors qu’elle constitue leur principal environnement de travail.
Cette étude analyse l'influence des caractéristiques architecturales et ergonomiques des espaces scolaires, en ciblant trois dimensions inhérente au bien-être : l’auto-efficacité, l’engagement et le bien-être. Elle cherche à évaluer comment ces facteurs, traditionnellement étudiés dans d’autres environnements professionnels, affectent les enseignants. Méthode
Un questionnaire a été complété par 230 enseignants du primaire francophones (Belgique, France, Suisse, Canada…), portant sur les caractéristiques des espaces scolaires et trois dimensions du bien-être au travail : l’auto-efficacité (ÉSEPGC - Gaudreau et al., 2015), l’engagement (UWES-3 - Schaufeli et al., 2017) et le bien-être (TOWB - Collie, 2020). Les analyses statistiques ont été réalisées avec Jamovi (2.4.2) pour les analyses descriptives et SmartPLS (4.1.0.6) pour l'évaluation du modèle et des coefficients de régression (Hair et al., 2022). Résultats
Les analyses montrent que les caractéristiques acoustiques (β = 0.238, p < .001), la configurabilité spatiale (β = 0.228, p < .01) et les caractéristiques visuelles (β = 0.150, p < .05) influencent directement l'auto-efficacité, qui agit comme un facteur intermédiaire entre ces facteurs et le bien-être général (β = 0.414, p < .001). L’engagement au travail, également influencé par l’auto-efficacité (β = 0.294, p < .001), constitue un prédicteur fort du bien-être (β = 0.521, p < .001). En revanche, les caractéristiques thermiques et atmosphériques n’ont pas montré d’effets significatifs. Ces résultats confirment l’importance d’un environnement scolaire bien conçu pour soutenir le bien-être et l’efficacité enseignante. De plus amples résultats issus des données récoltées seront présentés. Discussion | Conclusion
Les résultats mettent en évidence l’importance des facteurs architecturaux et ergonomiques dans le renforcement du bien-être professionnel des enseignants, notamment par l’intermédiaire de l’auto-efficacité et de l’engagement. En mettant en lumière l’interaction entre les environnements physiques et les dimensions psychosociales, ces résultats offrent des perspectives pour optimiser la conception des infrastructures scolaires, en tenant compte des besoins spécifiques des enseignants. Ils encouragent également une collaboration accrue entre pédagogues, architectes et décideurs pour créer des espaces favorisant le bien-être et l’efficacité au travail. Financement
Cette recherche est financée par une bourse FRESH du F.R.S.-FNRS.
References:
Abord de Chatillon, E., & Richard, D. (2015). Du sens, du lien, de l’activité et du confort (SLAC)-Proposition pour une modélisation des conditions du bien-être au travail par le SLAC. Revue française de gestion, 41(249), 53-71.
Collie, R. J. (2020). The tripartite occupational well-being scale. University of New South Wales. https:// doi.org/10.17605/OSF.IO/M5YZH
Davies, D., Jindal-Snape, D., Collier, C., Digby, R., Hay, P. et Howe, A. (2013). Creative learning environments in education - A systematic literature review. Thinking Skills and Creativity, 8, 80-91. https://doi.org/10.1016/j.tsc.2012.07.004
Gaudreau, N., Frenette, É., & Thibodeau, S. (2015). Élaboration de l’Échelle d’auto-efficacité des enseignants en gestion de classe (ÉAEGC). Mesure et évaluation en éducation, 38(2), 31-60.
Hair, J.F., Hult, G.T.M., Ringle, C.M. & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Sage.
Kim, J., & De dear, R. (2012). Nonlinear relationships between individual IEQ factors and overall workspace satisfaction. Building and Environment, 49, 33-40.
Mazalto, M., & Paltrinieri, L. (2013). Introduction : Espaces scolaires et projets éducatifs. Revue internationale d’éducation de Sèvres, 64, 31-40.
Rioux, L., Le Roy, J., Rubens, L., & Le Conte, J. (2013). Le confort au travail. Laval : Presses Universitaires.
Schaufeli, W.B., Shimazu, A., Hakanen, J., Salanova, M., & De Witte, H. (2017). An ultra-short measure for work engagement. European Journal of Psychological Assessment.