Quelles sont les influences comparées de l’éducation, du milieu, des expériences personnelles et de l’expression des gènes dans le développement et la réussite d’un individu ?
Les facteurs liés à la réussite scolaire d’un individu
Ce que nous développons et réalisons durant notre vie est essentiellement dû à une interaction complexe entre :
- L’expression de nos gènes
- Nos expériences personnelles
- Les apports de notre éducation : familiale, scolaire puis professionnelle
Dans le cas de la réussite scolaire, en dehors de l’influence propre à l’école, de multiples facteurs vont intervenir comme le statut socioéconomique de la famille ou l’expression des gènes d’un individu. Aucun facteur cependant, heureusement n’est un prédicteur indépendant absolu.
Dans une étude publiée en 2019, Sophie von Stumm et ses collègues ont examiné les données de 5 000 enfants nés au Royaume-Uni entre 1994 et 1996. Les résultats de tests à des étapes clés de leur éducation aux âges de 7, 11, 14 et 16 ont été utilisés. Les chercheurs ont analysé et croisé les résultats obtenus avec leurs scores polygéniques à l’échelle du génome (GPS) des enfants, ainsi que le niveau d’éducation et le statut professionnel de leurs parents.
Le sujet est complexe et l’interprétation des résultats l’est également.
C’est un fait que la mesure du statut socioéconomique (SSE) des parents est un des prédicteurs les plus puissants dont nous disposons au sujet du résultat scolaire des enfants. Cependant, ce facteur est lui-même influencé par le niveau d’éducation et le statut professionnel des parents. Il saisit en réalité une multitude de facteurs qui interagissent pour influer sur le développement intellectuel des enfants.
Score polygénique à l’échelle du génome (GPS)
Dans la recherche en génétique humaine, ces dernières années, des différences d’ADN héréditaires susceptibles de prédire dans une certaine mesure les résultats scolaires ont été identifiées.
Prises dans leur ensemble, elles expliquent une part non négligeable de la variance des résultats scolaires. Les estimations de l’héritabilité se situent généralement autour de 60 % pour toutes les matières à tous les âges.
Ces avancées ont été rendues possibles par deux percées dans la recherche sur l’ADN ont permis d’identifier des différences héréditaires responsables de cette forte héritabilité :
- La construction de puces capables de déterminer rapidement et à peu de frais le génotype du type le plus courant de différence d’ADN héréditaire. Celui-ci correspond à des différences d’un seul nucléotide, appelées polymorphismes mononucléotidiques (SNP).
- Les minuscules effets des associations individuelles liées aux SNP ont été établis pour des caractères donnés dans des recherches à large échelle. Dans le cas présent, le caractère étudié est le niveau d’éducation (en années d’études). Ces effets sont susceptibles d’être agrégés pour créer de puissants prédicteurs d’un caractère, appelés scores polygéniques à l’échelle du génome (GPS). Plus d’un million d’adultes ont été analysés pour établir ces associations.
Résultats de l’étude von Stumm et ses collègues (2019) sur l’influence comparée du statut socioéconomique et du score polygénique à l’échelle du génome
À travers une analyse des données, Sophie von Stumm et ses collègues (2019) ont mis en évidence que le statut socioéconomique des parents et les facteurs génétiques d’un enfant sont de puissants prédicteurs de la réussite scolaire.
Cependant, leur recherche suggère que le fait d’avoir les gènes de la réussite scolaire n’est pas aussi bénéfique que d’avoir des parents très instruits et d’appartenir à un milieu favorisé.
Ils ont obtenu les résultats statistiques suivants sur la population étudiée :
- 21 % des enfants de statut socioéconomique faible et ayant une faible propension génétique à l’éducation vont à l’université.
- Par contre, 62 % des enfants ayant une faible propension génétique, mais dont les parents sont plus riches ont réussi à aller à l’université.
- 47 % des enfants de l’échantillon de l’étude ayant une forte propension génétique à l’éducation, mais issus de milieux défavorisés ont réussi à aller à l’université.
- Par contre, 77 % des enfants de familles de statut socioéconomique élevé et ayant une forte propension génétique à l’éducation sont allés à l’université.
Ils ont mis en évidence les relations suivantes :
- L’association des scores polygéniques à l’échelle du génome (GPS) et du statut socioéconomique (SSE) est essentiellement additive. Leur influence conjointe à long terme est particulièrement prononcée chez les enfants situés aux extrémités de la distribution.
- À la fin de la scolarité obligatoire à l’âge de 16 ans au Royaume-Uni, le GPS et le SSE prédisent respectivement 14 % et 23 % de la variance des résultats scolaires.
- La validité prédictive du GPS et du SSE augmente au cours de la scolarité. Ils ont constaté que les enfants ayant un score polygénique élevé présentaient des différences significatives en matière de réussite à l’âge de sept ans par rapport aux enfants ayant un score polygénique faible. Cet écart de réussite s’est progressivement creusé entre les groupes tout au long des années scolaires.
Comment comprendre l’interaction entre statut socioéconomique et du score polygénique à l’échelle du génome dans la cadre de la réussite scolaire
Les principaux ingrédients qui contribuent au statut socioéconomique de la famille (SSE) sont le niveau d’éducation des parents et leur statut professionnel. Ces deux facteurs possèdent une composante héréditaire. Ainsi le SSE n’est pas indépendant du GPS des parents.
Le niveau d’éducation des adultes, et plus précisément le nombre d’années passées dans l’enseignement formel, est le trait cible qui a été utilisé pour créer le GPS qui prédit le niveau d’éducation des enfants.
Il n’est donc pas surprenant que la prédiction des résultats scolaires à partir du statut socioéconomique de la famille soit en partie en lien avec le GPS. Les facteurs SES et GPS ne sont pas indépendants.
Si nous considérons les résultats de cette étude pris dans leur ensemble, ils suggèrent que les enfants n’ont pas en moyenne les mêmes chances au départ en matière d’éducation en raison de facteurs socioéconomiques et génétiques.
Néanmoins, le chevauchement substantiel entre les distributions des scores pour le GPS et le SSE indique les limites de la prédiction de ces mesures si nous les prenons en compte au niveau d’un individu particulier. S’ils établissent des tendances générales, ils ne peuvent constituer des facteurs utiles pour identifier a priori des élèves susceptibles de rencontrer des difficultés lors de leur scolarité. De plus, ces facteurs ont tendance à être fixes pour un individu donné. D’autres prédicteurs tels que l’intelligence des enfants ou les résultats scolaires ont comme intérêt d’évoluer au fil du temps.
Des méta-analyses, comme le rapporte Sophie von Stumm (et ses collègues, 2019) ont montré que lors de la scolarité, les résultats scolaires antérieurs des enfants deviennent le meilleur indicateur de leurs résultats scolaires et professionnels ultérieurs. Les résultats scolaires sont très stables tout au long des années scolaires. Des corrélations d’une année sur l’autre d’environ 0,70 ont été établies. Cela signifie que les résultats antérieurs représentent environ 50 % de la variance des résultats ultérieurs.
Les résultats scolaires sont dès lors l’élément essentiel pour identifier les enfants qui courent le plus grand risque d’obtenir de mauvais résultats scolaires ultérieurement.
Les enfants présentant des difficultés scolaires sont susceptibles d’avoir le plus grand besoin et le plus grand bénéfice potentiel des programmes d’intervention qui cherchent à améliorer leurs résultats scolaires.
Une telle étude sur l’influence du SSE et du GPS montre qu’il est fondamental de stimuler le développement et la création d’environnements personnalisés qui peuvent améliorer, compléter et corriger les résultats scolaires de manière appropriée.
Mis à jour le 29/03/2023
Bibliographie
von Stumm, S, Smith, Woolley, E, Ayorech, Z, et al. Predicting educational achievement from genomic measures and socioeconomic status. Dev Sci. 2020; 23:e12925. https://doi.org/10.1111/desc.1292
0 comments:
Enregistrer un commentaire