Stage M2 - Modélisation informatique de la décision didactique et pédagogique dans un contexte de formation massive

Onglets principaux

Contacts : Sébastien Iksal (LIUM), Jean-Marie Gilliot (Lab-STICC) 
Lieu : Laboratoire LIUM, IUT de Laval, Laval
Durée : 6 mois
Gratification : Oui au travers du projet ANR HUBBLE

Les environnements massifs de e-learning sont de plus en plus déployés, que ce soit dans le contexte universitaire (e.g. en médecine) ou pour l’auto-formation (avec l’essor des Moocs). Pour permettre une meilleure compréhension de ce qui se passe au sein de ces dispositifs, le projet ANR HUBBLE propose de créer un observatoire pour la construction et le partage de traces massives d’e-learning, de leurs processus d’analyse et de leurs contextes d'usage.

Les processus d’analyse ont deux objectifs : assister la prise de décision des acteurs intervenant dans le système d’enseignement et d’apprentissage et assister les chercheurs en e-learning à la production de concepts, modèles et indicateurs permettant d’analyser et d’expliquer les phénomènes d’enseignement et/ou apprentissage avec des environnements e-learning.

La conception de tableaux de bords adaptés au contexte d’usage s’avère être un verrou clé de l’utilisation des processus d’analyse (Schwendimann 2017), à la fois parce qu’il nécessite une parfaite compréhension et explicitation des besoins des utilisateurs et parce qu’il doit proposer le tableau de bord le plus adapté au besoin d’un utilisateur particulier. La pertinence de l’affichage peut en effet fortement impacter la compréhension et donc l’exploitation des informations proposées. 

Dans le cadre du stage, nous nous intéressons à mieux expliciter les différentes déclinaisons d’un contexte d’usage particulier, à savoir les MOOC, pour alimenter un modèle conceptuel établi dans le contexte d’une thèse (Dabbebi et al. 2017). Il s’agit donc d’identifier les différents contextes d’usage de processus d’analyse établis dans Hubble pour pouvoir établir des règles de génération de tableaux de bord dédiés aux différents types d’utilisateurs et des actions qui peuvent être guidées par la mise à disposition de ces informations. 

Compétences :
Ce stage s’adresse à des étudiants de 2ème année de Master Informatique ou de 5ème année d’école d’ingénieur en Informatique, ayant des compétences en informatique décisionnelle, visualisation de données ou analyse de données. Des compétences de développement web sont attendues pour l’opérationnalisation de la solution proposée.

Candidatures :
Merci d’adresser votre candidature avec un CV, une lettre de motivation ainsi que vos notes de l’année universitaire en cours et de l’année précédente à Sébastien Iksal (sebastien.iksal@univ-lemans.fr) ainsi qu’à Jean-Marie Gilliot (jm.gilliot@imt-atlantique.fr).  

Références : 
Schwendimann, B. A., Rodriguez-Triana, M. J., Vozniuk, A., Prieto, L. P., Boroujeni, M. S., Holzer, A., Gillet, D. & Dillenbourg, P. (2017). Perceiving learning at a glance: A systematic literature review of learning dashboard research. IEEE Transactions on Learning Technologies, 10(1), 30-41.January-March 2017
Inès Dabbebi, Sébastien Iksal, Jean-Marie Gilliot, Madeth May, Serge Garlatti. Towards Adaptive Dashboards for Learning Analytic: An Approach for Conceptual Design and implementation. 9th International Conference on Computer Supported Education (CSEDU 2017), Apr 2017, Porto, Portugal. Proceedings of the 9th International Conference on Computer Supported Education, pp.120-131, 2017, 


Dernière mise à jour : 15 décembre, 2017 - 15:04