THESE - ABDELMALEK

Nom: 
ABDELMALEK
Prénom: 
Nader
Date d'inscription: 
2020
Spécialité de la thèse: 
Titre de la thèse: 
Un système de recommandations de ressources pédagogiques pour les enseignants
Résumé en français: 

Le monde de l’éducation est en constante évolution et ces dernières années, il a particulièrement été impacté par la pandémie et les évolutions technologiques associées. Dans ce contexte, les enseignants doivent faire face à de nombreux défis qui ont des conséquences à la fois sur leur évolution professionnelle et leurs pratiques éducatives. Ces défis peuvent concerner leur propre expertise du domaine enseigné, la motivation des apprenants et la prise en compte de l’environnement éducatif. Ils sont généralement liés à différents contextes tels que le contexte social et culturel de l’enseignant et celui des apprenants, le contexte environnemental et le contexte éducatif. Ces défis varient en intensité selon différentes situations comme par exemple un enseignant sans expérience qui enseigne un cours spécialisé auprès d’un public récalcitrant. Le contexte socioculturel de l’enseignant peut impacter sa façon de relever ces défis. L’usage de ressources pédagogiques joue rôle majeur pour faciliter l’enseignement et l’apprentissage. Un enseignant peut se saisir ou produire de telles ressources destinées aux apprenants mais également s’en servir pour répondre à ses propres questions. Une ressource pédagogique peut être considérée comme tout matériel didactique qui aide les enseignants à dispenser un enseignement efficace à leurs apprenants. Dans ce travail de thèse, nous avons pour objectif d’aider les enseignants à relever leurs défis au moyen de recommandations de ressources pédagogiques tenant compte de leur contexte qui est complexe et multiple. Nous nous sommes concentrés sur les moyens de représenter et d’intégrer les différents contextes des enseignants. La méthodologie suivie implique une modélisation ontologique permettant un raisonnement sémantique et a permis le développement de l'ontologie du Contexte Sentimental et de Collaboration de l'Enseignant (TSCCO). Cette ontologie encapsule les différents contextes caractérisant les enseignants et vise à faciliter l'intégration des données. Pour effectuer les recommandations, nous avons développé un Système de Recommandations de Ressources Pédagogiques Contextuelles (CAPRRS). CAPRRS combine des techniques de filtrage collaboratif et de filtrage basé sur le contenu avec une approche hybride de filtrage contextuel, guidée par différents contextes. Il s’appuie sur l’association de deux méthodes de sélection de caractéristiques (la variance et l’information mutuelle) afin d’identifier les caractéristiques pertinentes. Le filtrage collaboratif tire parti des traces d’interaction enregistrées, tandis que le filtrage basé sur le contenu prend en compte les données décrivant les ressources pédagogiques, offrant ainsi des recommandations plus personnalisées. Les principales conclusions soulignent l’importance de la sélection des caractéristiques et de l’efficacité de CAPRRS dans la fourniture de recommandations de ressources pédagogiques conscientes du contexte. Ces résultats contribuent à une compréhension plus approfondie des relations qui peuvent exister entre les préférences des enseignants, les caractéristiques contextuelles et les approches de recommandation. Ils contribuent à la fois aux recherches en éducation et en systèmes de recommandations.

Abstract in english: 

A pedagogical resources recommender system for teachers
The landscape of education is ever evolving and in recent years, it has been particularly impacted by the pandemic and associated technological developments. In this context, teachers struggle with diverse challenges that impact their professional development and their educational practices. These challenges may concern their own expertise of their courses, the motivation of their learners, and their awareness of the educational environment. They are generally linked to multiple contexts such as the social and cultural contexts of teachers as well as learners, the environmental context, and the educational context. These challenges vary in intensity according to different situations, for example an inexperienced teacher teaching a specialised course to a difficult audience. The socio-cultural settings of teachers can significantly impact on how he or she meets these challenges. The use of pedagogical resources plays a key role in facilitating teaching and learning. Teachers can use or produce such A resource for learners, but they can also use them to answer their own questions. A pedagogical resource can be considered as any teaching material that helps teachers to deliver effective teaching to their learners. In this thesis, we aim to help teachers meet their challenges by recommending pedagogical resources that consider of their complex and multifaceted context. We focus on the methods of representing and integrating the multiple contexts of teachers. The followed methodology involves ontological modelling that enables semantic reasoning and has led to the development of the Teacher Sentimental and Collaboration Contexts ontology (TSCCO). This ontology encapsulates the multiple contexts that characterises teachers and aims to facilitate data integration. Realising the recommendations, we have developed the Context-Aware Pedagogical Resource Recommender System (CAPRRS). CAPRRS combines collaborative and content-based filtering techniques with a hybrid contextual filtering approach, guided by the multiple contexts. It uses a combination of two feature selection techniques (variance-based and mutual information) to identify relevant features. Collaborative filtering takes advantage of recorded interaction traces, while content-based filtering considers data describing pedagogical resources, offering more personalized recommendations. The main findings highlight the importance of feature selection and the effectiveness of CAPRRS in providing context-aware recommendations of pedagogical resources. These results contribute to a deeper understanding of the relationships that may exists between teacher preferences, contextual features, and recommender approaches. They contribute to the research domain of both education and recommender systems.

Université de rattachement: 
Université de technologie de Compiègne
Laboratoire de rattachement: 
Directeur de thèse: 

Marie-Hélène ABEL

Premier coencadrant: 

Christine LAHOUD

Cifre: 
Non
Date de soutenance: 
10 novembre, 2023
Lieu et heure de la soutenance: 

Vendredi 10 novembre 2023 à 14h00 à la salle GI042, Site d’innovation, Université de technologie de Compiègne

Composition du jury: 

• Mme Hajer BAAZAOUI, professeur des universités, membre rapporteur, CY Cergy Paris Université
• M. Sébastien IKSAL, professeur des universités, membre rapporteur, Université du Mans, Laval
• Mme Anne BOYER, professeur des universités, membre examinateur, Université de Lorraine, LORIA, Vandoeuvre les Nancy
• M. Sylvain LAGRUE, professeur des universités, membre examinateur, Heudiasyc, Université de Technologie de Compiègne, Compiègne
• M. Karim SEHABA, maître de conférences, membre examinateur, Laboratoire LIRIS, Université Lumière Lyon 2, Bron
• Mme Marie-Hélène ABEL, professeur des universités, directrice de thèse, Heudiasyc, Université de Technologie de Compiègne, Compiègne
• Mme Christine LAHOUD, maître de conférences, directrice de thèse, Université Française d’Egypte, Al Shorouk, Le Caire


Dernière mise à jour : 1 octobre, 2024 - 10:56