Vers des systèmes d'apprentissages sensibles au contexte : développement d'un sous-système de modélisation et d'estimation d'écart de contextes pour la prise en charge des effets de contextes

Fennani, Wafa (2020). « Vers des systèmes d'apprentissages sensibles au contexte : développement d'un sous-système de modélisation et d'estimation d'écart de contextes pour la prise en charge des effets de contextes » Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en informatique.

Fichier(s) associé(s) à ce document :
[img]
Prévisualisation
PDF
Télécharger (3MB)

Résumé

Dans l’apprentissage des sciences, le contexte est une dimension importante de tout objet ou phénomène scientifique ainsi que ses variations. L’environnement (le contexte externe) prend part à la construction des conceptions mentales des apprenants. En effet, une collaboration entre des apprenants issus d’environnements différents permet une confrontation de leurs conceptions. La modélisation du contexte, est donc essentielle pour identifier les paramètres de contexte qui agissent sur ces conceptions. Dans nos études, nous présentons un projet de recherche en science de l’éducation qui se situe à l’intersection de l’informatique et d’enseignement en contexte. L’objectif ultime est d’améliorer le processus d’apprentissage en créant un système tutoriel intelligent (STI) qui permet d’une part, la réalisation et la conception des scénarios d’apprentissage en fonction des effets de contexte, et d’autre part, montrer qu’un apprentissage sensible au contexte est une méthode plus efficace et plus constructive pour le développement des conceptions mentales des apprenants. Pour atteindre cet objectif ultime, il est important de se doter d’une solution efficace pour la modélisation du contexte et l’estimation des effets de contextes : tels sont les deux objectifs principaux de ce travail de maîtrise. Pour qu’un système soit sensible au contexte, il doit intégrer un système gestionnaire de contexte générique que nous avons appelé MazCalc. MazCalc permet de modéliser les contextes relativement à un objet d’étude donné, et de calculer l’écart entre ces contextes afin d’identifier les paramètres contextuels permettant de favoriser l’apparition des effets de contexte. L’implémentation d’un tel système nécessite la contribution de plusieurs experts des domaines tel que des experts didactiques, des experts de contexte, des experts des objet d’étude, des experts des système tutoriel intelligent… etc. MazCalc sera le cœur du STI qui lui fournira de toutes les informations contextuelles nécessaires pour élaborer les scénarios d’apprentissage. Nous présentons dans ce mémoire la motivation de notre projet de recherche, ainsi qu’une étude théorique du domaine contextuel. Nous détaillons la démarche de d’implémentation de MazCalc qui débute par une analyse conceptuelle de nos besoins. Nous exposons par la suite les composants de notre système et leurs fonctionnements, ainsi que l’architecture globale de MazCalc. Cette démarche sera clôturée par une présentation de l’implémentation de ces composants. Une série de tests sera effectuer sur les composants du système en utilisant un exemple réel d’objet d’étude et deux contextes bien étudiés et validés par un expert du domaine. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : modèle de contexte, système sensible au contexte, effets de contexte, système tutoriel intelligent, écart de contextes, contexte de géolocalisation

Type: Mémoire accepté
Informations complémentaires: Fichier numérique reçu et enrichi en format PDF/A.
Directeur de thèse: Nkambou, Roger
Mots-clés ou Sujets: Informatique sensible au contexte / Systèmes tutoriels intelligents / Développement de tutoriels / Enseignement scientifique / Effets de contexte / Géolocalisation
Unité d'appartenance: Faculté des sciences > Département d'informatique
Déposé par: Service des bibliothèques
Date de dépôt: 26 févr. 2021 12:24
Dernière modification: 12 août 2021 15:25
Adresse URL : http://archipel.uqam.ca/id/eprint/14078

Statistiques

Voir les statistiques sur cinq ans...