Pays : France
Langue(s) : français
Auteur(s) : DELORME Fabien
Date de soutenance : 2005
Thèse délivrée par : Institut national des sciences appliquées de Rouen
Section(s) CNU : section 27 : Informatique
Discipline(s) : Informatique
Sous la direction de : Jean-Pierre PECUCHET
Les hypermédias adaptatifs dédiés à l'enseignement souffrent généralement d'une modélisation soit trop rigide, les destinant à l'apprentissage d'un champ disciplinaire déterminé a priori, soit trop grossière, ne permettant pas la construction d'un modèle suffisamment riche pour adapter finement le document produit. Notre objectif est d'aller à l'encontre de ces problèmes, en proposant une modélisation de l'apprenant plus riche et non basée sur une modélisation par recouvrement. L'idée que nous avons retenue est d'utiliser des cartes conceptuelles comme outil d'évaluation : l'apprenant réalise une carte qui est comparée aux cartes de référence réalisées préalablement par l'enseignant. Le résultat de cette comparaison permet alors d'établir un diagnostic quant aux connaissances de l'apprenant. Cette approche présente l'avantage d'être automatisable. L'utilisation de méthodes de classification supervisée, tel l'algorithme des k plus proches voisins, et non supervisée, telles les cartes de Kohonen, permettent une telle automatisation, tout en offrant un retour à l'enseignant sur le niveau global d'un groupe d'apprenants ou d'un apprenant donné.
Evaluation et modélisation automatiques des connaissances des apprenants à l'aide de cartes conceptuelles
Auteur(s) : DELORME Fabien
Date de soutenance : 2005
Thèse délivrée par : Institut national des sciences appliquées de Rouen
Section(s) CNU : section 27 : Informatique
Discipline(s) : Informatique
Sous la direction de : Jean-Pierre PECUCHET
Les hypermédias adaptatifs dédiés à l'enseignement souffrent généralement d'une modélisation soit trop rigide, les destinant à l'apprentissage d'un champ disciplinaire déterminé a priori, soit trop grossière, ne permettant pas la construction d'un modèle suffisamment riche pour adapter finement le document produit. Notre objectif est d'aller à l'encontre de ces problèmes, en proposant une modélisation de l'apprenant plus riche et non basée sur une modélisation par recouvrement. L'idée que nous avons retenue est d'utiliser des cartes conceptuelles comme outil d'évaluation : l'apprenant réalise une carte qui est comparée aux cartes de référence réalisées préalablement par l'enseignant. Le résultat de cette comparaison permet alors d'établir un diagnostic quant aux connaissances de l'apprenant. Cette approche présente l'avantage d'être automatisable. L'utilisation de méthodes de classification supervisée, tel l'algorithme des k plus proches voisins, et non supervisée, telles les cartes de Kohonen, permettent une telle automatisation, tout en offrant un retour à l'enseignant sur le niveau global d'un groupe d'apprenants ou d'un apprenant donné.