Javascript must be enabled to continue!
Amélioration et personnalisation de l’expérience d’apprentissage sur la base d’une modélisation de l’apprenant prenant en compte l’autorégulation, la collaboration (recommandation, contribution) et l’évaluation.
View through CrossRef
La croissance rapide des plateformes d'apprentissage en ligne a créé de nombreuses opportunités pour les apprenants du monde entier. Cependant, ces plateformes manquent souvent de support personnalisé et d'éléments interactifs, ce qui conduit à des expériences d'apprentissage sous-optimales. Cette thèse vise à résoudre ce problème en proposant un modèle pour améliorer l'expérience d'apprentissage dans les cours en ligne. Grâce à l'intégration d'un soutien personnalisé, d'outils d'autorégulation et d'activités d'apprentissage interactives, le modèle vise à créer un environnement engageant et centré sur l'apprenant. Initialement, la recherche s'est concentrée sur le développement d'un modèle pour améliorer l'expérience d'apprentissage. Une analyse documentaire approfondie et des études empiriques ont révélé des facteurs clés contribuant à un apprentissage en ligne efficace, notamment l'engagement de l'apprenant, l'autorégulation, le soutien personnalisé et les activités interactives. Sur la base de ces résultats, un modèle a été proposé pour traiter ces aspects critiques. Au fur et à mesure que la recherche progressait, il est devenu évident que l'intégration d'un chatbot pourrait améliorer considérablement l'efficacité du modèle proposé. En tirant parti de l'intelligence artificielle, le chatbot fournit des recommandations personnalisées, des feedbacks opportuns et des quiz interactifs, favorisant l'autorégulation et l'engagement des apprenants. Cette thèse vise à explorer l'efficacité du modèle proposé, avec l'intégration d'un chatbot, pour améliorer l'expérience d'apprentissage dans les cours en ligne. Le modèle proposé offre une approche centrée sur l'apprenant, personnalisant le processus d'apprentissage en fonction des compétences et des besoins spécifiques de chaque apprenant. Le chatbot agit comme un compagnon virtuel, promouvoir un apprentissage autorégulé et fournit des recommandations personnalisées d'objets d'apprentissage et des quiz interactifs avec des feedbacks en temps opportun. La recherche menée dans cette thèse comprend trois expériences qui examinent l'efficacité du modèle proposé et l'intégration du chatbot. Les résultats démontrent l'impact positif du chatbot sur l'engagement, l'autorégulation et les résultats d'apprentissage des apprenants. Les résultats soulignent aussi l'importance des recommandations personnalisées, des évaluations interactives et des feedbacks en temps opportun pour améliorer l'expérience d'apprentissage.
Title: Amélioration et personnalisation de l’expérience d’apprentissage sur la base d’une modélisation de l’apprenant prenant en compte l’autorégulation, la collaboration (recommandation, contribution) et l’évaluation.
Description:
La croissance rapide des plateformes d'apprentissage en ligne a créé de nombreuses opportunités pour les apprenants du monde entier.
Cependant, ces plateformes manquent souvent de support personnalisé et d'éléments interactifs, ce qui conduit à des expériences d'apprentissage sous-optimales.
Cette thèse vise à résoudre ce problème en proposant un modèle pour améliorer l'expérience d'apprentissage dans les cours en ligne.
Grâce à l'intégration d'un soutien personnalisé, d'outils d'autorégulation et d'activités d'apprentissage interactives, le modèle vise à créer un environnement engageant et centré sur l'apprenant.
Initialement, la recherche s'est concentrée sur le développement d'un modèle pour améliorer l'expérience d'apprentissage.
Une analyse documentaire approfondie et des études empiriques ont révélé des facteurs clés contribuant à un apprentissage en ligne efficace, notamment l'engagement de l'apprenant, l'autorégulation, le soutien personnalisé et les activités interactives.
Sur la base de ces résultats, un modèle a été proposé pour traiter ces aspects critiques.
Au fur et à mesure que la recherche progressait, il est devenu évident que l'intégration d'un chatbot pourrait améliorer considérablement l'efficacité du modèle proposé.
En tirant parti de l'intelligence artificielle, le chatbot fournit des recommandations personnalisées, des feedbacks opportuns et des quiz interactifs, favorisant l'autorégulation et l'engagement des apprenants.
Cette thèse vise à explorer l'efficacité du modèle proposé, avec l'intégration d'un chatbot, pour améliorer l'expérience d'apprentissage dans les cours en ligne.
Le modèle proposé offre une approche centrée sur l'apprenant, personnalisant le processus d'apprentissage en fonction des compétences et des besoins spécifiques de chaque apprenant.
Le chatbot agit comme un compagnon virtuel, promouvoir un apprentissage autorégulé et fournit des recommandations personnalisées d'objets d'apprentissage et des quiz interactifs avec des feedbacks en temps opportun.
La recherche menée dans cette thèse comprend trois expériences qui examinent l'efficacité du modèle proposé et l'intégration du chatbot.
Les résultats démontrent l'impact positif du chatbot sur l'engagement, l'autorégulation et les résultats d'apprentissage des apprenants.
Les résultats soulignent aussi l'importance des recommandations personnalisées, des évaluations interactives et des feedbacks en temps opportun pour améliorer l'expérience d'apprentissage.
Related Results
REGULAR ARTICLES
REGULAR ARTICLES
L. Cowen and
C. J.
Schwarz
657Les Radio‐tags, en raison de leur détectabilitéélevée, ...
Modélisation de l'activité gestuelle et sélection automatique de feedback pour des environnements interactifs d'apprentissage : application à la calligraphie
Modélisation de l'activité gestuelle et sélection automatique de feedback pour des environnements interactifs d'apprentissage : application à la calligraphie
L'apprentissage de geste est un processus complexe, impliquant de nombreux processus sous-jacents (psychomoteurs, cognitifs, biophysiques). Cet apprentissage peut être divisé en pl...
Trustworthy collaborative learning : Personalization, privacy, and robustness at the edge
Trustworthy collaborative learning : Personalization, privacy, and robustness at the edge
Apprentissage collaboratif de confiance : Personnalisation, confidentialité et cobustesse en environnements décentralisés
Il y a une vingtaine d'années, l'émergence...
Modéliser et influencer les préférences musicales sur les plateformes de streaming
Modéliser et influencer les préférences musicales sur les plateformes de streaming
Modeling and influencing music preferences on streaming platforms
Aujourd'hui, les services de streaming musical sont devenus le principal moyen d'accéder à la musi...
Aide à la décision pour l'apprentissage
Aide à la décision pour l'apprentissage
Les travaux réalisés dans cette thèse proposent une aide à la décision pour améliorer la qualité de l’apprentissage. L’apprentissage scolaire englobe deux dimension; une dimension ...
The power of context in decision-making and recommendations
The power of context in decision-making and recommendations
Le pouvoir du contexte dans la prise de décision et les recommandations
Cette dissertation comprend quatre études qui examinent les effets du contexte et appliquent...
Context-aware recommender systems for real-world applications
Context-aware recommender systems for real-world applications
Systèmes de recommandation contextuels pour les applications du monde réel
Les systèmes de recommandation se sont révélés être des outils efficaces pour aider les u...
Development and evaluation of AI-based personalization algorithms for attention training
Development and evaluation of AI-based personalization algorithms for attention training
Développement et évaluation d’algorithmes de personnalisation basés sur l’IA pour l’entraînement de l’attention
Les Systèmes Tutoriels Intelligents (STI) offrent de...

