Vendredi 12 avril 2024
Learning Analytics: Modélisation des profils d’apprenants dans Moodle à l’aide du Data Mining
Kouassi Rodrigue Ahoussou
Étudiant au doctorat, Équipe de Recherche en Ingénierie des ConnAissancEs (ERICAE)
Heure: 13h30
Local: PLT-2551
Résumé: Les cours mixtes sont de plus en plus adoptés par les universités. Cette transition vers l’utilisation des plateformes de cours offre de nombreux avantages, notamment une centralisation des ressources pédagogiques et une flexibilité d’apprentissage, permettant aux étudiants d’accéder au contenu à tout moment et de n’importe où. Cependant, ces cours mixtes et en ligne soulèvent des défis importants liés à l’autonomie et à la discipline des étudiants. Il est donc crucial d’identifier des stratégies efficaces pour soutenir les étudiants dans leur expérience d’apprentissage et leur réussite dans leurs études.
Pour surmonter ces défis et optimiser l’expérience d’apprentissage en ligne et mixte, nous proposons une approche initiale visant à modéliser les profils d’apprenants à l’aide des techniques de Data Mining dans Moodle. Cette approche permettra d’évaluer les processus d’analyse des données d’apprentissage afin de détecter les apprenants à risque et de prédire les étudiants en échec avec moins de données et le plus tôt possible.
Dans un premier temps, nous présenterons quelques travaux antérieurs, puis nous détaillerons les différentes étapes de la modélisation des profils d’un apprenant. Enfin, nous aborderons les défis liés au traitement des données brutes de Moodle et à la complexité du choix des indicateurs d’apprentissage.
