Innovation Pédagogique et transition
Institut Mines-Telecom

Une initiative de l'Institut Mines-Télécom avec un réseau de partenaires

Matthieu Cisel

Articles de cet auteur (54)

  • MOOC et interaction entre apprenants : une petite revue de littérature

    Comme vous l’avez constaté, je suis ces jours-ci dans une logique de valorisation d’articles publiés récemment. C’est que j’ai envie qu’ils soient lus, bon sang. Je me suis décarcassé pour les écrire, ce n’est pas pour qu’ils profitent à deux pelés et trois tondus. Ces derniers jours, je vous ai fait part de mes articles dans Education et Formation ; j’aimerais aujourd’hui revenir sur un article publié dans Distances et Médiations des Savoirs, centré quant à lui sur les interactions entre utilisateurs de MOOC. Le billet d’aujourd’hui présente une petite littérature sur le sujet, qui est bien loin d’être exhaustive, car je ne l’ai pas mise (…)

    7 février 2018 par Matthieu Cisel Veille 823 visites 0 commentaire
  • Quelques mots sur l’apprentissage autodirigé et sur l’autodirection

    Nous poursuivons aujourd’hui les quelques réflexion sur l’autodirection et sur l’apprentissage autodirigé, que nous avions entamé avec un billet sur l’autorégulation il y a une semaine.
    Jézégou (2009, 2011) s’est penchée sur l’utilisation du concept d’autodirection dans le cadre des recherches sur la formation à distance. L’auteur souligne qu’il est nécessaire de prendre garde à ne pas confondre l’apprentissage autodirigé à l’autodirection de l’apprenant, au risque de le réduire à sa seule dimension psychologique. L’autodirection est fonction des caractéristiques du dispositif dans lequel elle s’exerce (Spear & Mocker, 1984). Long (…)

    28 janvier 2017 par Matthieu Cisel Numériques pédagogiques 1876 visites 0 commentaire
  • Analyse de traces d’interaction et reconceptualisation des indicateurs de performance de MOOC : une revue de littérature

    L’utilisation débridée d’indicateurs pour mesurer la performance de cours en ligne nuit potentiellement à la compréhension des phénomènes qu’ils prétendent mesurer. En nous focalisant sur les MOOC, nous illustrons trois types de travaux qui permettent de renouveler le regard sur ces métriques à partir d’analyses de traces d’interaction. Le premier consiste à questionner la terminologie mobilisée. Il convient d’identifier le phénomène que l’on évoque lorsque l’on parle de nombre d’étudiants, d’inscrits, ou de certificats délivrés. Par exemple, les inscriptions sont souvent faites par « rafales » et correspondent à des cours qui se (…)

  • Stratégies d’analyse et fouille de données éducatives : le Relationship Mining

    Dans le cas du Relationship mining, l’objectif est de découvrir des relations entre variables dans un jeu de données qui en comprend un nombre important. Cela peut conduire à chercher à identifier les variables qui sont le plus fortement associées avec une variable d’intérêt, ou à établir parmi l’ensemble de paires de variables celles dont la relation est la plus forte. Il existe grossièrement quatre types de Relationship mining : l’association rule mining, le correlation mining, le sequential pattern mining, le causal data mining. Cet article s’inscrit dans une série de billets consacrés aux techniques d’analyse en Educational Data (…)

    16 janvier 2017 par Matthieu Cisel Veille 529 visites 0 commentaire
  • Comment mes questionnaires sur les MOOC ont évolué au fil du temps

    Un articlerepris du blog de Mathieu Cisel et publié le 14 juin
    Je trouve que l’on ne prend pas suffisamment en considération la façon dont les instruments de la recherche se construisent au fil du temps, quelles sont les influences qui se mettent en place, tout ça tout ça. Du coup, pour donner à voir ce qui se passe véritablement dans la tête d’un chercheur, je vous propose de décrire la démarche de construction de mes questionnaires adressés aux utilisateurs de MOOC, des questionnaires qui ont sensiblement évolué au fil des années. De vous à moi, si vous n’êtes pas chercheur, ce billet ne va probablement pas vous intéresser.
    La mise (…)

    15 novembre 2016 par Matthieu Cisel MOOC 4956 visites 0 commentaire
  • Un peu de psychologie de la motivation pour comprendre l’apprentissage en ligne

    Cet article Un peu de psychologie de la motivation pour comprendre l’apprentissage en ligne est est repris duBlog de Matthieu Cisel.
    Aujourd’hui, je vous propose de revenir brièvement sur la théorie des buts d’accomplissement, une théorie de psychologie de la motivation que je trouve super pour comprendre l’apprentissage en ligne, et en particulier pour interpréter ce qui se passe dans un MOOC. Aujourd’hui, je vous propose de revenir sur cette théorie et sa terminologie. Bref, une théorie à diffuser, et qui m’a personnellement énormément plu, même si au final je ne l’ai pas utilisée dans le cadre de mon doctorat. Et je conclue sur un (…)

    16 octobre 2016 par Matthieu Cisel MOOC 16656 visites 1 commentaire
  • Recherches en éducation : l’épineuse question de la validité dans les méthodes mixtes

    Au cours des derniers billets, nous nous sommes penchés sur les axes de description des méthodes mixtes, et avons repris la typologie en six types de démarches proposée par Creswell et al. (2003), que nous avons illustrée avec des exemples issus du champ éducatif. Nous aimerions conclure cette série d’articles sur la question des critères de validité des méthodes mixtes. Le terme validité ne désigne pas uniquement les mesures quantitatives. Il se réfère au fait qu’une investigation, « dans ses différentes composantes, dans les conclusions qui en sont tirées, dans les applications qui en découlent, peut être de bonne ou de mauvaise (…)

    11 janvier 2017 par Matthieu Cisel Veille 304 visites 0 commentaire
  • Stratégies d’analyse et fouille de données éducatives : le Relationship Mining

    Dans le cas du Relationship mining, l’objectif est de découvrir des relations entre variables dans un jeu de données qui en comprend un nombre important. Cela peut conduire à chercher à identifier les variables qui sont le plus fortement associées avec une variable d’intérêt, ou à établir parmi l’ensemble de paires de variables celles dont la relation est la plus forte. Il existe grossièrement quatre types de Relationship mining : l’association rule mining, le correlation mining, le sequential pattern mining, le causal data mining. Cet article s’inscrit dans une série de billets consacrés aux techniques d’analyse en Educational Data (…)

    16 janvier 2017 par Matthieu Cisel Veille 958 visites 0 commentaire
  • Manifeste pour un catalogue d’analyses (pour les learning analytics)

    Aujourd’hui, je souhaiterais suggérer des pistes relatives au travail de vulgarisation des méthodes d’analyse de données éducatives, dont j’ai donné l’esprit au cours des billets précédents. On va notamment parler d’une idée qui me trotte dans la tête depuis longtemps, un catalogue d’analyses pour les traces d’interaction (ou learning analytics), dans lequel un analyste pourrait venir piocher à loisir des idées.
    La première pourrait consister à poursuivre le travail de construction de typologies effectuées en subdivisant certaines des catégories proposées jusqu’à présent, et en créant davantage de catégories spécifiques du champ (…)

    17 janvier 2017 par Matthieu Cisel Veille 229 visites 0 commentaire
  • Pourquoi analyser le MOOC comme un projet d’apprentissage ?

    Aujourd’hui, je vous propose un extrait de l’article que j’ai publié dans la revue belge Education et Formation, sur le MOOC, vu comme un projet d’apprentissage. Je propose de revenir dans cet article sur les raisons qui m’ont poussé à analyser les MOOC en ces termes. A force de lire d’une part la littérature sur la formation à distance, et d’autre part celle sur les MOOC, j’ai réalisé qu’il fallait sans doute changer de perspective pour se distinguer significativement de recherches vieilles de plusieurs décennies.
    Les similitudes sont frappantes entre, d’une part, les travaux qui furent consacrés dès l’immédiat après-guerre (Edwards, (…)

    6 février 2018 par Matthieu Cisel Veille 751 visites 0 commentaire

0 | 10 | 20 | 30 | 40 | 50