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)

  • 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 (…)

    16 janvier 2017 par Matthieu Cisel Veille 287 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 617 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 1051 visites 0 commentaire
  • Apprendre une langue sur le web : la révolution de l’IA se fait attendre

    Des établissements du supérieur aux pure players de l’IA, l’apprentissage des langues en ligne attire de nombreux acteurs. Shutterstock
    Matthieu Cisel, chercheur spécialisé dans les apprentissages en ligne, et Aurélie Djavadi, cheffe de rubrique Éducation, étaient les invités de 7 milliards de voisins sur RFI ce vendredi 17 janvier 2020. Pour réécouter l’émission, cliquez ici.
    De Duolingo à Babbel, en passant par Busuu ou Qioz, on ne compte plus les applications permettant d’apprendre des langues sur Internet, chez soi, sur son ordinateur, ou sur son portable, entre deux stations de métro. Avec l’enseignement de la programmation, (…)

  • 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 16784 visites 1 commentaire
  • Cahiers de laboratoire électroniques : un outil pour l’enseignement des sciences

    Un article repris du blog "Numérique pédagogique" de Mathieu Cisel
    Cher ami lecteur, je m’intéresse ces temps-ci (dans le cadre de mon post-doctorat) à la question de la démarche scientifique et des outils utilisés dans le cadre de son enseignement. Pour cette raison, je me suis penché sur la question des « cahiers de laboratoire électroniques » et de leur applications pédagogiques. Comme d’habitude, un petit état de l’art sur les solutions existantes et sur leurs utilisations s’est imposé, état de l’art que je me propose de partager ici. Soulignons qu’il est loin d’être exhaustif, et qu’il ne correspond qu’à quelques jours de (…)

    30 septembre 2016 par Matthieu Cisel Veille 1615 visites 0 commentaire
  • Recherches sur les technologies éducatives et usage des méthodes mixtes

    Dans le cadre d’une ANR, l’ANR Hubble, je me suis intéressé à deux questions relatives à la classification des démarches de recherche dans le champ de la fouille de données issues d’Environnements Informatiques pour l’Apprentissage Humain (EIAH), que nous nommerons traces d’interaction. L’objectif qui sous-tend cette démarche est avant tout de contribuer à l’établissement d’un vocabulaire commun au sein d’une communauté de recherche sur les EIAH caractérisée par sa pluridisciplinarité. La première classification est celle des méthodes mixtes (Creswell, 2009) dans le champ des recherches en éducation, celles-ci étant définies par l’usage (…)

    3 janvier 2017 par Matthieu Cisel Veille 561 visites 0 commentaire
  • Les motifs de décrochage à l’université

    Un article repris du blog "Numérique pédagogique" de Mathieu Cisel
    Cela fait quelques billets que je vous parle de décrochage à l’université. Cela nous change un peu des billets sur les MOOC, n’est-ce pas ? La raison en est simple, la question de l’attrition, qui est au cœur de ma thèse, ne date pas exactement d’hier, et il s’agirait de ne pas réinventer la roue. Aujourd’hui, j’aimerais vous parler des motifs de décrochage en formation, université, formation à distance, peu importe, au travers d’une typologie développée au fil de recherches doctorales, principalement. Comment les étudiants justifient-ils leur abandon ? Une réponse en (…)

    1er octobre 2016 par Matthieu Cisel Veille 1259 visites 0 commentaire
  • Les plates-formes de MOOC et assimilées : futures chaperonnes de l’apprentissage en ligne ?

    Je vous propose aujourd’hui un nouvel extrait de l’article publié dans Education et Formation sur les MOOC et les projets d’apprentissage. Cette fois-ci, l’extrait provient de la discussion de l’article, discussion dans laquelle je parle de l’origine des projets, mais aussi de l’influence des plates-formes de MOOC sur les projets d’apprentissage en général.
    Commençons par la question de la dichotomie que nous avons établie entre les projets qui sont ont pris forme suite à la découverte du cours sur France Université Numérique (la plate-forme française de référence), et ceux qui lui préexistaient. Comment expliquer qu’un nombre si élevé (…)

    6 février 2018 par Matthieu Cisel Veille 258 visites 0 commentaire
  • Stratégies d’analyse et fouille de données éducatives : des modèles pour guider le travail de fouille

    Je vous propose aujourd’hui de nous attarder sur deux éléments : la « distillation de données pour le jugement humain », et la fouille médiée par des modèles. Cet article s’inscrit dans une série de billets consacrés aux techniques d’analyse en Educational Data Mining (fouille de données éducatives). La lecture des articles précédents est nécessaire pour mieux comprendre la démarche.
    Data distillation for Human Judgement
    Dans certains cas, les humains peuvent faire des inférences à propos des données, lorsqu’elles sont présentées de manière appropriée, qui vont au-delà de méthodes de fouilles de données automatisées. Les méthodes de (…)

    16 janvier 2017 par Matthieu Cisel Veille 474 visites 0 commentaire

0 | 10 | 20 | 30 | 40 | 50