No full-text available
To read the full-text of this research,
you can request a copy directly from the authors.
Aide à la compréhension du comportement de l'utilisateur par la transformation des traces collectées
Abstract
travail concerne le domaine de l'éducation et en particulier l'observation de l'activité pédagogique. Le comportement de l'utilisateur est observé au moyen de traces numériques brutes obtenues durant son activité. Dans cet article nous présentons un modèle de transformation des traces. Ce modèle de transformation s'appuie sur une approche cyclique où chaque cycle vise à résoudre un problème particulier par rapport à l'objectif de l'analyse. Nous décrivons ici plus particulièrement deux étapes utiles à la mise en place d'une expérience d'observation : la sélection des traces pertinentes et la structuration des traces obtenues. Les solutions envisagées nous permettent d'exprimer les besoins d'observation à différents niveaux de granularité et d'obtenir des traces interprétables à un niveau d'abstraction adapté à l'objectif d'observation visé. MOTS-CLÉS : observation, traces, transformation de traces, aide à l'analyse, expérimentation pédagogique.
... Nous pouvons donner aussi l'exemple des logiciels qui permettent le passage de l'écrit à la parole pour les enfants malvoyantes et aveugles. Il existe beaucoup de travaux (Bécu-Robinault, 1997 ;Beney et Guinard, 2004;Héraud et al., 2004 ;Kepka et al., 2007 ;Laflaquière et al., 2006 ;Lejeune et Pernin, 2004 ;Loghin, 2006 ;Masciotra, 2005 ;Pateyron, 1997 ;Reyde et Leach, 1999 ;Séjourné et Tiberghien, 2001) sur l'exploitation des traces d'activités des apprenants, sur les avantages et sur les bénéfices d'utilisation des traces d'activités. ...
... Plus précisément, ces études ont montré que les traces d'activités aident à la compréhension du comportement de l'apprenant (Loghin, 2006), détectent des information signifiantes pour l'apprenant (Ollagnier-Beldame, 2006), améliorent la qualité du dispositif d'apprentissage-les scenarios d'apprentissages (Kepka et al., 2007) et les scénarios prédictifs (Lejeune et Pernin, 2004), visualisent l'activité de l'apprenant (Katz et al., 1992) et ils repèrent où sont les difficultés des apprenants (Héraud et al., 2005). Parmi ces avantages, nous pouvons également préciser que les traces d'activités testent l'efficacité du guidage proposé en terme d'apprentissage (Beney et Guinard, 2004), étudient les activités d'apprentissage (Séjourné et Tiberghien, 2001) et sont des supports indispensables à la création de tutoriels d'aide d'intelligents (Héraud et al., 2004), mettent en évidence le type de raisonnement des apprenants (Bécu-Robinault, 1997 ; Reyde et Leach, 1999), caractérisent les connaissances spécifiques qu'ils construisent (Pateyron, 1997) et font référence au partage et à la réutilisation des informations dans le but de guider l'apprenant (Laflaquière et al., 2006). ...
... Comme nous l'avons vu dans le premier chapitre de notre recherche, dans le cadre des EIAHs (Environnements Informatiques pour l'Apprentissage Humain), les traces des activités des sujets sont souvent utilisées et ont l'objectif de faciliter les processus de personnalisation de l'apprenant ou d'aide à l'apprentissage. Les recherches actuelles ont pointé qu'elles ont un rôle important dans des scénarios d'apprentissage (Kepka et al., 2007) et qu'elles contribuent à la compréhension du comportement de l'utilisateur (Loghin, 2006). ...
Cette recherchepropose d’étudier et de présenter des supports susceptibles d'améliorer le processus d'apprentissage des personnesmalentendantes et sourdespar la médiation de nouveaux outils comme les tablettes tactiles.La question est de savoir si l’introduction de ces nouveaux outils, pourrait permettre la création de didacticiels adaptésaux spécificités cognitivesdes enfants sourds.Dans le contexte actuel, notre hypothèse est que les nouvelles technologies informatiques et les outils numériques (comme les tablettes tactiles) influenceraientpositivement le processus d’apprentissage des élèves sourds et malentendants.En conséquence, nous avons créé un logiciel éducatif, Digisthésia, qui a été conçu etadapté aux besoins des élèves sourdset malentendants. Le but de cet outil était de développer et d’améliorer 4 des principales potentialités cognitives : l’attention, la mémoire, la vitesse de traitement et la résolution de problèmes.Notre protocole a mobilisé 80 élèves de 7 collèges de Lyon et de la périphérie lyonnaise : 40 élèvesavec différents degrés de déficience auditive, des sujets implantés et appareillés(20 participants ont utilisé le logiciel éducatif Digisthésia / 20personnesont fait partie du groupe de contrôle) ainsi que 40élèves sans déficiences auditives (20 participantsqui ont utilisé notre logicieléducatif sur tablette tactile / 20 élèves ont fait partie dugroupe témoin).Lesrésultats indiquent que la médiation par les nouvelles technologiesa renforcé les potentialités cognitives des élèves sourds et malentendants. Nous avons observé un progrès au niveau de l’apprentissage des participants sourds et malentendants suiteà l’utilisation du logiciel éducatif Digisthésia sur tablette tactile.
... Dans le contexte de la Formation Ouverte et A Distance (FOAD), les deux rôles majeurs de l'enseignant, d'une part en tant que concepteur de situations d'apprentissage et d'autre part, en tant que tuteur qui assiste les apprenants dans leurs parcours, sont désynchronisés. L'enseignant en tant que tuteur, a besoin de comprendre l'activité des apprenants en cours d'exécution pour pouvoir les aider (Loghin 2006) ; c'est la problématique de la régulation de l'apprentissage. Par contre, en tant que concepteur, l'enseignant a besoin d'analyser les parcours effectifs des apprenants dans le but d'évaluer la qualité du scénario pédagogique qu'il a conçu (Barré et Choquet 2005) ; il peut alors être amené à modifier ou faire évoluer le scénario initial pour les futures diffusions : on parle alors de ré-ingénierie du scénario. ...
... Alors que dans une classe l'enseignant peut évaluer d'une manière continue l'état d'avancement de son intervention en observant directement les apprenants (Romero et Ventura 2006), dans le contexte des situations d'apprentissage médiatisées, l'observation ne peut être directe car les différents acteurs de la situation d'apprentissage (apprenants comme tuteurs) interagissent et communiquent au travers des services proposés par le dispositif informatique mis en place. Dans ce dernier cas, l'observation est généralement basée sur le traitement des données collectées, ou traces, pendant le déroulement de la situation d'apprentissage (Loghin 2006). Ces données, collectées ou générées de manière automatique, ne sont pas compréhensibles à l'état de la collecte et sont souvent de tailles importantes. ...
... Le volume important des données collectées et leurs diversités imposent la mise en place de moyens permettant de faciliter le traitement de ces données et la production d'informations facilement interprétables par les analystes qui sont souvent des enseignants (Loghin 2006). Selon (Carron et al. 2005), il n'existe pas de modèle d'observation spécifique permettant de décrire tous les éléments à prendre en considération dans une activité d'observation. ...
... L'observation des situations d'apprentissage à distance est basée sur le traitement des données collectées durant le déroulement de la situation d'apprentissage (Loghin 2006). Dans ce contexte, peu de travaux cherchent à assister les enseignants concepteurs, au moment de la conception du scénario pédagogique, pour les aider à exprimer ce qu'ils veulent observer sur le déroulement de la situation d'apprentissage, et ce dans le but d'améliorer le scénario produit. ...
... Leurs usages varient selon les objectifs à atteindre, et peuvent se focaliser sur la surveillance d'une machine ou d'un parc informatique, la collecte d'informations relatives aux utilisateurs, l'évolution et/ou l'amélioration des Interfaces Hommes Machines, etc. Dans le cadre des EIAH, elles sont souvent utilisées à des fins de réingénierie des scénarios d'apprentissage (Kepka et al., 2007), d'aide à la compréhension du comportement de l'utilisateur (Loghin, 2006), ou de support à la création de tutoriels d'aide intelligents (Héraud et al., 2004). Les traces recueillies dans notre contexte visent à faciliter la réalisation d'activités par les différents acteurs de l'e-formation, qu'il s'agisse d'actions effectuées par les administrateurs, les apprenants, les enseignants ou les tuteurs. ...
RÉSUMÉ : Cet article propose une approche conduite par les modèles pour la gestion des traces d'activité des utilisateurs au sein de systèmes d'apprentissage hétérogènes instrumentés par les technologies Web. Un modèle UML générique de traces permet de structurer et d'ajouter une sémantique claire aux données observées, auquel est associée une architecture distribuée et décentralisée favorisant le partage et la réutilisation des traces collectées par différents outils et services. Nous appliquons ensuite cette approche au traçage de l'utilisation des objets pédagogiques par des utilisateurs exploitant des plates-formes d'apprentissage et viviers de connaissance. Enfin nous proposons une application pour la visualisation des traces collectées, ainsi qu'un service de recherche avancée d'objets pédagogiques qui offre l'opportunité de capitaliser les expériences d'une large communauté d'utilisateurs. MOTS CLÉS : Traces d'activité, partage et réutilisation, modélisation, architecture distribuée, objet pédagogique. ABSTRACT : This paper suggests a model driven approach dedicated to the management of tracking data resulting from users activities within heterogeneous learning systems based on internet technologies. A generic UML model describing traces allows to structure and to bring semantics to observed data, while a distributed and decentralized architecture makes it easier to share and reuse traces between various tools and services. We then apply this approach to track activities of users working with learning objects deployed into learning management systems and learning object repositories. Finally, we suggest an application to visualize tracking data, together with an advanced search service of learning objects that offers the opportunity to capitalize experiences of a wide community of users.
The issue of personalization in e-leaning platforms is surveyed, especially how to do the learning contents adaptation according to the learner's profile. The realization of adaptive learning scenario become more expensive in terms of development cost and times and it requires specific abilities. Besides, the educator wants to reuse existent scenario. That's why, he has to model his course following an educational standard. One recent "de facto" standard of educational technology is a potential solution: IMS-Learning Design. However, this standard still a complex specification and runtimes and authoring environment are harder to build especially with the two level B and C. So, our objective is to offer an adaptive scenario based on learners traces analysis. This tailorable scenario assures the individualization of the learning by allowing the learners to have their course adapted to their profile on one hand and to permit the re-use and the interoperability of these educational scenario by using IMS LD specification on the other hand.
Le but est de détecter les situations d'assistance et de déterminer l'objectif et le temps d'intervention afin de fournir une assistance pédagogique adaptée à l'apprenant dans un Environnement Informatique d'Apprentissage Humain (EIAH). Pour atteindre cet objectif, nous nous sommes orientées vers l'analyse du comportement de l'apprenant. Cette analyse est basée sur l'interprétation d'informations recueillies pendant la session d'apprentissage; la trace obtenue peut être classée et regroupée selon une structure bien définit pour faciliter leur interprétation. À la suite de cette classification, le système extrait les informations utiles et les met sous forme d'un rapport facilement lisible et mieux exploitable par le mécanisme d'analyse qui le modélise sous forme de graphes et qu'utilise les techniques de la théorie des graphes pour extraire et détecter les situations d'assistance (les situations particuliers qui dé pond un aide et une assistance pédagogique et ou didactique).
In the context of learning activity, which is supported by a system, it is important to have a feedback on the actors' usage of the learning system. The feedback is given especially by tracks [1]. In our research activities, we think that it is interesting to propose a methodology, which describe how to put in place a whole of organization, which facilitate and allow the tracking of an implemented or a described learning scenario. In this paper, we will show that such an approach is interesting.
Many researches are done in the learning-situation observation field. Within a re-engineering context, the observation can be useful to facilitate the pedagogical scenario improvement. We aim to support the pedagogical scenario designer to define his observation needs. In this paper we present both an observation needs model and a 3-step process for the specification of observation needs.
This paper aims at analyzing the problems related to collaborative work using a PLM system. This research is mainly focused on the organisational aspects of SMEs involved in networks composed of large companies, subcontractors and other industrial partners. From this analysis, we propose the deployment of an approach based on an observation process of tracks generated by PLM system. The specific contributions are of two fold. First is to identify the brake points of collaborative work. The second, thanks to the exploitation of generated tracks, it allows reducing risks by reacting in real time to the incidents or dysfunctions that may occur. The overall system architecture based on services technology and supporting the proposed approach is described, as well as associated prototype developed using an industrial PLM system.
La mise à disposition de corpus de traces issues de formations en ligne intéresse la communauté scientifique dans sa démarche d'analyse des interactions humaines produites à travers le dispositif médiatisé. Pour des raisons éthiques, les échanges de corpus doivent garantir l'anonymat des acteurs concernés. Ce travail s'intéresse au processus d'anonymi¬sation d'un corpus pour en permettre un accès plus large. Les principes et l'outil d'anonymisation présentés sont appliqués à un corpus d'interactions en apprentissage des langues. Dans de telles situations, les marques d'identité à masquer sont tantôt des identifiants immuables produits par le système, tantôt des appellations ou interpellations produites par les acteurs eux-mêmes et sujettes à des variations syntaxiques parfois signifiantes et empreintes de culture (surnoms, diminutifs). Enfin, cette contribution pose la question de la frontière à définir entre le contexte socioculturel utile à l'analyse et l'identité de l'acteur à protéger.
We are interested in the observation of learner behavior in learning environments in order to compare it to a recommended learning scenario. This paper deals with visualization as a means for observation. Indeed, the visualization can bring different functionalities and we are particularly interested in two of them: first to make the visualization aid the user to better explain the learner's activities by highlighting relevant information; second, to manipulate data to add some semantics on them. We present some visualization techniques adapted to our purpose, based on results previously obtained in an experiment.
A recommender system in an e-learning context is a software agent that tries to "intelligently" recommend actions to a learner based on the actions of previous learners. This recommendation could be an on-line activity such as doing an exercise, reading posted messages on a conferencing system, or running an on-line simulation, or could be simply a web resource. These recommendation systems have been tried in e-commerce to entice purchasing of goods, but haven't been tried in e-learning. This paper suggests the use of web mining techniques to build such an agent that could recommend on-line learning activities or shortcuts in a course web site based on learners' access history to improve course material navigation as well as assist the online learning process. These techniques are considered integrated web mining as opposed to off-line web mining used by expert users to discover on-line access patterns.
The World Wide Web (WWW) continues to grow at an astounding rate in both the sheer volume of traffic and the size and complexity of Web sites. The complexity of tasks such as Web site design, Web server design, and of simply navigating through a Web site have increased along with this growth. An important input to these design tasks is the analysis of how a Web site is being used. Usage analysis includes straightforward statistics, such as page access frequency, as well as more sophisticated forms of analysis, such as finding the common traversal paths through a Web site. Web Usage Mining is the application of data mining techniques to usage logs of large Web data repositories in order to produce results that can be used in the design tasks mentioned above. However, there are several preprocessing tasks that must be performed prior to applying data mining algorithms to the data collected from server logs. This paper presents several data preparation techniques in order to identify unique users and user sessions. Also, a method to divide user sessions into semantically meaningful transactions is defined and successfully tested against two other methods. Transactions identified by the proposed methods are used to discover association rules from real world data using the WEBMINER system [15].
In the context of distance learning and teaching, a reengineering process needs a feedback on the learners' uses of the learning system. The feedback could be given by interviews, questionnaires, but in many systems, it is also provided by the analysis of log files. Our works on the reengineering driven by models of e-learning systems, propose an architecture for usage analysis and a meta-language for describing the tracks' semantic and for linking them to observation needs defined in the predictive scenario. This architecture wants to be a collaborative cluster of services available for and designed by a community of practices on usage analysis. Concerning our meta-language UTL, we consider that it is important to interpret tracks in order to compare the designer's intentions with the learners' activities during a session.
This paper describes a method of reengineering based on information technology engineering and object-oriented software engineering. Focused on the reusability issue, these two communities propose different technical solutions. The first, using XML technologies, describes the content in a structured formalism and the second recommends the implementation of the object paradigms of abstraction, refinement and encapsulation. By combining them in the heart of a reengineering process, we show that these two approaches are regarded as inseparable and complementary. Orchestrated by the observed uses, several points of view on the behavior of the multimedia system are presented to the designer. The aim of this method is to bring to light the multimedia resources use. This behavior can be characterized by standard metadata and diffused to learning designer practice communities.
Web usage mining applies data mining procedures to analyze user access of Web sites. As with any KDD (knowledge discovery and data mining) process, WUM contains three main steps: preprocessing, knowledge extraction, and results analysis. We focus on data preprocessing, a fastidious, complex process. Analysts aim to determine the exact list of users who accessed the Web site and to reconstitute user sessions-the sequence of actions each user performed on the Web site. Intersites WUM deals with Web server logs from several Web sites, generally belonging to the same organization. Thus, analysts must reassemble the users' path through all the different Web servers that they visited. Our solution is to join all the log files and reconstitute the visit. Classical data preprocessing involves three steps: data fusion, data cleaning, and data structuration. Our solution for WUM adds what we call advanced data preprocessing. This consists of a data summarization step, which will allow the analyst to select only the information of interest. We've successfully tested our solution in an experiment with log files from INRIA Web sites.