Utilisation des Learning Analytics (LA) pour évaluer et soutenir l’engagement des étudiants dans la formation par concordance de raisonnement clinique à l’Université de Montréal : une approche basée sur les traces
Alioum Alioum présentera ce projet dans le cadre du Colloque du CRIFPE de 2022 le vendredi 6 mai prochain.
« Nos travaux visent, à l’aide des traces numérique d’apprentissages, à modéliser l’engagement des étudiants dans une formation qui se fait à distance et à la soutenir. La formation par concordance de raisonnement permet d’accompagner les étudiants dans le développement de leur compétence en raisonnement clinique ; compétence essentielle à la pratique clinique (Charlin et Fernandez, 2016). À l’Université de Montréal, cette formation se déroule sur une plateforme numérique qui met les étudiants face à des descriptions de cas cliniques authentiques (Charlin et Fernandez, 2016). Dans ces contextes de formation à distance, le niveau d’engagement des étudiants est un élément déterminant qui permettrait à ceux-ci de tirer profit des avantages de leur formation (Bouvier et al., 2014 ; Clauzel et al., 2011). Pendant des sessions d’apprentissage, les plateformes numériques stockent des traces qui représentent l’historique des activités d’apprentissage et les informations que traitent les apprenants (Winnie, 2020). Ces traces peuvent être assimilées à des comportements de participation observables et pourraient révéler des informations précieuses sur les habitudes d’apprentissage des étudiants (Poellhuber et Roy, 2019). La finalité de la modélisation à l’aide des traces, est de pouvoir revenir vers les apprenants pour leur apporter des feedbacks utiles (Molinari et al., 2016). »
You must be logged in to post a comment.