Please use this identifier to cite or link to this item:
http://dspace.univ-guelma.dz/jspui/handle/123456789/10053
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | ANNABI, MOHAMED ANIS | - |
dc.date.accessioned | 2021-02-22T09:04:02Z | - |
dc.date.available | 2021-02-22T09:04:02Z | - |
dc.date.issued | 2020 | - |
dc.identifier.uri | http://dspace.univ-guelma.dz:8080/xmlui/handle/123456789/10053 | - |
dc.description.abstract | Dans la littérature, beaucoup de chercheurs considèrent que le style d’apprentissage d’un ap-prenant est un facteur important à considérer dans les environnements d’apprentissage vir-tuels. Il permet d’individualiser l’apprentissage de l’apprenant dans son environnement. Chaque apprenant a des styles d'apprentissage différents et des manières diverses de perce-voir, traiter, retenir et comprendre les nouvelles informations. L’objectif de notre travail est de proposer une nouvelle méthode de détection automatique des styles d’apprentissage des apprenants dans un environnement d’apprentissage à distance. La méthode de détection proposée est basée sur l’analyse des traces issues des interactions des apprenants avec l’environnement d’apprentissage. Un ensemble d’indicateurs a été calculé à partir des traces rassemblées. La modélisation des styles d’apprentissage est basée sur le mo-dèle de Felder et Silverman (1988). Pour atteindre notre objectif, la plateforme "ADLS" (Pour : Automatic Detection of Learning Style) a été conçue. La plateforme "ADLS" adopte la méthode de détection automatique des styles proposée et offre plusieurs fonctionnalités à ses apprenants. Mots clés :Style d’apprentissage, Trace, Analyse de trace, Indicateurs, EIAH, Felder&Silverman, Détection automatique des styles d’apprentissage, environnement d’apprentissage à distance. | en_US |
dc.language.iso | fr | en_US |
dc.subject | Style d’apprentissage, Trace, Analyse de trace, Indicateurs, EIAH, Felder&Silverman, Détection automatique des styles d’apprentissage, environnement d’apprentissage à distance. | en_US |
dc.title | Détection Automatique des Styles d’Apprentissage des Apprenants à travers l’Analyse des Traces de Navigation dans les EIAH | en_US |
dc.type | Working Paper | en_US |
Appears in Collections: | Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Mémoire ANNBI Mohamed Anis.pdf_Informatique._Systèmes informatiques.pdf | 2,71 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.