Résumé:
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.
