Prédire l’Expérience Autotélique des participants à un MOOC : Vers une implémentation du modèle EduFlow dans un Tableau de Bord
Fiche du document
5 mai 2022
- handle: 10670/1.rwoy4k
- hal: hal-03543781
Mots-clés
Expérience Autotélique Flow Machine Learning EIAHSujets proches
Expérience (philosophie) Expérience (psychologie)Citer ce document
Sergio Ramirez et al., « Prédire l’Expérience Autotélique des participants à un MOOC : Vers une implémentation du modèle EduFlow dans un Tableau de Bord », HAL-SHS : sciences de l'éducation, ID : 10670/1.rwoy4k
Métriques
Partage / Export
Résumé
Contexte:L’Expérience Autotélique (Flow) est un état psychologique humain fortement corrélé à l’auto-efficacité, la motivation, l’engagement et la persistance, notamment dans des contextes de formation à distance, et/ou en ligne. Ainsi, l’implémentation dans un tableau de bord d’indicateurs en permettant la détection rapide et simple, notamment via le modèle du flow en éducation (EduFlow) serait d’une très grande utilité pour renforcer la réussite des étudiants.Méthode:Nous associons les résultats de deux instruments psychométriques (n ~ 1000) à des techniques d’apprentissage automatique (Machine Learning) pour calculer un modèle prédictif de présence et absence de l’Expérience Autotélique à travers ses composantes : l’absorption cognitive, transformation du temps, perte de la conscience de soi, et l’expérience autotélique.Résultats:Les résultats de cette recherche fournissent un instrument de détection de l’Expérience Autotélique fiable (précision > 75%) et relativement simple à incorporer dans des Tableaux de Bord existants.Discussion:Il est nécessaire d’améliorer la fiabilité de l’échantillon de données d’entrée et d’en augmenter le nombre d’effectifs. Nous discutons également les limites de notre étude et les étapes à suivre dans les futures recherches.