8 juin 2021
info:eu-repo/semantics/OpenAccess
Sergio Iván Ramirez Luelmo et al., « Les modèles apprenant pour soutenir l'apprentissage tout au long de la vie : revue de littérature », HAL-SHS : sciences de l'éducation, ID : 10670/1.86mn9v
De nos jours, l'analyse de l'apprentissage ou Learning Analytics (LA) est un sujet émergent dans les domaines des Environnements Informatiques pour l'Apprentissage Humain (EIAH) et de l'Apprentissage Tout au Long de la Vie (ATLV). Les modèles apprenant jouent un rôle essentiel dans l'utilisation et l'exploitation des données générées par les apprenants dans une variété d'EIAH dans le but de faciliter le suivi de l'apprenant et la personnalisation du contenu du cours. Dans cet article, nous nous concentrons sur la modélisation de l'apprenant dans les MOOC (Massive Open Online Course) dans un contexte d'ATLV. Cette étude nous permettra de comparer et de mettre en évidence des caractéristiques des modèles apprenant existants pour un MOOC dans une perspective d'ATLV. Ce travail est dédié aux concepteurs/fournisseurs de MOOC, aux ingénieurs pédagogiques et aux chercheurs qui souhaitent avoir un panorama des travaux existants sur la modélisation des apprenants des MOOCs sur la base des LA. Mots-clés : apprentissage tout au long de la vie, modèle d'apprenant, revue de littérature, MOOC.