Contributeurs:
État de publication: publié
Type de présentation: Communication orale
Nom de la rencontre: Colloque de la Communauté pour l'Innovation et la Recherche sur les Technologies dans l'enseignement/Apprentissage (CIRTA)
Lieu: Québec, Canada
URL: https://cirta2018.teluq.ca/teluqDownload.php?file=2018/11/CIRTA2018-Parent.pdf
Résumé: L’analyse des données d’apprentissage combine les informations liées à l’institution, aux programmes, aux apprentissages de l’étudiant et à son profil. L'analyse de l'apprentissage réfère à « the measurement, collection, analysis, and reporting of data about learners and their contexts, for the purposes of understanding and optimizing learning and the environments in which it occurs » (LAK, 2011). Des données concernant les apprenants et leurs apprentissages sont collectées tous les jours, pourtant, il semblerait que le milieu de l’éducation accuse un certain retard dans l’exploitation des données (Long et Siemens, 2011). Si les données soutiennent l’individualisation et l’autonomie, l’analyse de données ne serait pas une panacée, notamment due aux algorithmes utilisés et à la confidentialité des données (Ferguson, Brasher, Clow, Griffiths et Drachsler, 2016). Ce symposium se veut l’occasion de collectivement dresser un portrait des initiatives et des enjeux de l’analyse de l’apprentissage au Québec. Quels outils et modèles de décisions sont mis à profit? Comment les données peuvent-elles soutenir les interventions? Quels sont les défis à relever et les gains potentiels?
Dimension(s):
Théorie de l'activité:
Appartenance: