Prédire l’Expérience Autotélique des ...
Type de document :
Communication dans un congrès avec actes
Titre :
Prédire l’Expérience Autotélique des participants à un MOOC : Vers une implémentation du modèle EduFlow dans un Tableau de Bord
Auteur(s) :
Ramirez Luelmo, Sergio Ivan [Auteur]
Trigone-CIREL
El Mawas, Nour [Auteur]
Trigone-CIREL
Bachelet, Rémi [Auteur]
Centrale Lille
Fenouillet, Fabien [Auteur]
Laboratoire Interdisciplinaire en Neurosciences, Physiologie et psychologie [LINP2]
Heutte, Jean [Auteur]
Trigone-CIREL
Trigone-CIREL
El Mawas, Nour [Auteur]

Trigone-CIREL
Bachelet, Rémi [Auteur]
Centrale Lille
Fenouillet, Fabien [Auteur]
Laboratoire Interdisciplinaire en Neurosciences, Physiologie et psychologie [LINP2]
Heutte, Jean [Auteur]

Trigone-CIREL
Titre de la manifestation scientifique :
9e Colloque international en éducation, Centre de recherche interuniversitaire sur la formation et la profession enseignante (CRIFPE)
Ville :
Montréal
Pays :
Canada
Date de début de la manifestation scientifique :
2022-05-05
Date de publication :
2022-05-06
Mot(s)-clé(s) :
Expérience Autotélique
Flow
Machine Learning
EIAH
Flow
Machine Learning
EIAH
Discipline(s) HAL :
Sciences de l'Homme et Société/Psychologie
Sciences de l'Homme et Société/Education
Informatique [cs]/Environnements Informatiques pour l'Apprentissage Humain
Sciences de l'Homme et Société/Education
Informatique [cs]/Environnements Informatiques pour l'Apprentissage Humain
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 ...
Lire la suite >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.Lire moins >
Lire la suite >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.Lire moins >
Langue :
Français
Comité de lecture :
Oui
Audience :
Internationale
Vulgarisation :
Non
Source :