Prédire l’Expérience Autotélique des ...
Document type :
Communication dans un congrès avec actes
Title :
Prédire l’Expérience Autotélique des participants à un MOOC : Vers une implémentation du modèle EduFlow dans un Tableau de Bord
Author(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
Conference title :
9e Colloque international en éducation, Centre de recherche interuniversitaire sur la formation et la profession enseignante (CRIFPE)
City :
Montréal
Country :
Canada
Start date of the conference :
2022-05-05
Publication date :
2022-05-06
Keyword(s) :
Expérience Autotélique
Flow
Machine Learning
EIAH
Flow
Machine Learning
EIAH
HAL domain(s) :
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
French abstract :
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 ...
Show more >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.Show less >
Show more >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.Show less >
Language :
Français
Peer reviewed article :
Oui
Audience :
Internationale
Popular science :
Non
Source :