Évaluation des apprentissages, vers une approche sensible aux données pour l’estimation de la difficulté perçue d’items d’évaluation - Archive ouverte HAL
Communication Dans Un Congrès Année : 2024

Évaluation des apprentissages, vers une approche sensible aux données pour l’estimation de la difficulté perçue d’items d’évaluation

Résumé

Ces travaux de thèse s’intéressent à l’évaluation automatique des apprentissages, en particulier lors d’items d’évaluations de type Questions à Choix Multiples (QCM), en se focalisant sur la gestion de la difficulté et sa perception par l’apprenant. Cet article présente les méthodes traditionnelles d’estimation de difficulté d’items d’évaluation, suggérant l’utilisation de l’apprentissage automatique et du traitement du langage naturel, tout en notant leurs limites. Il présente la recherche, menée durant la première année de thèse, focalisée sur la création d’un jeu de données pour l’entraînement de modèles prédictifs, et explore la construction et l’entraînement de ces modèles. Il décrit le cadre pour une évaluation plus nuancée et prévoyant l’intégration de facteurs psychologiques dans la modélisation et les estimations futures de la difficulté.
Fichier principal
Vignette du fichier
Actes_RJCEIAH_2024_Art23.pdf (256.41 Ko) Télécharger le fichier
Origine Accord explicite pour ce dépôt

Dates et versions

hal-04682677 , version 1 (30-08-2024)

Identifiants

  • HAL Id : hal-04682677 , version 1

Citer

Mohamed Lamgarraj. Évaluation des apprentissages, vers une approche sensible aux données pour l’estimation de la difficulté perçue d’items d’évaluation. RJC-EIAH 2024, Le Mans Université, Jun 2024, Laval, France. pp.244-248. ⟨hal-04682677⟩
21 Consultations
10 Téléchargements

Partager

More