Séance de cours

Test de réflexion cognitive et méthodes d'apprentissage

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

HUM-432: How people learn: Designing Learning Tools I

The students will understand the cognitive and social factors which affect learning - particularly in science and engineering. They will be able to use social research techniques as part of the design process to understand end users. ...

Description

Cette séance de cours porte sur divers sujets liés aux méthodes d'apprentissage et à l'évaluation cognitive. Il traite de l'utilisation de cartes conceptuelles, de l'apprentissage coopératif ou compétitif, et de l'interprétation de la taille des effets. Il explore également le test de réflexion cognitive et différents styles d'apprentissage, tels que l'apprentissage observationnel et l'apprentissage procédural.

Enseignant·e·s (2)

Roland John Tormey

I am a sociologist and learning scientist researching and teaching on engineering education. I'm particularly focused on the roles of emotion and self-regulation in engineering teaching and learning. My profile is accessible here.

Nihat Kotluk

Dr. Kotluk is currently a post-doc at the EPFL. He focuses mainly on emotions in the decision-making process, moral reasoning, and ethics in Engineering Education. He also works on equality and diversity issues. He has an academic background in both STEM and social sciences. Dr. Kotluk has acquired advanced skills in education, inclusive pedagogy, and science teachers' training. He has 14 years of teaching experience and has trained high school students in physics and teachers in pedagogy and research methods, among others. Dr. Kotluk has strong teaching and learning communication skills. He holds a Ph.D. in Educational Science, Curriculum, and Instruction. In his thesis, he studied the perceptions and practices of educators in culturally relevant pedagogy and developed recommendations to put more emphasis on inclusion in pre-service teacher education. With his research, he opened a new discussion in the academic community in Turkey and internationally. In his recent work, he analyzes the educational challenges facing refugee communities and other marginalized groups. In the study, he focused on whether and how teachers implemented the principles of culturally relevant and sustaining pedagogies and the challenges teachers faced while trying to implement these principles with Syrian students in Turkey. In his more recent work, he has studied moral emotions, moral reasoning in engineering ethics, and equality and diversity issues in engineering education. His teaching and research interests include emotions in engineering education, culturally responsive STEM education, equity and diversity in education, and multicultural education.

Source officielle

Concepts associés (29)

Styles d'apprentissage

Les styles d’apprentissage constituent une gamme de théories concurrentes et contestées qui, à partir d’un concept commun selon lequel les apprenants diffèreraient dans la façon d’acquérir leur connaissances, vise à tenir compte desdites différences d’acquisition supposées chez les apprenants. Bien que ces diverses théories divergent dans leurs vues sur la façon dont lesdits styles doivent être définis et classés, ces théories suggèrent que tous les apprenants pourraient être étiquetés en fonction d’un « style » d’apprentissage particulier comme « visuel », « auditif », « kinesthésique », « tactile », etc.

Apprentissage

L’apprentissage est un ensemble de mécanismes menant à l'acquisition de savoir-faire, de savoirs ou de connaissances. L'acteur de l'apprentissage est appelé apprenant. On peut opposer l'apprentissage à l'enseignement dont le but est de dispenser des connaissances et savoirs, l'acteur de l'enseignement étant l'enseignant.

Experiential learning

Experiential learning (ExL) is the process of learning through experience, and is more narrowly defined as "learning through reflection on doing". Hands-on learning can be a form of experiential learning, but does not necessarily involve students reflecting on their product. Experiential learning is distinct from rote or didactic learning, in which the learner plays a comparatively passive role. It is related to, but not synonymous with, other forms of active learning such as action learning, adventure learning, free-choice learning, cooperative learning, service-learning, and situated learning.

Apprentissage automatique

L'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.

Traduction automatique

La traduction automatique désigne la traduction brute d'un texte entièrement réalisée par un ou plusieurs programmes informatiques. Dans le cas de la traduction d'une conversation audio, en direct ou en différé, on parle de transcription automatique. Un traducteur humain n’intervient pas pour corriger les erreurs du texte durant la traduction, mais seulement avant et/ou après. On la distingue de la traduction assistée par ordinateur où la traduction est en partie manuelle, éventuellement de façon interactive avec la machine.

Afficher plus

Séances de cours associées (64)

Paysage et généralisation dans l'apprentissage profond

Explore les défis et les points de vue de l'apprentissage profond, en mettant l'accent sur le paysage des pertes, la généralisation et l'apprentissage caractéristique.

Acquérir des données pour l'apprentissage : approches et défis modernes

Explore les approches et les défis modernes en matière d'acquisition de données pour l'apprentissage de contrôleurs optimaux au moyen de démonstrations et de méthodes axées sur les données.

Arbres de régression et méthodes d'ensemble dans l'apprentissage automatique

Discute des arbres de régression, des méthodes d'ensemble et de leurs applications dans la prévision des prix des voitures d'occasion et des rendements des stocks.

Les bonnes actions et les quotients

Couvre les actions correctes des groupes sur les surfaces de Riemann et introduit des courbes algébriques via des racines carrées.

Apprentissage automatique: Techniques d'apprentissage supervisé et non supervisé

Couvre les techniques d'apprentissage supervisées et non supervisées dans l'apprentissage automatique, en mettant en évidence leurs applications dans la finance et l'analyse environnementale.

Afficher plus

Concepts associés (29)

Styles d'apprentissage

Apprentissage

Experiential learning

Apprentissage automatique

Traduction automatique

Afficher plus