Séance de cours

Session interactive : Stratégies d’apprentissage et réflexion cognitive

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 se concentre sur les stratégies d'apprentissage et la réflexion cognitive, en commençant par un examen du matériel de la semaine dernière pour améliorer l'apprentissage par la pratique espacée. L'instructeur engage le public dans une série de questions et de discussions interactives, explorant des sujets tels que la taille de l'effet, la signification statistique, l'apprentissage procédural et la charge cognitive. Les participants analysent différentes stratégies d'enseignement et leur impact sur le rendement des élèves, en soulignant l'importance de relier les modèles formels aux applications du monde réel. La session se termine par une réflexion sur la complexité de l’apprentissage et l’effet cumulatif de petits changements dans les pratiques éducatives.

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 (16)

Signification statistique

vignette|statistique En statistiques, le résultat d'études qui portent sur des échantillons de population est dit statistiquement significatif lorsqu'il semble exprimer de façon fiable un fait auquel on s'intéresse, par exemple la différence entre 2 groupes ou une corrélation entre 2 données. Dit autrement, il est alors très peu probable que ce résultat apparent soit en fait trompeur s'il n'est pas dû, par exemple, à un , trop petit ou autrement non représentatif (surtout si la population est très diverse).

Test statistique

En statistiques, un test, ou test d'hypothèse, est une procédure de décision entre deux hypothèses. Il s'agit d'une démarche consistant à rejeter ou à ne pas rejeter une hypothèse statistique, appelée hypothèse nulle, en fonction d'un échantillon de données. Il s'agit de statistique inférentielle : à partir de calculs réalisés sur des données observées, on émet des conclusions sur la population, en leur rattachant des risques d'être erronées. Hypothèse nulle L'hypothèse nulle notée H est celle que l'on considère vraie a priori.

Inférence statistique

vignette|Illustration des 4 principales étapes de l'inférence statistique L'inférence statistique est l'ensemble des techniques permettant d'induire les caractéristiques d'un groupe général (la population) à partir de celles d'un groupe particulier (l'échantillon), en fournissant une mesure de la certitude de la prédiction : la probabilité d'erreur. Strictement, l'inférence s'applique à l'ensemble des membres (pris comme un tout) de la population représentée par l'échantillon, et non pas à tel ou tel membre particulier de cette population.

Taille d'effet

En statistique, une taille d'effet est une mesure de la force de l'effet observé d'une variable sur une autre et plus généralement d'une inférence. La taille d'un effet est donc une grandeur statistique descriptive calculée à partir de données observées empiriquement afin de fournir un indice quantitatif de la force de la relation entre les variables et non une statistique inférentielle qui permettrait de conclure ou non si ladite relation observée dans les données existe bien dans la réalité.

Puissance statistique

La puissance statistique d'un test est en statistique la probabilité de rejeter l'hypothèse nulle (par exemple l'hypothèse selon laquelle les groupes sont identiques au regard d'une variable) sachant que l'hypothèse nulle est incorrecte (en réalité les groupes sont différents). On peut l'exprimer sous la forme 1-β où β est le risque de c'est-à-dire le risque de ne pas démontrer que deux groupes sont différents alors qu'ils le sont dans la réalité.

Afficher plus

Séances de cours associées (43)

Importance statistique : estimation maximale de vraisemblance et intervalles de confiance

Explore les erreurs de type I et de type II, les valeurs critiques et les intervalles de confiance dans la signification statistique.

Comprendre les statistiques et le design expérimental

Fournit un aperçu de la théorie des probabilités de base, de l'ANOVA, des tests t, du théorème de limite centrale, des métriques, des intervalles de confiance et des tests non paramétriques.

GLM: Essai d'hypothèse statistique

Explore les tests d'hypothèses statistiques, les types d'erreurs, le seuil et les comparaisons multiples dans GLM.

Essais d'hypothèse statistique

Couvre les tests d'hypothèses statistiques, les intervalles de confiance, les valeurs p et les niveaux de signification dans les tests d'hypothèses.

Essais d'hypothèses : état de la nature

Explore les tests d'hypothèse, en soulignant l'état de la nature et l'importance de choisir le test le plus puissant.

Afficher plus

Concepts associés (16)

Signification statistique

Test statistique

Inférence statistique

Taille d'effet

Puissance statistique

Afficher plus