Capitalisation et partage de connaissances d’analyse de traces numériques d’activités : assister le suivi de l'activité dans les environnements de formation à base de simulateur pleine échelle

Olivier Champalle 1
1 SILEX - Supporting Interaction and Learning by Experience
LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information
Résumé : Nos recherches s'inscrivent dans le domaine de l'ingénierie des connaissances et plus particulièrement dans la capitalisation et le partage de connaissances d'observation et d'analyse de traces numériques d'activités. Dans ce cadre, nous basons notre approche sur le concept de la trace modélisée (M-Trace) développée par l'équipe SILEX. Au travers de notre approche nous donnons la possibilité d'exploiter des traces numériques d'activités de bas niveaux pour faire émerger des connaissances de plus haut niveaux obtenues via des transformations à base de règles. Ces règles modélisent des connaissances d'observation et d'analyse de différents utilisateurs et sont capitalisables et partageables entre ces derniers. Nous complétons notre proposition en fournissant une visualisation synthétique des niveaux de connaissances et de leurs observés. Via un modèle générique de trace, que nous avons développé, cette synthèse visuelle est navigable afin de permettre aux utilisateurs d'explorer les différents niveaux de connaissances et de reconstituer le chemin de construction des observables entre les niveaux, facilitant ainsi l'analyse. Nos différentes propositions ont été réifiées dans un logiciel du nom de D3KODE (« Define, Discover, and Disseminate Knowledge from Observation to Develop Expertise »). Ce logiciel a été mis à l'épreuve dans le contexte de la formation professionnelle sur les simulateurs pleine échelle du groupe EDF utilisés pour la formation et le perfectionnement des agents de conduite de centrale nucléaire. Dans un tel cadre l'observation, l'analyse et le débriefing des interactions individuelles et collectives des opérateurs sont des activités critiques et particulièrement dense notamment pour les jeunes formateurs. Les données collectées sont difficilement exploitables dû à leur grande quantité et à leur très bas niveau nécessitant une expertise forte que tous les formateurs ne possèdent pas. Ce travail a donné lieu à une évaluation en contexte réel sur simulateur pleine échelle et à des résultats significatifs permettant de valider notre approche et d'encourager des perspectives de recherche nombreuses
Type de document :
Thèse
Analyse numérique [cs.NA]. Université Claude Bernard - Lyon I, 2014. Français. <NNT : 2014LYO10131>
Liste complète des métadonnées


https://tel.archives-ouvertes.fr/tel-01099275
Contributeur : Abes Star <>
Soumis le : lundi 4 mai 2015 - 13:57:06
Dernière modification le : lundi 6 février 2017 - 11:18:04
Document(s) archivé(s) le : lundi 14 septembre 2015 - 18:15:46

Fichier

TH2014ChampalleOlivier.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01099275, version 2

Collections

Citation

Olivier Champalle. Capitalisation et partage de connaissances d’analyse de traces numériques d’activités : assister le suivi de l'activité dans les environnements de formation à base de simulateur pleine échelle. Analyse numérique [cs.NA]. Université Claude Bernard - Lyon I, 2014. Français. <NNT : 2014LYO10131>. <tel-01099275v2>

Partager

Métriques

Consultations de
la notice

1763

Téléchargements du document

213