| Titre : | Une Approche pour le M-Learning dans le Cloud |
| Auteurs : | Khamssa Chouchane, Auteur ; Okba Kazar, Directeur de thèse |
| Type de document : | Thése doctorat |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2023 |
| Format : | 1 vol. (99 p.) / couv. ill. en coul / 30cm |
| Langues: | Français |
| Mots-clés: | Apprentissage mobile, M-learning, Apprentissage adaptatif, Apprentissage personnalis´e, Sensibilisation au contexte, Syst`eme multi-agents, Cloud Computing, Style d’apprentissage. |
| Résumé : |
Le d´eveloppement rapide des r´eseaux sans fil et des technologies mobiles a jou´e un r^ole important dans l’´evolution de la vie quotidienne. La technologie mobile et ses services facilitent la communication et le contact entre les personnes, quel que soit le lieu o`u ils se trouvent. Les appareils portables d’aujourd’hui peuvent ^etre utilis´es pour acc´eder et g´erer de nombreux types de données, d’un simple texte `a des dossiers multim´edias plus complexes. On peut affirmer que les environnements ´educatifs ne se limitent pas aux ´ecoles ou aux universit´es. Avec l’utilisation de la technologie au sein des syst`emes ´educatifs, les moyens d’acc`es `a l’information ont chang´e et de nouveaux concepts tels que l’apprentissage mobile ont ´emerg´e. Ceci dit, ce nouveau paradigme d’apprentissage soul`eve de nombreux d´efis auxquels les chercheurs sont confront´es pour assurer l’accessibilit´e `a tous les ´etudiants, suivre le rythme inou¨ı de la technologie, des préférences et du contexte d’apprentissage L’objectif de cette th`ese est de concevoir un syst`eme d’apprentissage plus adapt´e et de le mettre en œuvre en se basant sur des agents qui prennent en charge la sensibilisation au contexte et le contenu d’apprentissage personnalis´e `a l’aide du Cloud Computing. Le syst`eme fournit un contenu d’apprentissage dispens´e par le biais d’appareils mobiles et adapt´e aux pr´ef´erences et au style d’apprentissage de l’apprenant, et ceci dans le but d’augmenter la satisfaction de l’apprenant et faciliter la r´eussite de l’apprentissage. Le syst`eme comprend des avantages des applications mobiles, des syst`emes multi-agents, de la sensibilit´e au contexte, de la personnalisation p´edagogique et du Cloud Computing. La prise en charge de la sensibilisation au contexte et de la personnalisation est essentielle dans les syst`emes d’apprentissage mobiles, afin qu’ils puissent am´eliorer l’efficacit´e de l’apprentissage et rendre l’apprentissage pertinent d’un point de vue contextuel. Les agents sont habitu´es `a b´en´eficier de leurs avantages qu’ils soient autonomes, r´eactifs, proactifs et sociaux. Les ressources informatiques peuvent ^etre partag´ees entre plusieurs ordinateurs sur un r´eseau ; par cons´equent, seul l’agent de contexte de l’apprenant doit ^etre install´e sur les appareils mobiles de l’apprenant. Le Cloud Computing permet aux apprenants d’acc´eder au contenu d’apprentissage dans tous les lieux o`u la connexion Internet est disponible. Le syst`eme a ´et´e mis en œuvre et test´e avec des ´etudiants du d´epartement d’informatique de l’Universit´e de Middlesex, Londres, Royaume-Uni, ainsi qu’avec des ´etudiants du d´epartement des sciences et technologies de l’Universit´e de T´ebessa, Alg´erie. Les r´esultats exp´erimentaux d´emontrent l’utilit´e et l’efficacit´e de notre syst`eme dans la pratique. Les ´etudiants ont convenu que le mat´eriel de cours pr´esent sur leur ’smart phones’ est tr`es clair, le mat´eriel d’apprentissage recommand´e par le syst`eme est tr`es pertinent dans leur contexte, et le syst`eme d’apprentissage mobile sensible au contexte propos´e est tr`es pratique. Ce dernier repr´esente un outil d’apprentissage utile pour aider le processus d’apprentissage et cela peut promouvoir leurs int´er^ets d’apprentissage. |
| Sommaire : |
Table des mati`eres Introduction g´en´erale I I Apprentissage Mobile 1 I.1 Introduction . . . . . . . . . . . 1 I.2 E-learning (Apprentissage en ligne) . . . . 2 I.3 M-learning Vs. E-learning . . . . . . . . I.4 D´efinitions de l’apprentissage mobile . . . . . 5 I.5 Technologie Mobile . . . . . . . . . . . . . . . . . . . . . . 7 I.6 L’apprentissage mobile pendant le confinement li´e au Covid-19 . . . . 9 I.7 Avantages de l’apprentissage mobile . . . . . . . . . . . . I.8 Les inconv´enients de l’apprentissage mobile . . . . . . . . 11 I.9 Caract´eristiques de l’apprentissage mobile . . . . . . ... 12 I.10 Classification de lapprentissage mobile . . . . . . . . . . . 14 I.11 Conclusion . . . . . . . . . . . . .. . 18 II L’Apprentissage Mobile et la Sensibilit´e au contexe II.1 Introduction . . . . . .. . 19 II.2 Le contexte et la sensibilit´e au contexte (context-awareness) . . .. 20 II.3 Les Contextes d’Apprentissage . . . . . . . . . . . . . . . 22 II.4 Le d´eploiement de contextes d’apprentissage dans les applications du M-learning 24 II.5 L’adaptation et la sensibilit´e au contexte . . . . . 26 II.5.1 Ladaptation de l’apprentissage . . . . . . . . . . . . . . . . 26 II.5.2 Apprentissage mobile adaptatif et sensible au contexte . . . . 27 II.6 Styles d’apprentissage . . . . . . . . . . . 28 II.7 Les objets d’apprentissage et leurs applications . .. . 29 II.7.1 Avantages des objets d’apprentissage . . . . . . . 29 II.8 Synth`ese des syst`emes d’apprentissage mobile sensibles au contexte . . . . . . . 30 II.9 Conclusion . . . . . . . . . . 38 III Apprentissage Mobile dans le Cloud Computing et les Syst`emes d’Apprentissage Mobile `a base d’Agents 39 III.1 Introduction . . . . . . . . . . .. . 39 III.2 Cloud Computing . . . . . . . . . . .. . 40 III.2.1 D´efinition du Cloud Computing . . . . . .. 40 III.2.2 Caract´eristiques du Cloud Computing . . . . 41 III.2.3 Mod`eles de services . . . . . . . . . . . . 41 III.2.4 Mod`eles de mise en œuvre . . . . . . . . . . . . . 43 III.2.5 Int´egration du Cloud Computing dans l’apprentissage mobile . . . . . . . 43 III.2.6 Les syst`emes d4apprentissage mobile bas´e sur le Cloud Computing . . . 45 III.2.7 Les Inconv´enients de Cloud Computing . . . . . . . . . 47 III.3 La technologie agent . . . . . . . . .. . . . . 47 III.3.1 Les agents . . . . . . . . . . . . . . . . . . 47 III.3.2 Les Syst`emes Multi-Agents . . . . . . . . .. . . 48 III.3.3 Les syst`emes d’apprentissage mobile `a base d’agents . . . . 49 III.4 Conclusion . . . . . . . . . . . . 50 IV Architecture du Syst`eme d’apprentissage Mobile Sensible au contexte Adaptatif `a base d’Agents dans le Cloud Computing 52 IV.1 Introduction . . . . . . . . 52 IV.2 L’architecture propos´ee . . . . . . . . . 53 IV.2.1 L’agent de contexte d’apprenant (Learner Context Agent) . . . . . . . . 53 IV.2.2 La couche d’interface et de communication (Interface and CommunicationLayer) . 53 IV.2.2.1 Agent d’interface (Interface Agent) . . . . . . 54 IV.2.2.2 Agent Communication . . . . . . . . 56 IV.2.3 La couche de d´ecision (Decision Layer) . . . . . . . . . . 56 IV.2.3.1 Feedback Agent . . . . . . . . . . . . . . . . . . 56 IV.2.3.2 Agent de profile (Profile Agent) . . .. . 57 IV.2.4 La couche de contexte (Context Layer) . . . . . . . . . . . . . . . . . . . 57 IV.2.4.1 L’agent d’analyse de contexte (Context Analysing Agent) . . . 57 IV.2.4.2 Agent de l’adaptation de contexte (Context Adaptation Agent) 58 IV.2.5 La couche de l’adaptation (Adaptation Layer) . . . . 58 IV.2.5.1 Learning Content Adaptation Agent . . . . . 58 IV.2.5.2 Learning Style Adaptation Agent . . . . . . . . 59 IV.2.6 Data Layer . . . . . . . . .. . . . . . . . 59 IV.2.7 Communication entre les Agents . . . . . . 59 IV.3 Les diagrammes de class et de s´equence . . . .. . 60 IV.4 Profil de l’apprenant . . . . . . . . . . . . . 67 IV.4.1 Les facteurs comportementaux . . . . . . . . 69 IV.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . 70 V Impl´ementation et Validation du Syst`eme 71 V.1 Introduction . . . . . . . . . . . . . . . . . . . . . 71 V.2 Outils de d´eveloppement . . . V.2.1 Plateforme JADE . . . . . . . . . . . . 72 V.2.1.1 Les agents dans JADE . . . . . . . . 74 V.2.1.2 Plateforme Jade-LEAP . . . 74 V.2.2 J2ME . . . . . . . . . . . . . . . . . . . . 75 V.2.3 Le Cloud AWS . . . . . . . . . . . . . 76 V.3 Questionnaire sur le contexte en Mobile Learning : le point de vue des apprenants 76 V.3.1 Proc´edure . . . . . . . . . . . . . 77 V.3.2 R´esultats . . . . . . . . . . . . . . . . . . . . . 77 V.4 Pr´esentation de l’application mobile . . . . . . . .. . . . . . . 80 V.4.1 Test des messages du sc´enario de connexion . . . . . . 91 V.4.2 Test des messages du sc´enario de demande de cours . . . . 91 V.5 La validation et l’´evaluation du syst`eme . . . . . . .. V.6 Conclusion . . . . . . . . . . . . . . . . . 98 Conclusions G´en´erales 99 ANNEXES i - III -Table des mati`eres A Questionnaire 1 i B Pre-test Questionnaire utilis´e dans la validation de syst`eme iii C Post-test Questionnaire utilis´e dans la validation de syst`eme v D Les questions utilis´ees pour ´evaluer l’apprenant dans l’application mobile MLCyborg vii |
| En ligne : | http://thesis.univ-biskra.dz/6129/1/THESE_CHOUCHANE.pdf |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| TINF/188 | Théses de doctorat | bibliothèque sciences exactes | Consultable |
