Soutenances de Thèses
RechercheSoutenance de Thèses
Thèses
Thèse sur l'apprentissage collaboratif en situation de mobilité : cadre conceptuel et conception d'un dispositif pour augmenter des représentations visuelles planes - Sebastian Simon / LIUM
Sebastian SIMON va soutenir sa thèse sur l'Apprentissage collaboratif en situation de mobilité, le 15 novembre 2024.
Doctorant : Sebastian Simon
Directeur de Thèse : Sébastien Iksal (LIUM - IEIAH)
Co-encadrant(s) de Thèse : Iza Marfisi (LIUM - IEIAH)
Financement : Projet ANT Situlearn
Composition du jury
- Christine MICHEL, Professeure, Université de Poitiers (Rapporteure)
- Julien BROISIN, Maitre de conférences et HDR, Université Toulouse 3 (Rapporteur)
- Thierry NODENOT, Professeur, Université de Pau et des Pays de l'Adour (Examinateur)
- Audrey SERNA, Maitresse de conférences, Université de Lyon (Examinatrice)
- Sébastien GEORGE, Professeur, Le Mans Université (Directeur de thèse)
- Iza MARFISI, Professeure, Le Mans Université (Encadrante)
Résumé de la thèse
Nos travaux de recherche s’intègrent dans le domaine des Environnements Virtuels pour l’Apprentissage Humain (EVAH).Cette thèse de doctorat est centrée sur la conception et l'expérimentation d'un outil pour soutenir l'apprentissage collaboratif, en petits groupes autonomes, lors de sorties sur le terrain. À cette fin, nous avons développé SPART, un dispositif d'augmentation de surfaces planes, par exemple des cartes ou des images, qui peut être utilisé avec des smartphones ou des tablettes standards. Il offre un grand espace de travail et des interactions intuitives similaires aux tables interactives. Ce dispositif a été testé dans le cadre d'une activité en classe, d'une sortie pédagogique et d'une exposition scientifique.
Cette thèse propose également des contributions plus théoriques comme la définition d'un cadre conceptuel pour mieux comprendre les éléments et les mécanismes inhérents à l'apprentissage collaboratif instrumenté. Le cadre de conception, nommé PAC Framework, a été construit en considérant un grand nombre de travaux scientifiques, dans le but de devenir un artefact collaboratif pour la communauté CSCL (Computer Supported Collaborative Learning). Nous proposons également une méta-analyse des fonctionnalités collaboratives existantes et de leurs impacts sur les activités et les apprentissages pour guider la conception de logiciels CSCL.