Canada Spends Logo

Explore our Budget 2026 analysis

Grant: Engage Grants Program

Université du Québec à Montréal

$25,000.00

Extension des technologies de ELearning par un module d'adaptation basé sur les ontologies

FY 2010-11

Summary
L'essor des technologies e-Learning dépendra du niveau de personnalisation des services offerts. Le contenu, l'aide en ligne et le mode d'interaction utilisé doivent tenir compte du profil de l'utilisateur-apprenant et de la nature des connaissances en jeu. Cette perspective impose de nouvelles exigences liées au développement des futures solutions technologiques du e-Learning. Un des défis scientifiques est la complexité des sources d'information considérée par le système informatique pour établir : 1) le niveau des connaissances de l'utilisateur et 2) un diagnostic cognitif précis selon sa performance. Ces fonctionnalités sont primordiales pour la prochaine génération des technologies eLearning car la pertinence de la réponse du système en dépend. Le partenaire industriel Language Research Development Group, Inc (LRDG), compagnie en technologies langagières a mis en place une plate-forme logicielle pour les tests adaptatifs. L'objectif visé est de produire un logiciel de formation en ligne capable de mieux évaluer les compétences langagières des candidats; de diagnostiquer la source de leurs erreurs afin d'établir un plan de remédiation personnalisé en les orientant vers les objets d'apprentissages appropriés. Dans l'état actuel des technologies, les modèles actuellement utilisés pour ces fonctionnalités sont généralement basés sur la théorie de la réponse à l'item (TRI) ou sur les réseaux bayesiens. Due à une faible connexion avec les connaissances du domaine, ces modèles ne permettent pas au systèeme d'entreprendre un diagnostic cognitif éfficace. L'objectif de cette recherche est de proposer un modèle alternatif et efficace qui alliera la puissance de prédiction des modèles de type TRI et bayesiens à un ancrage sémantique de fine granularité grâce à l'intégration d'une base de connaissances représentée par les ontologies. Une composante logicielle ouverte et inovatrice implémentant ce modèle sera développée. Son intégration dans un logiciel de eLearning permettra à ce dernier de pouvoir offrir des services plus appropriés d'évaluation, de diagnostic cognitif et de recommandation et qui tiennent compte des besoins et du profil de l'utilisateur.
Program
Engage Grants Program
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data

As published

Application id
397193-2010
Name nom
Nkambou, Roger
Department département
Informatique
Organization id
57
Institution établissement
Université du Québec à Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2010
Competition year année de concours
2010
Award amount
25000
Program id
EGP
Program name en
Engage Grants Program
Program name fr
Programme de subventions d'engagement partenariat
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1552
Committee name en
Quebec Internal Decision Committee
Committee name fr
Comité de décision interne pour le Québec
Area of application code
1207
Area of application group en
Advancement of knowledge
Area of application group fr
Avancement des connaissances
Area of application en
Information, computer and communication technologies
Area of application fr
Technologie de l'information, des ordinateurs et des réseaux de communications
Research subject code
2705
Research subject group en
Information technology
Research subject group fr
Technologie de l'information
Research subject en
Software and development
Research subject fr
Logiciels et développement
Partie
1
Nb partie
1
Application title
Extension des technologies de ELearning par un module d'adaptation basé sur les ontologies
Keyword
NSERC
Application summary
L'essor des technologies e-Learning dépendra du niveau de personnalisation des services offerts. Le contenu, l'aide en ligne et le mode d'interaction utilisé doivent tenir compte du profil de l'utilisateur-apprenant et de la nature des connaissances en jeu. Cette perspective impose de nouvelles exigences liées au développement des futures solutions technologiques du e-Learning. Un des défis scientifiques est la complexité des sources d'information considérée par le système informatique pour établir : 1) le niveau des connaissances de l'utilisateur et 2) un diagnostic cognitif précis selon sa performance. Ces fonctionnalités sont primordiales pour la prochaine génération des technologies eLearning car la pertinence de la réponse du système en dépend. Le partenaire industriel Language Research Development Group, Inc (LRDG), compagnie en technologies langagières a mis en place une plate-forme logicielle pour les tests adaptatifs. L'objectif visé est de produire un logiciel de formation en ligne capable de mieux évaluer les compétences langagières des candidats; de diagnostiquer la source de leurs erreurs afin d'établir un plan de remédiation personnalisé en les orientant vers les objets d'apprentissages appropriés. Dans l'état actuel des technologies, les modèles actuellement utilisés pour ces fonctionnalités sont généralement basés sur la théorie de la réponse à l'item (TRI) ou sur les réseaux bayesiens. Due à une faible connexion avec les connaissances du domaine, ces modèles ne permettent pas au systèeme d'entreprendre un diagnostic cognitif éfficace. L'objectif de cette recherche est de proposer un modèle alternatif et efficace qui alliera la puissance de prédiction des modèles de type TRI et bayesiens à un ancrage sémantique de fine granularité grâce à l'intégration d'une base de connaissances représentée par les ontologies. Une composante logicielle ouverte et inovatrice implémentant ce modèle sera développée. Son intégration dans un logiciel de eLearning permettra à ce dernier de pouvoir offrir des services plus appropriés d'évaluation, de diagnostic cognitif et de recommandation et qui tiennent compte des besoins et du profil de l'utilisateur.
Université du Québec à Montréal - $25,000 Grant (2010… | Canada Spends