Analyse des programmes éducatifs grâce au mining de processus
Un aperçu de comment le process mining peut améliorer les pratiques éducatives et soutenir la réussite des étudiants.
― 8 min lire
Table des matières
- Qu'est-ce que l'analyse de données éducatives ?
- Le rôle de l'exploration de processus
- Importance de l'analyse des curricula
- Résultats de l'exploration de processus dans l'analyse des curricula
- Défis et opportunités ouvertes
- Méthodologie pour une revue systématique de la littérature
- Objectifs de recherche et techniques utilisées
- Conclusion
- Source originale
L'exploration de processus, c'est une technique qui analyse des données provenant de systèmes qui enregistrent des événements ou des processus. Dans le domaine de l'éducation, ça peut consister à examiner comment les étudiants progressent dans leurs cours et programmes. L'idée, c'est de trouver des moyens d'améliorer les pratiques éducatives et d'aider les étudiants à réussir. Cet article se penche sur comment l'exploration de processus peut être utilisée pour étudier les curricula (les cours et programmes suivis par les étudiants), en soulignant les découvertes clés et les opportunités pour de futures recherches.
Qu'est-ce que l'analyse de données éducatives ?
L'analyse de données éducatives (EDM) se concentre sur l'examen des données des systèmes éducatifs, comme les plateformes d'apprentissage en ligne et les bases de données administratives. Le but, c'est de répondre à des questions importantes sur l'apprentissage des étudiants et d'améliorer les méthodes d'enseignement. En utilisant différentes techniques d'analyse de données, les éducateurs peuvent mieux comprendre les comportements des étudiants, identifier ceux qui rencontrent des difficultés et proposer de meilleures stratégies d'apprentissage.
L'exploration de processus éducatifs (EPM) va encore plus loin en se concentrant sur les processus réels que suivent les étudiants. Ça analyse les journaux d'événements des activités éducatives pour comprendre comment les étudiants naviguent dans leurs parcours d'apprentissage. Ça inclut l'identification de ce que les étudiants font bien, des problèmes qu'ils pourraient rencontrer et comment ils pourraient s'améliorer.
Le rôle de l'exploration de processus
L'exploration de processus permet aux éducateurs de décomposer les données des activités éducatives en morceaux compréhensibles. Ça se divise en trois tâches principales :
Découverte : Cette tâche crée un modèle du processus basé sur les journaux d'événements. Elle examine les relations entre les différents événements que traversent les étudiants, comme assister aux cours ou passer des examens.
Vérification de conformité : Ça vérifie à quel point les processus réels s'alignent sur les prévus. Ça regarde si les étudiants suivent bien le curriculum prévu et identifie les écarts.
Amélioration : Ça utilise des informations supplémentaires pour améliorer le modèle de processus existant. Ça aide les éducateurs à comprendre des problèmes comme le temps pris pour les processus, les points de congestion ou la sous-utilisation des ressources.
Pour faire de l'exploration de processus, des données sont collectées à partir de systèmes qui suivent les activités des étudiants, et ces données sont organisées en journaux. Chaque journal correspond à un étudiant, capturant son parcours unique à travers le curriculum.
Importance de l'analyse des curricula
Un curriculum, c'est un plan structuré qui définit ce que les étudiants doivent étudier. Ça régit l'ordre des cours, les prérequis et les cours obligatoires. Comprendre comment les étudiants interagissent avec ce curriculum est essentiel pour identifier les forces et les faiblesses.
L'analyse des curricula consiste à examiner divers points de données pour évaluer l'efficacité d'un programme éducatif. En faisant cela, les éducateurs peuvent améliorer la façon dont les cours sont conçus et dispensés, ce qui mène à de meilleurs résultats pour les étudiants.
Résultats de l'exploration de processus dans l'analyse des curricula
Une revue de la littérature a étudié différents articles de recherche sur l'application de l'exploration de processus à l'analyse des curricula. À partir de 22 études clés, plusieurs résultats importants ont émergé :
Trajectoires éducatives : L'un des principaux objectifs était de découvrir comment les étudiants avancent à travers leurs parcours éducatifs. Ça inclut la séquence des cours qu'ils suivent, les examens qu'ils passent, et comment ces éléments affectent leur expérience d'apprentissage.
Identification des écarts : Les chercheurs ont utilisé l'exploration de processus pour repérer où les expériences réelles des étudiants divergent des attentes. Ça aide les éducateurs à comprendre les obstacles auxquels les étudiants font face pour terminer leurs programmes.
Analyse des goulets d'étranglement : Ça consiste à examiner les points dans le curriculum qui ralentissent la progression des étudiants. Identifier ces goulets d'étranglement permet aux éducateurs d'apporter des changements qui aident les étudiants à progresser plus facilement dans leurs études.
Problèmes d'abandon et d'interruption : Comprendre pourquoi les étudiants arrêtent de suivre des cours ou abandonnent complètement est crucial. L'exploration de processus aide à identifier les facteurs qui mènent à ces problèmes, comme des cours difficiles ou des circonstances personnelles.
Recommandations pour l'amélioration : À partir de l'analyse, les éducateurs peuvent générer des recommandations adaptées pour les étudiants et les concepteurs de curricula afin d'améliorer les résultats d'apprentissage.
Défis et opportunités ouvertes
Bien que de nombreuses idées prometteuses aient été découvertes, plusieurs défis restent dans le domaine de l'exploration de processus éducatifs :
Standardisation des études : De nombreuses études manquent d'une norme commune, ce qui rend difficile la comparaison des résultats entre différentes institutions ou pays. Établir des méthodes standardisées peut aider à rendre la recherche plus comparable.
Connexion avec les techniques de data mining : Il y a une opportunité d'intégrer plus profondément l'exploration de processus avec les méthodes d'analyse de données et l'IA. Cette combinaison peut fournir une compréhension plus riche des comportements des étudiants et améliorer les capacités prédictives.
Développement d'outils : Il y a un besoin d'outils accessibles qui puissent aider les éducateurs à mettre en œuvre l'exploration de processus. Beaucoup d'outils existants ne sont pas facilement disponibles pour un usage général, ce qui limite leur application pratique.
Gestion du drift conceptuel : Les processus éducatifs peuvent changer au fil du temps. Comprendre et gérer ce changement est crucial pour maintenir des analyses pertinentes.
Méthodologie pour une revue systématique de la littérature
Pour recueillir des informations, une revue systématique de la littérature a été réalisée en suivant des méthodologies spécifiques. Cela a impliqué plusieurs étapes :
Planification de la revue : Les chercheurs ont défini le besoin d'une revue systématique et établi des protocoles décrivant les questions de recherche et les critères de sélection des études.
Stratégie de recherche : Une chaîne de recherche a été créée en utilisant des mots-clés liés à l'exploration de processus et à l'éducation. Cette stratégie visait à capturer un large éventail de littérature tout en étant suffisamment précise pour filtrer les études non pertinentes.
Collecte de données : Diverses bases de données ont été consultées pour rassembler des articles pertinents. Après avoir appliqué des critères d'inclusion et d'exclusion, des études principales ont été sélectionnées en fonction de leur pertinence.
Extraction et analyse des données : Les données des études sélectionnées ont été extraites et synthétisées pour identifier les tendances, les objectifs de recherche et les méthodologies utilisées dans le domaine.
Objectifs de recherche et techniques utilisées
L'objectif principal mis en avant dans la plupart des études était de découvrir les trajectoires éducatives. Les chercheurs visaient à déterminer comment ces trajectoires reflètent les expériences des étudiants et à identifier les comportements liés à la réussite et aux défis.
Différentes méthodes et techniques ont été utilisées dans les études, incluant :
Techniques d'analyse de données : Des outils comme le clustering et la classification ont été déployés pour analyser la performance et les comportements des étudiants. Ces techniques ont aidé à identifier des motifs qui pourraient informer des améliorations dans le curriculum.
Analytique prédictive : Certaines études ont combiné l'exploration de processus avec des modèles prédictifs pour offrir des recommandations aux étudiants en fonction de leurs données historiques et de leur performance.
Études comparatives : Les chercheurs ont comparé les résultats entre différentes cohortes d'étudiants pour identifier des tendances et des anomalies, ce qui peut mener à des idées exploitables.
Conclusion
L'application de l'exploration de processus dans l'analyse des curricula éducatifs a pris de l'ampleur ces dix dernières années. Les résultats de diverses études ont fourni des idées précieuses sur les comportements des étudiants, les défis et les domaines potentiels d'amélioration.
Cependant, pour que l'exploration de processus atteigne son plein potentiel dans l'éducation, il est nécessaire d'avoir une standardisation, une meilleure intégration avec les techniques d'analyse de données et le développement d'outils conviviaux. En relevant ces défis, les éducateurs peuvent tirer parti de l'exploration de processus pour améliorer les expériences d'apprentissage et les résultats des étudiants.
Titre: A Systematic Review on Process Mining for Curricular Analysis
Résumé: Educational Process Mining (EPM) is a data analysis technique that is used to improve educational processes. It is based on Process Mining (PM), which involves gathering records (logs) of events to discover process models and analyze the data from a process-centric perspective. One specific application of EPM is curriculum mining, which focuses on understanding the learning program students follow to achieve educational goals. This is important for institutional curriculum decision-making and quality improvement. Therefore, academic institutions can benefit from organizing the existing techniques, capabilities, and limitations. We conducted a systematic literature review to identify works on applying PM to curricular analysis and provide insights for further research. We reviewed 27 primary studies published across seven major databases. Our analysis classified these studies into five main research objectives: discovery of educational trajectories, identification of deviations in student behavior, bottleneck analysis, dropout / stopout analysis, and generation of recommendations. Key findings highlight challenges such as standardization to facilitate cross-university analysis, better integration of process and data mining techniques, and improved tools for educational stakeholders. This review provides a comprehensive overview of the current landscape in curricular process mining and outlines specific research opportunities to support more robust and actionable curricular analyses in educational settings.
Auteurs: Daniel Calegari, Andrea Delgado
Dernière mise à jour: 2024-12-03 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2409.09204
Source PDF: https://arxiv.org/pdf/2409.09204
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.