Home

SAMCCO : un Système d`Apprentissage Mobile Contextuel et

1. Phase 2 355 G6 Pu Fragmentation Phase 1 Collecte de documentation Phase 3 Analyse et cat gorisation Documentation num rique i T che de maitrise N Unit d apprentissage Wi Unit d apprentissage ri Fragmentl Fragment11 Contenus 1 Fragment2 Fragment12 an Arbres de t ches r Mixe ou autre UN D p t de fragments Unit d apprentissage Fragment Fragment3 multim dias Phase 4 EA ementa Fragment1 Fragment Fragment2 Fragment12 N Description statique P Arbres de structure Phase 5 pes d A due Ajout de m tadonn es Unit d apprentissage Unit d apprentissage Phase 6 M tadonn es AMLOM Unit d apprentissage qu Mo general Base de donn es lifecycle oce d unit s d apprentissage metaMetadata technical Contenus educational zm Eom nights D p t de E elation fragments multim dias annotation n classification D p t de fragments o multim dias jpg Figure 51 Processus de production d unit s d apprentissage 168 Chapitre VI Cas d tudes d applications VI 1 2 Production d unit
2. Unit d apprentissage W Unit d apprentissage Fragmentl Fragmentl 1 Contenus CoM Fragment2 Fragment12 Arbres de t ches Mixe ou autre D D p t de fragments Unit d apprentissage Fragment1 Fragment3 multim dias Phase 4 Era pment E Fragment Fragment 1 Fragment2 Fragment12 a Description statique 4 Arbres de structure Phase 5 pnis l apprentissage Ajout de m tadonn es Unit d apprentissage Unit d apprentissage Te Ge E M tadonn es AMLOM Unit d apprentissage Stockage et indexation general Base de donn es lifecycle tee d unit s d apprentissage metaMetadata Ee educational n rights D p t de relation fragments multim dias annotation classification D p t de fragments JPE multim dias D Jpg Figure 51 Processus de production d unit s d apprentissage 122 Chapitre IV Production des unit s d apprentissage Nous d taillons dans les sections suivantes phase par phase les m thodes utilis es dans ce processus de production d unit s d apprentissage IV 4 2 Phase I Collecte de documentation La premi re phase du processus est la collecte de documentation Comme nous avons d crit dans la section IV 1 1 l apprentissage de la maitrise d quipements se base souvent sur des manuels d utilisation et des documents techniques fournis par les construct
3. Comme pr sent dans la Figure 12 l architecture est compos e de deux couches une couche eLMS e Learning Manangement System et une couche mLMS m Learning Management System Dans la couche traditionnelle eLMS les fonctionnalit s peuvent tre group es en quatre cat gories les ressources d apprentissage les services d apprentissage sp cifiques les services communs et la pr sentation e Les ressources d apprentissage Lesupport de l objet d apprentissage Learning Object LO Lesupport de tests et quiz Lesupport de m tadonn es d apprentissage e Les services d apprentissage sp cifiques Lesservices de gestion de contenu gt Auto valuation gt Les services d dition de ressources e Les services communs gt Support des acteurs diff rents l ves profs tuteurs administrateurs etc gt Collaboration 23 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles gt Gestion d v nements calendrier horaire etc e La pr sentation gt Pr sentation de contenu gt Suivi et surveillance d utilisateur et d activit Dans la couche mLMS trois blocs sont ajout s au dessus de la couche eLMS la d couverte de contexte l emballage et la synchronisation la gestion de contenu mobile et l adaptation de pr sentation e La d couverte de contexte d tecte les dispositifs leurs capacit s et leurs limitations ha
4. Level of complexity amp High Pedagogic relevance of context Figure 5 Classification de l apprentissage selon le contexte Frohberg 2006 a propos une classification plus d taill e pour l apprentissage mobile selon le contexte Il distingue les syst mes de l apprentissage mobile en cinq cat gories contexte libre contexte formalis contexte num rique contexte physique contexte informel Les cat gories sont 18 Chapitre I Introduction apprentissage mobile list es selon le niveau de complexit la pertinence p dagogique de contexte et l ambition ducationnelle comme d crit dans la Figure 5 e Contexte libre l apprentissage ne consid re pas le contexte de l apprenant comme relatif l activit de l apprentissage e Contexte formalis l apprentissage se produit dans un programme scolaire pr d fini offert par un tablissement scolaire et guid par un tuteur e Contexte num rique l apprentissage se produit avec l aide de l ordinateur dans un environnement ducatif e Contexte physique l apprentissage situ et coop ratif se passe dans un environnement r el e Contexte informel l apprentissage se passe dans diff rentes situations Le contexte comprend non seulement le contexte physique mais aussi les relations sociales les attitudes les motions d apprenants ou autres dimensions 1 3 Dispositifs et plateformes mobiles 1 3 1 Dispositifs mobiles Q12 Through what type
5. Dans la soci t gd a 1 3 e Serveur Base de dann es Superviseur Expert La E Nn BN T Autres experts HN Groupe techniciens y iac Chez le client ea Os 4 LJ 4 v amp gy feme ou autres r seaux TEM Li 1 Apprentissage en collaboration distance 5 Etablir la collaboration RFID tag Partage du contexte et des informations Etude et discussion du probl me Explication de solution R gler le probl me EI Machine industrielle Figure 64 Sc nario d apprentissage apprentissage en collaboration distance Le sch ma graphique pour ce sc nario de l apprentissage en collaboration distance est pr sent dans la Figure 64 V 3 2 Extraction d informations contextuelles Les sc narios que nous avons collect s d crivent les activit s des utilisateurs dans des contextes diff rents Dans la description textuelle ou graphique le contexte d apprentissage est implicitement d crit Premi rement les r dacteurs de sc narios n ont pas les m me lexiques et standards d expression pour d crire leurs sc narios Par exemple d monter un capot et enlever le capot peuvent signifier la m me t che dans leurs activit s Deuxi mement les informations contextuelles sont impliqu es dans le texte Par exemple l
6. Moteur de contr le lt gt M thodes d apprentissage e Apprentissage sur le lieu de travail e Apprentissage juste temps e Apprentissage par l action Patterns d interaction e Apprentissage collaboratif Equipements Figure 73 Architecture de SAMCCO Tout le syst me est bas sur la plateforme IMERA L apprenant quip du dispositif mobile et des p riph riques effectue ses activit s de travail ou d apprentissage qui concernent l quipement dans l ERA Environnement R el Augment Le dispositif mobile et les p riph riques sont correctement configur s pour l apprenant La plateforme IMERA permet la communication de diff rents niveaux entre le dispositif mobile et l quipement 155 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Les patterns d interaction contribuent la bonne conception d interfaces d interaction Les applications d apprentissage int grent ces patterns d interaction pour interagir avec l apprenant Les patterns d interaction peuvent tre con us l aide du formalisme AMF Cf Annexe III 3 Les services sont des services g n riques qui supportent des applications d apprentissage Ces services g n riques sont ind pendants des interfaces d utilisateur et des applications d apprentissage Ils sont d velopp s pour supporter des applications de diff ren
7. cran nt gr Affichage Communication 1 Contextualisation Lecteur GPRS 3G Came 1 let mardaeurs Autres capteurs Semri transearnent dansA inettes Localisation RFID logic tre GPS get que tags R Micro clavig Clavier virtuale Ecriture sur gefin Microfixe 2 Micra porte Interaction graphique gt Interaction LA vocale Mikr Lecte me aphi i Opaqueetans lu ettes Casque audio Sortie sa nare T a ule brallie Sortie senso j y PDA 4 4 TapitPC rei asque Haut parleur A T lectrique Gh E m ds rielle Arma ure Eye tyacker DC e Co dr binaison a Interaction estuelle Interaction l oeil Eye tracker Gant de dan Figure 79 R f rentiel de dispositifs p riph riques d apr s Masserey et al 2006 163 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Ce processus peut tre utilis pour la configuration du dispositif mobile et des p riph riques dans notre contexte d apprentissage Dans la matrice d valuation dispositifs p riph riques crit res nous proposons d ajouter des crit res qui valuent l exp rience d apprentissage Par exemple dans un sc nario d apprentissage juste temps sur une t che de r paration il faut choisir le p riph rique de visualisation entre a les lunettes semi transparentes et b le
8. c t permet de voir les d tails de la t che L apprenant peut imm diatement ex cuter la t che avec l aide du syst me Le syst me propose diff rentes s quences pour accomplir une t che complexe Des ressources d apprentissage peuvent tre interrog es selon le besoin de la t che Le syst me supporte la relation du tutorat diff rentes interfaces sont prises en compte pour les r les de l apprenant du tuteur et du gestionnaire nibh Ele Edit View Favorites Tools Help Back Q r Si sedo Fes Castor nr gt Tio Do Lisi Announcement To Do List Items Owning Ug To Dae ppravwier Upd ahe vau Far OE people rieguinmg appris Date Naime Type Staus E ac lo knee kingadega 1s tane 304 Diras 120288200 Projeti Management Theory amp Practice Requested liens 160189 Amy Die Hame Type Salus Competencies far omoro s Manamers sel Pacead 1 Frogress Btart k any Sian button above to launch the associated action direct from the bist Bnnounmcerment Men mew information and Company messages iai ruri Resi cies Thi ECO conta urges and azssessminis yog ane scnegigled Bo fake and details wng bo Ime piade eapurermentis gf your learning our cuemculum and cartiicabons Find and register for learn VF curricula Check on your current and upcoming cenifications and whether these certifications remain ir Figure 38 La To Do liste dans le syst me K
9. 11233241 jr oretua du maasia 132233 1 0ma liquwe 11 23 23 M rmiell rment 1123 0u0vprture Magsicat 11732 Enlever Taped Coups Wig M N 5 113 Figure 86 Arbres de t ches maintenances du changement lame massicot du banc de test 173 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles L unit d apprentissage en XML pour la t che 1 1 1 D montage_Capot lt xml version 1 0 encoding UTF 8 gt UA identifiant d montage capot ua type xlink gt lt m tadonn es gt lt contenus gt lt contenu gt lt titre gt introduction lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt pr paration lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt sous taches lt titre gt lt contenu gt lt titre gt Enlever vis lt titre gt r f xlink type simple xlink href enlever_vis xml gt lt contenu gt lt contenu gt lt titre gt Lever capot lt titre gt r f xlink type simple xlink href lever_capot xml gt lt contenu gt lt contenu gt lt contenus gt lt UA gt compos e xmlns xlink http www w3 org 1999 Apr s la structuration les unit s d apprentissage ont t cr es Les contenus des unit s d apprentissage ont t r dig s et les m tadonn es sont r diger dans la phase suivante De plus chaque unit d apprentissage est donn un identifiant et son type
10. II 1 2 2 Synth se sur la mod lisation de contexte A traverse des tudes sur les exemples de chaque approche de la mod lisation de contexte on peut d gager leurs caract ristiques principales comme suit Mod le cl valeur e Simple et facile utiliser e Pas tr s efficace pour les perspectives de la structuration sophistiqu e e Seulement assortiment exact e Pas d h ritage e M thode de r cup ration la recherche lin aire Modele sch ma de balisage e Modele bas sur XML Composite Capabilities Preference Profile CC PP User Agent Profile U AProf e M thode de r cup ration Markup Query Language Mod le graphique e Langages UML ORM e Pratique pour la structuration mais n est pas souvent utilis en niveau d instance e M thode de r cup ration transformation Mod le orient objet e intention de l encapsulation et de la r utilisation e M thode de r cup ration algorithme 39 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Mod le bas sur des logiques formelles e Le contexte est d fini comme des faits des expressions et des r gles e Haut degr de formalit e Ne peut pas traiter les informations incertaines et contradictoires e M thode de r cup ration inf rence Mod le bas sur l ontologie e Le contexte est d fini comme des concepts et des faits Partageable r utilisable extensible combinable
11. II 4 Conclusion du chapitre II Dans ce chapitre II nous avons mis en avant la n cessit de prendre en compte le contexte d apprentissage dans la conception du syst me d apprentissage mobile et d int grer ce contexte tout au long du cycle de conception A travers des d finitions du contexte nous avons tudi les l ments significatifs du contexte d apprentissage dans les situations professionnelles Nous avons galement tudi les approches de la mod lisation de contexte partir des nombreux articles de la litt rature Context awareness est un concept indispensable dans la conception de syst mes d apprentissage mobile Context awareness peut constituer une exigence forte dans la conception d un tel syst me A partir des caract ristiques des applications context aware diff rentes nous avons d gag les caract ristiques li es aux objectifs de notre approche la contextualisation concernera l utilisateur son environnement ses t ches activit s et ses collaborations L tude des architectures de syst me context aware nous a permis de d gager des principes pour concevoir le syst me de contextualisation dans un syst me d apprentissage mobile L architecture en couches constitue un cadre g n ral pour la conception l acquisition d informations contextuelles l adaptation des services et des interfaces aux utilisateurs Enfin nous avons dress un tat de l art sur les technologies de capture d informations contextue
12. Kolb D A 1984 Kolb D A Experiential Learing Experience as the Source of Learning and Development New Jersey Prentice Hall 1984 Krueger B et al 2005 Krueger B et al Transfer in Learning by Doing International Joint Conference on Artificial Intelligence IJCAI2005 EDINBURGH SCOTLAND 2005 Laouris Y 2005 Laouris Y We Need an Educationally Relevant Definition of Mobile Learning 4th World conference on mLearning Cape Town South Africa 2005 Laura L H 1999 Laura L H Just in Time Learning Web Based Internet Delivered Instruction AMCIS 1999 5th Conference on information systems Milwaukee WI 1999 912 914 Lin N H et al 2004 Lin N H et al Pocket Scorm 24th International Conference on Distributed Computing Systems Workshops 2004 Lonsdale P et al 2004 Lonsdale P et al A Context Awareness Architecture for Facilitating Mobile Learning Learning with Mobile Devices Research and Development London Learning and Skills Development Agency 2004 Luckin R 2005 Luckin R Learning Contexts as Ecologies of Resources Issues for the Design of Educational Technology Cognitive Science Research Papers 2005 Maa H 1997 Maa H Location Aware Mobile Applications Based on Directory Services the third annual ACM IEEE international conference on mobile computing and networking Budapest 229 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations profess
13. l imagination sur le comportement futur du syst me J M Carroll d finit les sc narios de la mani re suivante Scenarios have been defined variously as sketches of use and as a narrative description of an activity taking the form of a story a vignette or an episode bound in time and taking place within a given context Carroll 2000 Carroll 2000 nonce 5 propri t s cl s pour motiver l utilisation des sc narios dans la conception d IHM e Les sc narios suscitent un travail de r flexion sur la conception aident les d veloppeurs a coordonner les activit s de conception et de r flexion sur la conception e Les sc narios sont une proposition concr te de conception qui permette un concepteur d valuer et de d velopper Cependant ils peuvent tre d routants en fournissant beaucoup trop de d tails qui vont loigner les concepteurs des buts importants atteindre par l utilisateur e Les sc narios fournissent plusieurs vues d une interaction diff rents types et niveaux de d tails et aident les concepteurs g rer les cons quences dues aux changements des besoins ou habitudes des utilisateurs e Les sc narios peuvent tre aussi bien abstraits et ou sp cialis s fournissant ainsi aux concepteurs une mani re de reconnaitre capturer et r utiliser leurs g n ralisations e Les sc narios fournissent une communication orient e sur le travail entre les participants aident rendre la conception de
14. que tranger en France Je tiens galement remercier Ren Chalon mon co directeur de th se pour ses conseils et son soutien dans ce travail qui a toujours su trouver de la disponibilit pour r pondre mes interrogations Sa patience et sa gentillesse vis vis des coll gues nous ont permis de cr er une bonne ambiance dans le laboratoire J ai aussi appr ci ses efforts dans l organisation du laboratoire en particulier les travaux effectu s lors du changement de bureaux Je voudrais remercier particuli rement Serge Garlatti et Alain Derycke pour avoir accept d tre les rapporteurs de cette th se Christine Ferraris Patrick Prevot et Richard Hotte pour avoir accept de participer la soutenance et d valuer ce travail Je remercie le CSC China Scholarship Council et le Service d Education de l Ambassade de Chine en France pour m avoir financ pendant cette th se Je remercie Isabelle Dominique San Jos notre secr taire qui a toujours avec grande gentillesse r pondu et trouv une solution nos probl mes Sa bonne humeur et son professionnalisme m ont beaucoup aid lors des formalit s administratives Je tiens exprimer mes salutations et mes remerciements tous les membres du laboratoire LIESP Oliver Delotte et Guillaume Masserey qui m ont donn des premiers conseils de th se Oliver Champalle Emmanuelle Vic Tony Flores et Oliver Gagne qui ont partag avec moi leurs id es et c
15. L l ment category est du type de donn es Vocabulary La cat gorisation d quipements se fait principalement selon leurs contextes d utilisation Il ne s agit pas d une cat gorisation stricte car certains quipements peuvent s inscrire dans plusieurs cat gories Nous d finissons les valeurs de la cat gorie d quipements e domestic les quipements pour des activit s domestiques utilis s par des individus la maison comme l aspirateur e public les quipements pour des services publics utilis s par le grand public comme l ascenseur e professional les quipements pour des activit s professionnelles utilis s par les salari s 116 Chapitre IV Production des unit s d apprentissage comme un photocopieur du bureau e industrial les quipements pour des activit s industrielles utilis s par les techniciens ou op rateurs comme une machine de production e others les quipements que ne sont pas cat goris s dans les quatre cat gories ci dessous 5 5 3 brand L l ment brand repr sente la marque de l quipement concern Il est optionnel pour un quipement Pour chaque quipement il ne peut qu avoir un seul l ment brand au maximum Le type de donn es pour brand est CharacterString 5 5 4 model L l ment model repr sente le mod le de l quipement d fini par son constructeur Il est optionnel pour un quipement Chaque quipement ne peut avoir
16. La plupart des chercheurs d finissent l apprentissage en suivant ces deux aspects Comme les activit s d apprentissage mobiles comprennent plusieurs l ments essentiels dispositif apprenant contexte etc certains chercheurs essaient de donner une d finition syst matique de l apprentissage mobile Laouris 2005 pense que les d finitions existantes de l apprentissage mobile sont limit es ou incompl tes il propose une d finition sous forme de fonction qui prend en compte les param tres et les mani res dont ils interagissent et s influencent comme d crit dans le Tableau 3 11 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Apprentissage Mobile F t s LE c IT MM m t Time S Space LE Learning Environment C Content IT Technology MM Mental learner s profile m Method Tableau 3 D finition de l apprentissage comme une fonction d apr s Laouris 2005 Traxler 2007 propose de d finir l apprentissage mobile de regarder les exp riences d apprenant et de demander comment l apprentissage mobile est diff rent des autres formes d apprentissage surtout de l e apprentissage Il a compar les caract ristiques la nature et les m thodes d apprentissage les dispositifs les plateformes et les changements amen s pour donner une distinction entre l apprentissage mobile et l e apprentissage La conceptualisation de l apprentissa
17. M out X Unit d apprentissage atomique 7 Fragment N Y 4 X JPg doc pdf html flv Figure 43 Niveaux syntaxiques des unit s d apprentissage IV 2 2 1 Fragment Le fragment est le niveau le plus bas d unit d apprentissage Il est utilis pour d crire un fragment potentiellement utilisable dans les unit s d apprentissage En effet un fragment n est pas une unit p dagogique car il ne peut pas tre utilis ind pendamment pour accomplir une activit 92 Chapitre IV Production des unit s d apprentissage d apprentissage Un fragment est fait pour tre r f renc dans des unit s d apprentissage de niveaux plus hauts l unit d apprentissage atomique et l unit d apprentissage compos e Unit d apprentissage fragment M tadonn es Contenus Contenu Titre figure de machine R f 001 jpg ne E T Figure 44 Mod le du fragment 001 jpg Une unit d apprentissage est d clar e comme fragment par le mot cl Fragment dans son attribut ue_type comme ua_type fragment Les m tadonn es sont utilis es pour d crire les conditions d utilisation du fragment dans d autres unit s d apprentissage atomiques ou compos es Un fragment r f rence optionnellement un fichier multim dia Figure 44 Pour les unit s d apprentissage beaucoup de ressources originales sont des fich
18. bien qu il s agisse d un apprentissage d une autre nature maitrise de la composition nutritionnelle d un repas et pas celle d un quipement Nous avons r alis un site web du syst me qui prend en compte les exigences et les contextes des apprenants mobiles La m thode d apprentissage que nous avons propos e comme l apprentissage avant l activit pendant l activit et apres l activit a t galement adapt au syst me Ce projet montre que nous pouvons profiter de l apprentissage mobile contextuel dans diverses situations de notre vie 187 Chapitre VII Conclusions et Perspectives Chapitre VII Conclusions et Perspectives VII 1 R sum de nos contributions Nos travaux de recherche ont port sur l tude de l apprentissage mobile dans des situations professionnelles notamment sur l apprentissage de la maitrise d quipements domestiques publics ou professionnels en mobilit Pour ces situations nous avons propos le syst me d apprentissage SAMCCO qui prend en compte les exigences MOCOCO Mobilit Contextualisation coop ration Nous avons int gr dans nous travaux les domaines des technologies mobiles d apprentissage mobile du contexte d apprentissage et la contextualisation des m thodes d apprentissage du TCAO de l IHM de la RA etc Les contributions de cette th se se concentrent sur les aspects suivants Etat de l art Nous avons dress un tat de l art de l apprentissage mobile o les caract ris
19. d apprentissage Le moteur de contr le peut interroger tous les l ments ci dessus pour offrir des opportunit s d apprentissage sur la maitrise d quipements Nous avons galement d fini les conditions d utilisations de chaque l ment du syst me 191 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Cas d tudes d application Nous avons d fini les approches et les concepts de SAMCCO dans des situations professionnelles notamment pour l apprentissage de la maitrise d quipements domestiques publics et professionnels Nous avons galement appliqu nos approches et concepts dans plusieurs situations concr tes Des r sultats d exp rimentations ont t obtenus dans le but de valider valuer et am liorer la conception de SAMCCO e Le sc nario du banc de test MAPED a t choisi pour illustrer le processus de production d unit s d apprentissage concernant une machine industrielle e Le sc nario de maintenance de l ordinateur est un cas d application de l apprentissage mobile contextuel juste temps dans une activit de maintenance d quipements La r alit augment e a t utilis e pour am liorer l efficacit d apprentissage et de la performance de travail e Le projet HSHB est un exemple de l apprentissage mobile contextuel dans la vie quotidienne Il a t con u pour l apprentissage portant sur la constitution d un repas quilibr dans un restau
20. dans un restaurant libre service dans lequel notre syst me peut galement utilis Mots cl s Apprentissage mobile unit d apprentissage contexte d apprentissage contextualisation collaboration maitrise d quipements 81 Chapitre IV Production des unit s d apprentissage Chapitre IV Production des unit s d apprentissage Dans le cadre de l apprentissage mobile dans des situations professionnelles SAMCCO est concu pour permettre aux apprenants d apprendre la maitrise d quipements domestiques publics et professionnels en s appuyant sur des ressources d apprentissage contextualis es La premi re tape de nos travaux est donc d tudier les ressources d apprentissage contextualis es et leur mise en forme en unit s d apprentissage Dans ce chapitre nous allons d crire la conception d unit s d apprentissage et le processus de production de ces unit s Nous allons d abord introduire la probl matique de ces unit s d apprentissage dans l apprentissage mobile contextualis et en d duire notre objectif Nous construirons les mod les de l unit d apprentissage s appuyant sur l analyse syntaxique et s mantique Les m tadonn es pour d crire l unit d apprentissage utiliser sont tendues partir des m tadonn es LOM Learning Object Metadata Nous allons galement proposer un processus de production d unit s d apprentissage partir de documentation originale d quipements IV 1 Introduction Les uni
21. gt lt device gt lt dev DeviceProfile gt lt dev hardware gt lt dev Hardware gt lt dev memory gt 9216 lt dev memory gt lt dev Hardware gt lt dev hardware gt lt dev DeviceProfile gt lt device gt 33 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles lt SessionProfile gt lt rdf RDF gt Mod le graphique Une autre approche pour mod liser le contexte est d utiliser les mod les graphiques Dans Bauer 2003 l auteur utilise les diagrammes UML Unified Modeling Language pour mod liser les contextes relatifs la gestion de trafic a rien un exemple est donn dans la Figure 15 Turbulence SIGMETWeather Phenomenon Context D observation CE observationTime N observationPosition forecast moveDirection moveSpeed changeOflntensit SIGMETTurbulence fromFlightLevel toFlightLevel Turbulence ContextSIGMET Figure 15 Mod le de contexte d crit en diagramme UML pour turbulence d apr s Bauer 2003 Un autre exemple de modele graphique est propos par Henricksen et al 2003 Le contexte est mod lis comme une extension de l approche ORM Object Role Modeling en fonction de la classification et les descriptions du contexte Dans ORM l l ment basique est appel un fact et la mod lisation a besoin d identifier les propri t s et les r les du fact Henricksen et al 2003 ajou
22. l ments correspondants pour d crire un outil name category brand model et description Exemple de source XML 117 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles lt amlom gt educational lt concernedTool gt lt name gt lt string language fr gt tournevis lt string gt lt name gt lt category gt lt source gt amlomv lt source gt lt value gt professional lt value gt lt category gt lt brand gt Philips lt brand gt lt model gt Tournevis plat 1000V 2 5 x 50 mm lt model gt lt concernedProduct gt lt educational gt lt amlom gt 6 2 lt accessRight gt L l ment lt accessRight gt est un sous l ment de l l ment rights L l ment rights d crit les droits de propri t et les conditions d utilisation d une unit d apprentissage Dans rights LOM a d fini cost et lt copyrightAndOtherRestrictions gt pour d crire le prix d utilisation et le droit d auteur Nous avons d cid de rajouter un l ment accessRight optionnel pour d crire le droit d acc s administratif Par exemple le droit d acc s une unit d apprentissage peut tre r serv aux techniciens ou d autres r les internes mais pas aux utilisateurs clients des quipements Le type de donn es de accessRight est Vocabulary Nous avons d fini 5 niveaux du droit d acc s avec leurs recommandations d utilisat
23. quipement les caract ristiques et les fonctionnalit s de chaque partie et chaque pi ce est un moyen important pour obtenir les premi res connaissances de l quipement Comme nous avons expliqu dans la section IV 2 3 1 les unit s d apprentissage centr es sur la structure d quipement concernent normalement l introduction la composition les plans structuraux la fonction et les caract ristiques de pi ces Ordinateur M dil i coo RN Boitier Ecran Clavier Souris Capot Carte m re nent Pol Disque dur lectrique EE ad cu CODE Carte m re nue CPU Carte vid o RAM Carte son Figure 57 Exemple de la structure physique d un ordinateur Nous proposons une m thode de structuration des unit s d apprentissage bas e sur l arbre de structure physique Tout d abord nous essayons de construire un arbre de structure physique de l quipement Puis des unit s d apprentissage sont cr es pour chaque noeud de cet arbre Nous r cup rons des informations des fragments cat goris s de la phase pr c dente pour b tir le contenu de l unit d apprentissage en XML Des r f rences aux autres unit s d apprentissage ou aux fragments 128 Chapitre IV Production des unit s d apprentissage multim dias sont requises en cas de besoin La structure phy
24. 63 III 1 5 Synth se sur les m thodes d apprentissage dans des situations professionnelles 64 IIIL 2 TCAO Travail Collaboratif Assist par Ordinateur eese 65 HEZA Prmeipes du TCA ensnare otov nt ne amont baie 65 FEES Pronomes du D AO SR Rd sine o doos 66 HE2 5 Ee tretledonctionnel des eolleetciels ooa anne Lanterne sente e cpu ehe 67 MEDD 4 ECA O GDS o ema tatus dest ani Ge tte de satus ee ou eat 69 III 3 EPSS Electronic Performance Support System 70 DES T DOHBIU Osea tbe dte tte cta toto Da den cde dtes dn 70 HL 2 PE mol DOS oizsiestancaeinaregantecondawesaneuntatanasuie o tco E cospdentisen pau E dns MR cuoco pas d an same vu biens stone 71 TEL SAP PM CAUONS EL Ep eite uie EAE Loa temp idea EN 75 H4 Conc WistOnsdu Cla pitt eM ices sascan sieve ex een een Evo tu rdi mr Ur buen cuet 78 PARTIEIE CONTRIBUTIONS sn in ner 81 CHAPITRE IV PRODUCTION DES UNITES D APPRENTISSAGE see 83 IV E EL 6 CE OR s oet pee dese sas UR eas ea Ene T T Usus E R 83 EVA Proble mangu S AE e die nn da a occae UR tea 84 JB AU SG d TR 88 IV 2 Modele des unit s d apprentissa Te espeia ia arara ten ion london 89 PV22 al Modele Serebidie ES NE in teens aeons 89 1TV 2 2 Analyse synar UC eco oro eio Lt UN At dndete 02 V2 2 Analysese rant due coss ood oe diode RE de NS ie dd ce ie 96 IV 3 M tadonn es de l unit d apprentssSaDe td sienne et scethe dl 101 V TL anode NOn soe rennes 101 IV 3 2 Analyse des m tadonn es tra
25. Dourish 2004 propose de faire plus attention l activit humaine et Chalmers 2004 indique que l historique influence l activit en cours Il propose que l exp rience et l historique d un individu fassent partie du contexte en cours Greeberg 2001 note aussi un point critiquable Il propose que le contexte soit une structure dynamique La p riode de temps les pisodes d utilisation les interactions sociales et les objectifs peuvent voluer sans cesse Dans l article de Luckin 2005 le contexte est d fini comme cologie de ressources un 33 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles ensemble d l ments de ressources inter li es Les interactions entre les l ments peuvent fournir un contexte particulier La d finition a deux dimensions la fois une dimension statique selon laquelle les ressources peuvent tre identifi es et cat goris es une dimension dynamique qui d crit l organisation des activit s qui activent les ressources et forment une cologie centr e sur l apprenant Halin et al 2005 introduisent le terme de contexte de coop ration et la notion de point de vue Ils prennent en compte toutes les entit s en interaction dans le contexte acteurs activit s documents et projet Ils d finissent le contexte selon deux points de vue le point de vue global et le point de vue local Le point de vue local rep
26. Mod le g n rique de l unit d apprentissage 89 XML sch ma pour l unit d apprentissage g n rique 90 Niveaux syntaxiques des unit s d apprentissage ss 02 Modele du framme nian cree et te E decal celui totos e uoto 93 Mod le de l unit d apprentissage atomique 94 Mod le de l unit d apprentissage compos e eeeeessssssssssseeseterrrsssssssssssssseeterreesssssssssseees 95 Table de mati re d un manuel d une Machine entente a ne 96 Mod les s mantiques des unit s d apprentissage 97 Mod le g n rique de l unit d apprentissage ss 101 XML schema pour l l ment educational des m tadonn es AMLOM 120 Processus de production d unit s d apprentissage ccccccccccccecceceeeeeeesseeseseeeeeeeceeeeeeeeeeeaaaeas 122 Collecte de docutue Dt tO conce men cra dtt e at eniin c M ca Beau un eue ass 123 Fragmentation de documents ies t oreet ero noie tentent desire 124 Exemple de fraementatton dur te x 8s tos Lecce a e QUU Reed if 125 Analyse et cat gorisation des fragments ses 126 ottucturatton d unites d apprenti ssaa cesia ni en da lt O ERES pest aS Leon ope 127 Exemple de la structure physique d un ordinateur esee 128 Exemple des unit s d apprentissage pour la structure physique 129 Exemple des t ches de ma trise d montage du capot d un ordinateu
27. Trevisan D et al 2003 Trevisan D et al Model Based Approach and Augmented Reality Systems Human Computer Interaction Theory and Practice 2003 1 1273 1277 Trifonova A et Ronchetti M 2004 Trifonova A et Ronchetti M A General Architecture for M Learning The fourth IEEE Conference on Advanced Learning Technologies Joensuu Finland 2004 Turunen H et al 2003 Turunen H et al Supporting Observation Tasks in a Primary School with the Help of Mobile Devices Mobile Learning Essays on Philosophy Psychology and Education Vienna 2003 209 221 UIMS 1992 UIMS A Metamodel for the Runtime Architecture of an Interactive System The UIMS Workshop Tool Developers Vol 24 1992 32 37 Unesco 1998 Unesco Definition of Just in Time Learning http www unesco org education educprog Iwf doc portfolio definitions htm 1998 232 Bibliographies Wang Y K Year Wang Y K Context Awareness and Adaptation in Mobile Learning Proceedings 2nd IEEE International Workshop on Wireless and Mobile Technologies in Education 2004 154 158 Wikipedia 2008 Wikipedia Radio Frequency Identification http en wikipedia org wiki Rfid 2008 Wikipedia 2009a Wikipedia Global Positioning System http fr wikipedia org wiki Global Positioning System 2009a Wikipedia 2009b Wikipedia Mlearning http en wikipedia org wiki M learning 2009b Wright T P 1936 Wright T P Factors Affecting the Cost of Airplanes Jour
28. Une vision indirecte du monde r el peut tre int gr e par exemple on filme le monde r el et on m lange cette image avec celle du monde virtuel par le syst me Monitors 3 Optical combiners Figure 113 Fonctionnement des casques opaques d apr s Bapst 2007 e Casques semi transparents see through HMD Figure 114 Ces casques permettent de visualiser le monde r el directement avec la superposition de l image du monde virtuel Video cameras I Real world A lu Monitors Figure 114 Fonctionnement des casques semi transparents d apr s Bapst 2007 214 Annexe IV R alit Augment Capteurs de la position Dans un syst me RA le syst me doit conna tre en permanence la position et l orientation de l utilisateur afin d adapter les informations affich es en fonction de son champ de vision Les informations du monde r el et les informations virtuelles doivent bien tre associ es Le suivi en continu de la position et de l orientation de la t te est appel aussi Tracking Pour que le syst me de r alit augment soit utilisable la pr cision du tracking et la vitesse de rafraichissement doivent tre suffisantes Nous avons tudi dans la section II 3 des technologies capteurs de la localisation et list des technologies GPS RFID Code barre 2D etc La capture de la position et la capture de la localisation ont une grande partie crois e mais ils ne sont pas tout f
29. a t introduit par Greif 1988 et d signe le domaine d tude qui se pr occupe d approches visant supporter par l ordinateur des groupes de personnes engag s dans une t che commune Les domaines d applications du TCAO sont tr s vastes et couvrent des activit s tr s diverses comme la conception de produits la maintenance des quipements l apprentissage sur le lieu de travail les relations commerciales etc Ces activit s ont des caract ristiques communes qui sont prises en compte par les syst mes informatiques destin s au support du TCAO Les syst mes doivent permettre aux utilisateurs de r aliser des t ches collaboratives partir de leur poste de travail comme l ordinateur fixe l ordinateur portable l ordinateur port ou d autres dispositifs mobiles David et al 2003 a introduit le terme de TCAO capillaire pour d signer la collaboration qui s appuie sur les dispositifs mobiles interconnect s par des r seaux sans fil permettant la capillarit de circulation d information au m me titre que la circulation du sang dans le corps humain 65 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Le terme collecticiel groupware est utilis pour d signer les outils logiciels qui concr tisent ces recherches Dans un collecticiel on cherche pouvoir r unir diff rentes personnes ventuellement distantes g ographiquement bureaux voisins dans une
30. e M thode de r cup ration raisonnement Selon Strang et al 2004 pour les environnements de l informatique ubiquitaire les approches de la mod lisation de contexte ont des exigences dans six aspects Composition distribu e dc les syst mes ubiquitaires sont des syst mes distribu s qui n ont pas une instance centrale responsable pour la cr ation le d ploiement et la maintenance des donn es et des services en particulier des descriptions de contexte La composition et l administration d un mod le de contexte et ses donn es varient en termes de temps la topologie du r seau et de la source Validation partielle pv il est n cessaire d tre capable de valider partiellement les connaissances contextuelles en structure ou en niveau d instance quand un mod le de contexte est en cours d utilisation Cela est particuli rement important en raison de la complexit des interactions contextuelles Richesse et qualit d information qua la qualit de l information livr e par un senseur varie en fonction du temps La richesse de l information fournie par les senseurs de diff rents types peut diff rer aussi dans un environnement de l informatique ubiquitaire Un mod le de contexte appropri pour l usage dans l informatique ubiquitaire devrait donc supporter l indication de la richesse et de la qualit Incompl tude et ambiguit inc l ensemble des informations contextuelles disponibles tout moment da
31. et MacGregor J T What Is Collaborative Learning In Goodsell A Maher M Tinto V Smith BL MacGregor JT eds Collaborative Learning A Sourcebook for Higher Education National center on postsecondary teaching learning and assessment at pennsylvania state university 1992 Stahl G et al 2006 Stahl G et al Cscl An Historical Perspective In Sawyer RK ed Cambridge Handbook of the Learning Sciences Cambridge University Press 2006 Strang T 2003 Strang T Service Interoperabiltiy in Ubiquitous Computing Environments 2003 Strang T et Linnhoff Popien C 2004 Strang T et Linnhoff Popien C A Context Modeling Survey the Sixth International Conference on Ubiquitous Computing Nottingham England 2004 Tarpin Bernard F 1997 Tarpin Bernard F Travail Coop ratif Synchorne Assist Par Ordinateur Approche Amf C Ecole Centrale de Lyon 1997 Tarpin Bernard F et al 1998 Tarpin Bernard F et al Frameworks and Patterns for Synchronous Groupware Amf C Approach Working conference on Engineering for HCI Greece 1998 225 241 Tarpin Bernard F et al 2009 Tarpin Bernard F et al Archieving Usability of Adaptable Software The Amf Based Approach Software Engineering Models Patterns and Architectures for Hci 2009 Traxler J 2007 Traxler J Defining Discussing and Evaluating Mobile Learning The Moving Finger Writes and Having Writ The International Review of Research in Open and Distance Learning 2007 8 2
32. et les codes d usage voir la photo r f rence raccordement lectrique jpg Les trois cat gories ci dessus sont essentielles et pr liminaires apr s l analyse de contenu des fragments Mais nous pouvons aussi cat goriser les fragments plus pr cis ment selon leurs contenus comme la t che de maitrise qui comporte l installation l utilisation la r paration etc et la description statique qui comporte l introduction g n rale la structure physique etc Cette cat gorisation plus fine est optionnelle car certains fragments peuvent s inscrire dans des cat gories diff rentes par exemple d montage du capot peut tre utilis m me temps dans les unit s d apprentissage de r paration et de maintenance etc 171 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles VI 1 2 4 Phase 4 structuration Dans cette phase les fragments sont transform s en unit s d apprentissage en XML Les contenus d unit s d apprentissage sont organis s de facon arborescente en t che de maitrise et en structure physique Nous prenons deux exemples pour illustrer la structuration arborescente des unit s d apprentissage partir des fragments La Figure 85 pr sente une photo du panneau de commandes du banc de test Elle illustre la structure physique et les parties attach es au panneau Pour chaque partie des unit s d apprentissage correspondantes sont cr es Les
33. fragment atomique ou compos e Des fragments multim dias sont compris dans certaines unit s d apprentissage Les m tadonn es doivent d crire l usage des unit s d apprentissage sur des plates formes mobiles diff rentes Les relations entre les unit s doivent galement tre comprises dans les m tadonn es e Les m tadonn es administratives fournissent les moyens pour g rer les unit s d apprentissage Leur fonction est de sp cifier les conditions sous les quelles une unit peut tre cr e dit e stock e et modifi e Pour cela les informations doivent comprendre les sp cifications de cr ation les droits de propri t les traces de modification etc Apr s une analyse des m tadonn es travers des contextes d apprentissage nous avons collect les m tadonn es requises pour d crire les unit s d apprentissage et pour permettre la contextualisation dans les situations d apprentissage Les l ments et l espace de valeurs pr d finies par LOM ne sont videmment pas suffisants pour nos perspectives Nous avons d cid d laborer les m tadonn es en tendant les l ments et l espace de valeurs de LOM Apr s la prise en compte des m tadonn es requises nous avons mis en place un processus en 3 phases pour l extension de LOM en AMLOM e Enlever ou masquer les l ments superflus D apr s IEEE tous les l ments de LOM sont optionnels les concepteurs peuvent choisir optionnellement quels l ments uti
34. gestion centralis e b gestion r partie d apr s Tarpin Bernard 1997 Figure 111 donne un exemple des 2 agents AMF C r partis Une nouvelle facette Distant est ajout e qui permet de faire l cho local des autres utilisateurs La facette Acc s permet de d sactiver la facette Pr sentation en fonction des droits effectifs de l utilisateur Une derni re facette Adaptation locale permet de changer les strat gies locales des administrateurs Poste n 1 Poste n 2 Agent interactif AMF C R plique n 1 Agent interactif AMF C R plique n 2 Adaptation locale Adaptation locale Change les administrateurs Aj et A3 Change les administrateurs A et A3 Change Echo Change l administrateur A Change Echo Change l administrateur A Change MAJ Change l administrateur A3 Change MAJ Change l administrateur A yum Asiraction Ai Al fe To 1 Infrastructure du groupware Mod le CSA A E A A A3 A N Figure 111 Exemple d agents AMF C r partis d apr s Delotte et al 2003 217 Annexe IV R alit Augment Annexe IV R alit Augment e I D finitions La R alit Augment e RA est d finie par Mackay 1996 comme une mani re de r int grer l information lectronique dans le monde physique Il s agit de permettre aux gens de tirer parti de leurs comp tences dans l interaction avec le monde de tous les jours tout en profitant de la pui
35. l volution technologique et des changements des contextes d utilisations Nous prenons en compte ces caract ristiques des unit s d apprentissage dans notre conception Il existe deux phases dans notre approche Premi rement nous laborons les mod les de l unit d apprentissage et d finissons la structure d organisation des donn es Deuxi mement nous proposons un processus de production d unit s d apprentissage en s appuyant sur les mod les et la structure que nous aurons tablis IV 2 Mode le des unit s d apprentissage IV 2 1 Mod le g n rique Des unit s d apprentissage sont appel es galement des objets d apprentissage ou des ressources d apprentissage dans les travaux voisins Dans cette th se nous les appelons syst matiquement des unit s d apprentissage UA Elles ont pour but de d crire les informations formalis es et structur es qui sont pr tes tre interrog es par l application Unit d apprentissage Unit d apprentissage M tadonn es M tadonn es Contenus oe I E 4 e Fragments multim dias Figure 41 Mod le g n rique de l unit d apprentissage Nous avons choisi le format XML pour stocker ces unit s et leurs m tadonn es Les fragments 89 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles multim dias fichiers physiques comme jpg html flv etc sont attach es aux
36. l on consid re les actions l mentaires de l utilisateur avec le syst me Pour une application donn e il existe un priori autant de mod lisation IRVO que de t ches l mentaires Figure 120 est un exemple de la mod lisation par IRVO pour d crire l application de la r alit mixte de chirurgie t Patient 1 Liquide gt Figure 120 Exemple de mod lisation de l application de chirurgie d apr s Chalon 20041 218 Annexe V Processus CoCSys Annexe V Processus CoCSys 1 Introduction La construction du syst me collaboratif mobile en tenant compte des contextes est un travail complexe Pour l organiser et pour rapprocher les d veloppeurs et les utilisateurs une d marche appel e CoCSys COoperative Capillary SYStem pour la construction et l volution des syst mes collaboratifs mobiles a t pr sent e par Delotte 2006 L approche par les mod les et leur transformation permettant la contextualisation et l adaptation sont des caract ristiques majeures de CoCSys CoCSys est un processus qui peut tre consid r comme un cycle de vie d applications collaboratives mobiles centr es utilisateurs Sa finalit est la cr ation d applications collaboratives ayant comme point de d part l identification des besoins l aide de sc narios appropri es sc nario contextualis s A partir des besoins exprim s par les utilisateurs la conception de l application collaborative est forma
37. ments de base G rer la base de donn es de plats menus Ajuster la disponibilit de plats menus existants G rer la base de donn es d utilisateurs Donner des conseils nutritionnels aux utilisateurs Pour les utilisateurs 184 Se connecter au se d connecter du syst me Enregistrer le profil personnel Calculer les besoins nutritionnels selon le profil personnel Voir les plats menus disponibles Lire l tiquette RFID et obtenir les informations contextualis es de plats menus Choisir un repas selon les informations contextualis es et le profil personnel Regarder l valuation nutritionnelle du repas choisi Consulter l historique des repas choisis et l valuation nutritionnelle sur le long terme Chapitre VI Cas d tudes d applications Dishes Dish name Dish number Figure 93 La page principale pour choisir des plats et configurer le repas La Figure 93 est la page Manger au Restau U qui offre les fonctionnalit s les plus importantes du syst me choisir des plats au restaurant et configurer un repas quilibr selon les informations contextualis es et le profil personnel Nous d crivons les l ments importants de cette page e El ment 1 la barre d outils liste les groupes de fonctionnalit s du syst me Les utilisateurs peut entrer dans les pages diff rents en cliquant les liens Apr s l identification d utilisateur des fonctionnalit s diff rentes plus riches vont apparaitr
38. ments du contexte d apprentissage doivent tre extraits et mod lis s L tude des m thodes de contextualisation a fait apparaitre l importance des m tadonn es des ressources d apprentissage La collecte d informations contextuelles s appuie sur des technologies de la capture du contexte comme RFID que nous avons d cide d utiliser apr s comparaison Le chapitre III est vis sur l int gration et l adaptation des m thodes d apprentissage dans l apprentissage mobile Nous avons donc tudi les m thodes d apprentissage appliqu es dans des situations professionnelles notamment l apprentissage sur le lieu de travail l apprentissage juste temps l apprentissage par l action et l apprentissage collaboratif Les deux solutions pour assister le travail par des syst mes informatiques le TCAO Travail Collaboratif Assist par Ordinateur et EPSS Electronic Performence Support System ont t tudi es et leurs m thodologies mises en application Mots cl s Apprentissage mobile technologies mobiles contexte contextualisation m thode d apprentissage RFID Chapitre I Introduction apprentissage mobile Chapitre I Introduction Apprentissage mobile Depuis quelques ann es avec les d veloppements de technologies mobiles et les volutions de th ories d apprentissage l apprentissage mobile est devenu un sujet important pour les ducateurs et les informaticiens Dans ce chapitre nous allons pr senter les diff
39. mode de collaboration synchrone asynchrone services de collaboration etc La d finition des m tadonn es est bas e sur l analyse des m tadonn es en regard avec des contextes d apprentissage Tout d abord tous les l ments du contexte d apprentissage acteur dispositif environnement activit collaboration sont collect s Puis nous analysons comment les unit s d apprentissage r agissent ces l ments de contexte et quels l ments des m tadonn es correspondants doivent tre interrog s par les l ments du contexte Apr s nous laborons les l ments des m tadonn es requises et leurs types de donn es Les l ments des m tadonn es sont cat goris s et on d termine leurs types de donn es La description compl te et la mod lisation du contexte d apprentissage sont introduites pr cis ment dans la section V 3 Pour expliquer les principes de l approche nous prenons un exemple d un contexte d apprentissage concret pour montrer bri vement comment analyser des l ments des m tadonn es en relation avec des contextes Exemple d un contexte d apprentissage exprim en description textuelle 103 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles David est un nouveau technicien du SAV Service Apr s Vente d une soci t qui vent des ordinateurs Il est charg du diagnostic de la maintenance et de la r paration des ordinateurs
40. pim o fo fo 5s eea O o fo 5 nme o e fo 5s ems lo o o 108 Chapitre IV Production des unit s d apprentissage sea mw po 9 9e 9 O O O 5 6 4 model 5 6 5 LM Sr eet CC ae iti Num ro m extension ae ne ESS fo im o copyrightAndOtherRes mM LII Num ro sus extension ray ne ESS CE a 5 143 0 58 3 Ha Jew Jo bo m Hai Tiemie o 9 ES Dad a o jojo Stm Du 22 ME Li Num ro extension T m ESS s amotaton S _ s2 fay e bo ooo C AS CS C CS CC fo fo lo Num ro Type UA UA extension ca cs Compos e classification s a o mm f fp p C 0 fo fo par Jem o b p ban fu aar em oa aim Da ewm Tableau 14 M tadonn es de AMLOM et profiles d application sur les unit d apprentissage 109 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles IV 3 3 3 El ments red finis et l ments rajout s Dans les m tadonn es AMLOM nous avons 27 l ments red finis 20 nouveaux l ments rajout s Nous allons introduire dans cette section les d finitions de ces l ments leurs contextes d utilisation leurs types de donn es Pour les l ments qui ont le type de donn e Vocabular
41. re question 8 yes 2 a little Pour la deuxi me question 7 yes 2 a little 1 no Quelques r ponses repr nsentatives e Yes sometimes I ask myself about it I have the desire to learn it I have had a desire to learn about it e Yes that is something I would like to know about Nutrition gt Health gt Quality life Question 2 Do you care about the nutrient compositions of the dishes that you choose in restaurant R ponse 4 yes 1 sometimes 1 a little 4 no Quelques r ponses repr nsentatives e Some times but I must say I am not very aware about what it is in them e No but we should care Yes but not every time Question 3 Do you think the HSHB project is helpful in the proposed situation If not why R ponse 7 yes 1 maybe 2 no Quelques r ponses repr nsentatives e Yes but maybe too much interaction to know the information Yes for sure it is helpful e think it is interesting e No because it doesn t help to make decisions e Too complicated a simple expert system would be better Question 4 Do you think the HSHB project is an example of mobile learning If not why R ponse 4 yes 3 maybe 2 no partly Quelques r ponses repr nsentatives e Mobile yes learning maybe yes but not the typical example of mobile learning e No itis more a mobile information system e No I think it is mobile supporting daily life e Only a part it is just in time but st
42. s d apprentissage VI 1 2 1 Phase 1 collecte de documentation Dans la phase 1 s agit de collecter tous les documents qui concernent le banc de test et transformer ces documents en formats lectroniques En effet les documents fournis par Maped et Avertech sont des documents en format doc ditables sous Microsoft Word Cela nous permis d viter la transformation en format lectronique l aide du scannage et du traitement OCR Les documents techniques que nous avons collect s comportent quatre fichiers Notice d instruction A06028 Indice D doc avec le titre Instruction d Utilisation Banc de Test Agrafeuses amp Perforateur e S07 WI 006 FR Aide aux r glages banc de test perfo doc avec le titre Aide aux R glages Banc de Test Perfo Agrafeuse S07 WI 007 FR Trier les donn es de test banc de test perfo doc avec le titre Trier les Donn es de Test Banc de Test Perfo Agrafeuse e 07 WI 008 FR Plan de formation utilisation banc de test perfo agrafeuses doc avec le titre Plan de Formation Banc de Test Perfo Agrafeuse VI 1 2 2 Phase 2 fragmentation La fragmentation a pour but de transformer les documents en fragments d une granularit appropri e Les fragments sont r utiliser pour structurer les unit s d apprentissage apr s l analyse et la cat gorisation Dans ce sc nario il faut fragmenter les quatre documents doc que nous avons collect s Les documents e
43. s et experts Une t che de maintenance est destin e aux techniciens experts car cette t che a besoin de connaissances techniques professionnelles En m me temps une t che de maitrise exige un niveau de droits d acc s ad quat pour pouvoir tre effectu e Par exemple normalement les utilisateurs clients n ont pas le droit de d monter un quipement car ces t ches sont r serv es aux techniciens certifi s par le constructeur Ces caract ristiques de la t che de maitrise doivent tre d crites dans les unit s d apprentissage correspondantes Dans le cas o les acteurs veulent apprendre comment faire ces t ches ils peuvent le faire soit sur le lieu de travail en mode apprentissage juste temps soit pendant la formation en mode apprentissage par l action etc Les unit s d apprentissage de ce type doivent tre fournies aux acteurs par le syst me d apprentissage en tant que le ons apprendre pour accomplir les t ches Les m tadonn es sont utilis es pour trouver des unit s d apprentissage appropri es selon le contexte caract risant l acteur 100 Chapitre IV Production des unit s d apprentissage Apprentissage d outils Dans les t ches de ma trise les outils sont les l ments importants pour accomplir les t ches Parfois les outils sont indispensables dans certaines t ches sp cifiques par exemple un tournevis pour d monter les vis un multim tre pour mesurer la tension lectrique et
44. tadonn es AMLOM pour d crire les ressources d apprentissage de la maitrise d quipements Nous proposons galement un processus pour cr er des unit s d apprentissage partir des manuels papiers ou d autres formats num riques Les unit s d apprentissage d crites en XML dans la base de donn es seront exploit es par le syst me d apprentissage SAMCCO SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Chapitre V Nous introduisons l approche pour concevoir SAMCCO dans les situations professionnelles Les principes MOCOCO sont pris en compte dans la conception IMERA est une plateforme qui nous offre un support pour mettre en place notre syst me Nous pr sentons l approche de la prise en compte et de la mod lisation du contexte d apprentissage Nous pr sentons galement l architecture de SAMCCO bas e sur les mod les Dans l architecture le moteur de contr le organise l activit d apprentissage et le processus de contextualisation en interrogeant des autres l ments bases de donn es services g n riques patterns d interactions m thodes d apprentissage etc Chapitre VI Nous illustrons par trois applications la conception et la sp cialisation de nos conceptions de SAMCCO dans des situations professionnelles diff rentes Ces applications qui int grent la mobilit la contextualisation et la collaboration dans l apprentissage mobile permettent aux utilisateu
45. tait d valuer les activit s d apprentissage mobile dans des situations de maintenances industrielles L utilisabilit et l acceptabilit du syst me et des dispositifs mobiles de R alit Augment e taient les l ments principaux qui nous concernaient Nous voulions connaitre aussi l efficacit et la satisfaction des exp riences d apprentissage d utilisateurs dans ce sc nario Les r sultats extraits des questionnaires remplis par les participants sont plut t positive et plein de suggestions Les participants ont montr un grand int r t pour ce type d apprentissage mobile bas sur la pratique en particulier sur les dispositifs mobiles et de la R alit Augment e Tous les participants ont ma tris apr s l apprentissage les comp tences demand es concernant le changement de disque dur de l ordinateur et les huit participants ont trouv que l apprentissage tait bien utile pendant le processus de t ches Trois participants trouvaient les dispositifs un peu compliqu s utiliser surtout les lunettes semi transparentes taient consid r es comme un peu lourdes et inconfortables sur la t te Nous avons aussi recu des suggestions pour am liorer l interface utilisateur par exemple pour simplifier les manipulations sur le touchpad Ce que nous avons appr ci c est le fait que tous les participants ont montr l envie de voir ce type d applications d apprentissage mobile s int grer dans leur vie quotidienne et leur travai
46. utiliser le syst me facilement Le profil d utilisateur est consid r comme un l ment contextuel qui permet de g n rer dynamiquement des pages contextualis es selon le profil de l utilisateur Les principaux modules sont centr s sur le d pannage la formation les manuels techniques et la base de donn es de pi ces et de fournitures La Figure 37 illustre un exemple de l interface de la formation la maintenance Binding or Disconnected Linkage ta Preewlil Controller or Defective Surge Bleed Valve Possible reasons for sheared EDC drive shaft include Binding or disconnected linkage to the presvari controller Click the yellow box for more detail Figure 37 Module de formation du systeme MEPSS 49 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles I11 3 3 2 KP2000 LMS KP2000 LMS IPGems 2001 est un syst me de gestion d apprentissage d velopp par la soci t KnowledgePlanet Ce syst me bas sur le web permet au client l apprenant d y acc der rapidement quand il veut accomplir une t che pr cise Les clients peuvent galement g rer leurs t ches leurs formations leurs connaissances la revue de performance etc Ce syst me offre aux apprenants une To Do liste Figure 38 Cette liste rappelle l apprenant des t ches qu il doit accomplir prochainement La t che la plus urgente est list e en haut de la page et un lien situ
47. 13 Tableau 5 volution des m thodes d apprentissage rer 14 Tableau 6 Emergence et la r partition du march en 2008 d apr s Canalys 2008 sese 21 Tableau 7 Comparatif des architectures de l apprentissage mobile 28 Tableau 8 l ments du contexte par cat gorie rennes 34 Tableau 9 Evaluation des approches de la mod lisation de contexte par rapport aux exigences d apresi strane ec ab 2004 Diese 3RTUP E 41 Tableau 10 Exigences Daruwala 2008 pour les syst mes context aware esee 27 Tableau 11 Comparaison des technologies GPS RFID et Code barre 2D seeeeeeeeeeeeeee 58 Tableau 12 Comparaison entre l apprentissage juste temps et l apprentissage traditionnel d apr s Aura SII r E o ERR 62 Tableau 13 Comparaison des applications EPSS nennen nennen nnns nnns 78 Tableau 14 M tadonn es de AMLOM et profiles d application sur les unit d apprentissage 109 Tableau 15 Matrice d valuation p riph riques crit res R nnns 164 XI Introduction Introduction Le d veloppement de l informatique mobile s est acc l r depuis le d but du 21 si cle De nouveaux dispositifs mobiles Tablette PC PDA t l phone mobile smartphone etc offrent une portabilit accrue de l information et des communications sans fils WiFi bluetooth UMTS etc Ces tech
48. 2004c Il englobe le mod le de d finition du s quencement du contenu et le mod le des comportements de ce s quencement Le premier d finit l ensemble des l ments qui peuvent tre utilis s pour d crire les comportements de s quencement Le deuxi me sp cifie les r gles de s quencement et comment les int grer dans le contenu L environnement d ex cution RTE Run time Environment ADL Advanced Distributed Learning 2004b Il d crit les contraintes qu une plate forme d apprentissage doit satisfaire pour pouvoir g rer l environnement d ex cution Il d crit le m canisme de communication entre la plate forme et le contenu et sp cifie les donn es chang es lors de cette communication il s agit du mod le de donn es SCORM supporte la portabilit et la r utilisabilit des objets d apprentissage et fournit une interface de communication standard entre les SCO et LMS Learning Management System Cependant SCORM n est pas parfait selon des points de vue diff rents 86 SCORM ne supporte pas l apprentissage mobile La connectivit et les capacit s des dispositifs mobiles ne sont pas concern es Certains chercheurs essaient d adapter SCORM l apprentissage mobile pour supporter la mobilit par l ajout d un RTE mobile comme Pocket SCORM Lin et al 2004 SCORM ne supporte pas l apprentissage collaboratif Selon le cadre de SCORM les l ments dans le mod le de donn es sont limit s un seul SCO
49. 28 LS Conclusion ducbapltte Dots nn e nee rene uses 28 CHAPITRE II CONTEXTE ET CONTEXTUALISATION DANS L APPRENTISSAGE NOBELE pee CS 31 I Conte xte et apprerntissadse THODIIO45 sibi b edtedumu pisano wono E esami auoni dabat aei epu und 3l IL 1T Detimitiondu CON ER io poe a Sua go pee dax auia uat us qeu e ERES Te E a 32 IEL Mode UIT P de COn IE EU 35 L2 onte KAW ABCNCSS eoe ea er tent EE uem te EEE TE 4 HAEC ONEX HAW ic sniol 41 1 22 Cycle de vie de context Awareness diurne toiles 44 II 2 3 Exemples d architectures de syst mes context aware 45 II 3 Technologies de capture de l information contextuelle ccccccscceceeeceeeeeeeeeeeeeaeeeeeeeees 52 Tel Capture dela IOCANSAUON sin a nine ET 53 M SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles II 3 2 Technologies de capture de la localisation 53 I4 Conclusion duchapltre IL ipt eto RS te its 58 CHAPITRE III APPRENTISSAGE DANS DES SITUATIONS PROFESSIONNELLES 59 III M thodes d apprentissage dans des situations professionnelles 59 IIL 1 1 Apprentissage sur le lieu de travail workplace learning 60 III 1 2 Apprentissage juste temps just in time learning 61 III 1 3 Apprentissage par l action learning by doing 62 III 1 4 Apprentissage collaboratif collaborative learning
50. AMF d apr s Tarpin Bernard et al 2009 a C 160 Figure 77 Exemple du couplage d AMF et d IRVO d apr s Chalon 2004 160 Figure 78 Apprentissage anim par le moteur de contr le ss 161 Figure 79 R f rentiel de dispositifs p riph riques d apr s Masserey et al 2006 163 Figure 80 Sans communication entre l quipement et le dispositif mobile ssesessssse 164 Figure 81 Communication sens unique entre l quipement et le dispostif moble 165 Figure 82 Communication duplexe entre l quipement et le dispositif mobile 165 Figure 83 Banc de test automatique d agrafeuse et de perforateur Maped 167 Figure 54 Contenu Mixte frase DE cioe eek PUE enclin eines 170 Figure 85 Structure physique du panneau de commandes 173 Figure 86 Arbres de t ches maintenances du changement lame massicot du banc de test 173 Figure 87 Stockage des unit s d apprentissage dans la base de donn es XML native eXist 178 Figure 88 S quence d actions apprendre et faire affich e sur l cran de dispositif mobile 179 Figure 89 Lunettes semi transparentes et les vues superpos es avec
51. Contexte Les environnements riches et vari s o l apprentissage se produit Le terme contexte est d fini par Wang 2004 comme any information that can be used to characterize the situation of learning entities that is considered relevant to the interactions between a learner and an application Dans le chapitre II nous allons nous concentrer sur l tude du contexte et de la contextualisation Localisation Une situation de l apprentissage mobile implique dans les cas o il y a mobilit de l acteur et ou mobilit du lieu de multiples lieux o sont localis s les acteurs salle de classe lieu sur le campus domicile personnel etc Quatre types de localisation sont distingu s e Localisation ind pendante du lieu l acteur peut tre localis dans n importe quel lieu 15 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles e Localisation d pendante du lieu Co localisation les acteurs doivent tre pr sents au m me moment dans le m me lieu e Localisation d pendante du lieu Lieu signifiant pour le contexte d usage ce lieu peut tre g ographique le site naturel ou logique l appareil d panner e Localisation d pendante du lieu Lieu signifiant pour l application l apprentissage mobile est sensible au contexte on peut communiquer avec le lieu l aide de capteurs De plus le lieu peut tre augment l aide de techniques de r ali
52. Dourish P What We Talk About When We Talk About Context Personal and Ubiquitous Computing 2004 8 1 19 30 Dumout E 2005 Dumout E Les Francais Accros Au T l phone Mobile 2005 Ellis C et al 1991 Ellis C et al Groupeware Some Issues and Experiences Communications of the ACM 1991 34 1 38 58 Emery J 2001 Emery J Hewlett Packard Call Agent Performance Centered Design Closing the Gap between Training amp Working Performance Centered Design PCD Competition 2001 Boise USA 2001 Engestr m Y 1994 Engestr m Y Learning for Change New Approach to Learning and Training in Companies Geneva ILO 1994 Frohberg D 2006 Frohberg D Mobile Learning Is Coming of Age What We Have and What We Still Miss DeLFI 2006 4 e Learning Fachtagung Informatik Darmstadt Germany 2006 227 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Georgieva E et al 2005 Georgieva E et al A General Classification of Mobile Learning Systems International conference on computer systems and technologies 2005 Technical University Varna Bulgaria 2005 Gery G 2002 Gery G Achieving Performance and Learning through Performance Centered Systems Advances in Developing Human Ressources 2002 4 4 464 478 Gery G J 1991 Gery G J Electronic Performance Support Systems How and Why to Remake the Workplace through the Strategic Application of Technology 1991 Gery
53. Epss within the Software Application Examples Turkish Online Journal of Distance Education 2004 5 2 Bezanson W 2002 Bezanson W Performance Support Solutions Achieving Goals through Enabling User Performance BookSurge Publishing 2002 225 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Borriello G et Deshpande N 2002 Borriello G et Deshpande N Location Aware Computing Creating Innovative and Profitable Applications and Services nterl Developer Magazine 2002 1 6 Bouzy B et Cazenave T 1997 Bouzy B et Cazenave T Using the Object Oriented Paradigm to Model Context in Computer Go Context 97 Rio Brazil 1997 Brown P J 1996 Brown P J The Stick E Document A Framework for Creating Contexte A ware Applications Electronic Publishing 1996 Laxenburg Austria 1996 Brown P J 1998 Brown P J Triggering Information by Context Personal Technologies 1998 2 1 1 9 Brown P J et al 1997 Brown P J et al Context Aware Applications From the Laboratory to the Marketplace IEEE Personal Communications 1997 4 5 58 64 Byun H E et Cheverst K 2004 Byun H E et Cheverst K Utilizing Context History to Provide Dynamic Adaptations Applied Artificail Intelligence 2004 18 6 533 C Chu W et al 2005 C Chu W et al Context Sensitive Content Representation for Mobile Learning CWL2005 the 4th International Conference of Web Based learning
54. Hong Kong China 2005 Calvary G et al 1997 Calvary G et al From Single User Architectural Design to Pac A Generic Software Architecture Model for Cscw Conference on Human Factors in Computing Systems 1997 Atlanta USA 1997 242 249 Canalys 2008 Canalys Worldwide Smart Mobile Device Market 2008 Carroll J M 2000 Carroll J M Making Use Scenario Based Design of Human Computer Interactions 2000 Mit Press Chalmers M J 2004 Chalmers M J A Historical View of Context Computer Supported Cooperative Work 2004 13 3 4 223 247 Chalon R 2004 Chalon R R alit Mixte Et Travail Collaboratif Irvo Un Mod le De L interaction Homme Machine Ecole Centrale de Lyon 2004 Champalbert F 2008 Champalbert F Identification Et Mise En Place De Service Collaboratifs G n riques Au Sein Du Syst me Smac Services for Mobile Applications and Collaborations Conservatoire National des Arts et Metiers 2008 Chan T et al 2004 Chan T et al Educational Metadata for Mobile Learning Second EEE Workshop on wireless and Mobile Technoloiges in Education Taoyuan Taiwan 2004 Chen G et Kotz D 2000 Chen G et Kotz D A Survey of Context Aware Mobile Computing Research Dartmouth College Technical Report TR2000 381 2000 Cheverst K et al 1999 Cheverst K et al Design of an Object Model for a Context Sensitive Tourist Guide Computer and Graphics 1999 23 6 883 89 1 Chu Y L et Liu T Y Year Chu
55. L apprentissage juste temps just in time learning permet aux apprenants d acc der aux informations lorsque c est n cessaire Sambataro 2000 d finit le syst me d apprentissage juste temps comme un syst me qui envoie le contenu d apprentissage ou de formation aux apprenants quand et o ils en ont besoin Unesco 1998 d finit l apprentissage juste temps comme une mani re de rendre des informations disponibles sur Internet aux apprenants quand ils en ont besoin L apprentissage juste temps ne s oppose pas l apprentissage just in case mais peut tre consid r comme suppl mentaire dans l apprentissage informel L apprentissage just in case est appliqu plut t dans l apprentissage traditionnel dans l cole dans l universit Les connaissances qu on a appris pourraient tre utilis es mais il est impossible de pr dire quel moment elles seront requises Mason et al 2005 L avantage de l apprentissage juste temps par rapport l apprentissage classique est l effectivit En effet celui ci vise des connaissances requises et aide l apprenant r soudre son probl me rapidement Laura 1999 a tabli une comparaison entre l apprentissage juste temps et l apprentissage traditionnel dans la salle de cours Tableau 12 L apprentissage juste temps peut tre r alis gr ce aux TIC L informatique mobile permet aux apprenants d apprendre sur un sujet pour r soudre un probl me ou pour faire une
56. M M a E 17 ag EC Num ro bo extension E m c o ee E m a C ES AS C e 9 G3 ewm o M M Gu m o e 9 Bar em o M M Ca es ae as Num ro yr m ESS 5 deu RS OS Bu Jews o oo ooo Bar es 1 m mMm m 107 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles 32 contribute o Jo Jo 32 1 role T O O O 9 22 entity 23 ue Jo JoJo haa wp f o o fo a O I x Num ro oo m ESS 4 tecnica ER a ata foa Off 412 description o Jo o 43 se ff 414 duration O0 o Jo 415 requirement O o o 4151 orComposte Je Jo O 4532 wpe o o Jo 4153 mm 1 o o o 4154 mimumVesn Jo Jo O 4155 maximumVersion OOO ae pomt t oe Num ro Type extension ONG m ESS 5 education ER C DO C E i DN s2 wnttye CS HS sa mexeExUena Jo fo Jo 54 famy o oo fo s ewememoa M M M ssi mm t M M M Bar fous fe o o 9 hs mm lo oo ssa mot o o 9 ss foonemeru fo o 9 556
57. Performance Press Gibbs G 1988 Gibbs G Learning by Doing A Guide to Teaching and Learning Methodes Future Education Unit 1988 Greeberg S 2001 Greeberg S Context as a Dynamic Construct Human Computer Interaction 2001 16 2 4 257 268 Greif I 1988 Greif I Computer Supported Cooperative Work A Book of Readings San Mateo CA Morgan Kaufman Eds 1988 Gu T et al 2004 Gu T et al An Ontolgoy Based Context Model in Intelligent Environements Communication Networks and Distributed Systems Modeling and Simulation Conference San Diego California USA 2004 Habermeier 1990 Habermeier Product Use and Product Improvement Research Policy 1990 19 271 283 Halin G et Kubicki S 2005 Halin G et Kubicki S Architecture Dirig e Par Les Mod les Pour Une Repr sentation Multi Vues Du Contexte De Coop ration HM 2005 Toulouse France 2005 Harris R et al 2000 Harris R et al National centre for vocational education research More Than Meets the Eye Rethinking the Role of Workplace Trainer 2000 Hazas M et al 2004 Hazas M et al Location Aware Computing Comes of Age Computer 2004 37 2 95 97 Held A et al 2002 Held A et al Modeling of Context Information for Pervasive Computing Applications Proceedings of SCI 2002 ISAS 2002 2002 Henricksen K et al 2003 Henricksen K et al Generating Context Management Infrastructure from High Level Context Models 4th International Conference on M
58. Phase 2 Fragmentation Figure 53 Fragmentation de documents La phase de fragmentation Figure 53 a pour but de transformer les documents en fragments d une granularit appropri e pour leur r utilisation dans des unit s d apprentissage vari es Les fragments peuvent tre consid r s comme des briques des unit s d apprentissage Un fragment peut tre une 124 Chapitre IV Production des unit s d apprentissage phrase un paragraphe une image ou un segment de vid o etc La granularit du fragment n est pas un crit re strict Nous proposons quelques r gles pour d terminer la granularit de fragments pendant la fragmentation des documents e Un fragment est un ensemble de textes centr s sur un m me sujet Le sujet peut tre une t che simple un commentaire une description d une pi ce etc e Un fragment est une unit minimum d un sujet La division d un fragment n a pas de sens pour la r utilisation Un fichier multim dia comme un son une vid o une image peut tre consid r comme un fragment Si un fichier multim dia concerne plusieurs sujets diff rents il faut le d couper en plusieurs fragments Par exemple un constructeur distribue peut tre un seul film pour toutes les utilisations d un quipement il faut d couper le film en plusieurs fragments pour obtenir des s quences de base Les fragments de documents peuvent garder leurs formats originaux apr s la fragmentation P
59. Y L et Liu T Y Handheld Computer Supported Context Aware Learning with 2d Barcodes In Spector JM Sampson DG Okamoto T et al eds 7th IEEE International Conference on Advanced Learning Technologies Niigata JAPAN 2007 485 486 Coutaz J et Nigay L 2001 Coutaz J et Nigay L Architecture Logicielle Conceptuelle Des Syst mes Interactifs In C K ed Analyse Et Conception De L ihm Herm s Paris 2001 207 246 Daruwala Y 2008 Daruwala Y A Constructive Memory Architecture for Context Awareness University of Sydney 2008 David B 2001 David B Ihm Pour Les Collecticiels R seaux et Syst me R partis 2001 13 169 206 226 Bibliographies David B et Chalon R 2007a David B et Chalon R Imera Experimentation Plateforme for Computer Augmented Environment for Mobile Actors 3rd IEEE International Conference on Wireless and Mobile Computing Networking and Communications New York USA 2007a David B et al 2007b David B et al Orchestra Formalism to Express Static and Dynamic Model of Mobile Collaborative Activities and Associated Patterns 2th International Conference HCI international 2007 Beijing China 2007b David B et al 2003 David B et al Capillary Cscw Human Computer Interaction Theory and Practice 2003 2 879 883 David B et al 1996 David B et al Ergonomie Du Travail Coop ratif En Conception ERGO TA 1996 1996 David B et al 2008 David B et al Contextual Mobile Learn
60. autre ville etc et ne travaillant pas n cessairement en m me temps rythmes diff rents d calages horaires etc Il s agit donc de g rer via le syst me informatique la participation de plusieurs personnes qui ne sont pr sentes que virtuellement dans l espace et ou le temps Le premier objectif des collecticiels est donc l abolition des dimensions espace et temps comme propos par David 2001 des autres objectifs sont les suivants e Obtenir des gains de performance faciliter la production collective de documents d un projet gr ce aux applications de messagerie et de conf rence g n raliser la diffusion contr l e d information en donnant diff rents droits d acc s et en coordonnant les t ches et les acteurs l aide d outils de suivi d activit s Capitaliser des connaissances permettre le stockage des informations des projets d j finis de facon qu elles puissent tre utilis es dans d autres projets e Am liorer les temps de r ponse fournir un acc s coh rent aux informations concernant le projet disponibles pour tous selon les droits d acc s identifi s e Partager des comp tences permettre une r elle collaboration par le partage d informations la mise en commun des savoir faire de personnes d origines diff rentes e Faciliter le travail distance permettre d intervenir activement ou passivement dans le processus chaque fois que cela est n cessaire partir de n importe quelle localisat
61. ches etc Context aware de l environnement se localiser sur le site reconna tre des objets g rer la mobilit etc Context aware de collaboration contextualiser des autres utilisateurs qui peuvent collaborer potentiellement configurer le moyen de collaboration message voix vid o etc selon le contexte etc 11 2 2 Cycle de vie de context awareness Pour r aliser context awareness dans une activit d apprentissage nous avons tudi les diff rents cycles de vie de context awareness pr sents dans la litt rature Dans Schilit et al 2002 trois tapes sont d finies dans le cycle de vie de contexte awareness La d couverte de contexte Dans cette tape il s agit de capturer toutes les informations contextuelles qui sont disponibles dans un contexte d utilisateur partir des senseurs mat riels ou logiciels ou des autres moyens L interpr tation et la s lection Cette tape est responsable de la s lection et la transformation des informations contextuelles obtenues dans l tape pr c dente en informations contextuelles utiles L abstraction et l utilisation de contexte Cette tape implique l utilisation de l information contextuelle et l ex cution des actions contextuelles Abowd et al 1998 ont identifi un processus pour construire des applications contextuelles comme ci dessous 44 Sp cification sp cifier le probl me adress et la solution de haut niveau Sp
62. chez les clients de leurs produits Un jour il est envoy chez un client pour changer un disque dur en panne Le changement du disque dur est pour lui une t che inconnue Il d cide donc d apprendre cette op ration sur place avec son PDA et le syst me d apprentissage mobile Voici les l ments importants dans ce contexte et les m tadonn es requises Acteur David s identifie avec son identifiant Apr s la contextualisation le syst me reconna t son identit comme employ de la soci t I peut acc der aux unit s d apprentissage car il a le droit d apprendre et il est capable d apprendre Par exemple il a le droit de voir l unit d apprentissage changement du disque dur mais il n a pas le droit d acc der l unit d apprentissage r paration du disque dur Les m tadonn es requises niveau d acc s niveau technique quipement David veut apprendre comment changer le disque dur de l ordinateur du mod le DELL GX520 Il doit d abord apprendre la structure physique de DELL GX520 Les m tadonn es requises quipement marque mod le s rie etc description statique introduction plan structurel etc t che de maitrise utilisation r paration etc T che David veut apprendre comment changer le disque dur Il peut directement aller la t che changement du disque dur S il ne connait pas comment d monter le capot de l ordinateur il peut directement aller la t che d montage
63. cifier les actions contextuelles implanter D terminer la collection de contexte requise pour ex cuter ces actions en utilisant des m canismes de contexte acquisition existants Acquisition d terminer les capteurs ou d autres mat riels pour capturer le contexte Installer le capteur dont on a besoin sur la plateforme gt Comprendre le type de donn es que fournit le capteur gt Sil n y a pas d interface de programmation API disponible crire un programme correspondant au protocole que le capteur utilise gt S il y a une API prendre le service appropri de l API pour communiquer avec le Chapitre II Contexte et contextualisation dans l apprentissage mobile capteur gt D terminer comment consulter le capteur et comment tre inform quand le contexte change Enregistrer le contexte gt Interpr ter le contexte si applicable e Livraison fournir des m thodes pour supporter la livraison du contexte aux applications e R ception acqu rir et utiliser le contexte D terminer o se trouvent les capteurs et comment communiquer avec chacun Demander et recevoir le contexte gt Convertir le contexte dans une forme utilisable pour interpr tation Analyser l information contextuelle et d terminer son utilisation Action si le contexte est utile ex cuter les actions contextuelles gt Analyser le contexte le traiter comme une variable ind pendante ou le combiner avec d autres
64. cifiques ou activit s d utilisateurs particuliers d crit comme dans Figure 122 H rec dc nacre P a M ine fois chez le client il consulte le programme Programme den 5 H op rations effectuer il consulte l historique CHIC a HET ui 3 Ms FS ae T s n effectuer re des interventions d j faites s il a pense a les embarquer sur le PDA sinon il se connecte Technicien ia une connexion sans fil au serveur del entreprise pour r cuperer cette information Connexx Internet Serveur entreprise Figure 122 Exemple d un sc nario d utilisateur d crit dans CoCSys d apr s Delotte 2006 Elaboration du mod le comportement CBM Cooporative Behaviour Model Ce mod le de comportement coop ratif caract rise l application collaborative concern e contient des acteurs concrets des artefacts des t ches et contextes que cette application coop rative prendra en compte Figure 123 Les sc narios sont tudi s afin d extraire les t ches des diff rents acteurs et d terminer les contraintes fonctionnelles et temporelles permettant de d finir l organisation de ces activit s C Dispositifs Plateformes Env local Proc pus N Workfl TC Ties gt Arte mue s Documents C ontextes A pone X R les Figure 123 Informations synth tis es dans le mod le comportemental d apr s Delotte 20061 Projection du mod le comportemental sur Parch
65. collaboratives de production et de coordination III 2 4 TCAO capillaire La notion de nomadisme s tend au TCAO et introduit le concept de TCAO capillaire Comme d crit dans David et al 2003 le TCAO capillaire a pour but d tendre les capacit s fournies par les outils de travail coop ratif en des ramifications de plus en plus fines depuis leur utilisation sur des postes fixes et des clients propri taires jusqu aux clients l gers mobiles et ind pendants Figure 34 Mobile CCW j W Client Mobile CC Mobile CCW Client SS a r Permanent my Web Client CSCW Client Mobile CCW CSCW Client Moscw et Serveur Web Client A na Mobile CCW Permanent E bg AT Client bos Ss Web Client Web Client La Mobile CCW Client oom Mobile CCW p Client LJ E d Figure 34 La capillarit pour le travail collaboratif d apr s David et al 2003 Le concept de TCAO capillaire est int ressant car il s inscrit naturellement dans la continuit des recherches dans le domaine du travail coop ratif en y ajoutant la prise en compte des nouveaux dispositifs mobiles En plus de l acc s aux informations de l interaction et de la collaboration par la virtualisation de l espace et du temps il ajoute la mobilit des personnes et selon le cas la virtualisation de leur localisation ou au contraire la prise en compte du contexte pr cis de leur localisation et de la localisation des
66. contenus de ces unit s d apprentissage sont r dig s partir des fragments qui sont relatifs chaque partie L unit d apprentissage du panneau de commandes transform e en XML est pr sent e ci dessous lt xml version 1 0 encoding UTF 8 gt UA identifiant Panneau_commandes ua type compos e xmlns xlink http www w3 org 1999 xlink gt lt m tadonn es gt lt contenus gt lt contenu gt lt titre gt introduction lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt figure lt titre gt r f xlink type simple xlink href Figure panneau xml gt lt contenu gt lt contenu gt lt titre gt compositions lt titre gt lt contenu gt lt titre gt 1 S lectionneur g n ral lt titre gt r f xlink type simple xlink href s l ctionneur_g n ral xml gt lt contenu gt lt contenu gt lt titre gt 2 Marche automatique Arr t PC manuel lt titre gt r f xlink type simple xlink href Auto manuel xml gt lt contenu gt lt contenu gt lt contenus gt lt UA gt Pour produire les unit s d apprentissage de la t che de ma trise nous avons mod lis les t ches concern es avec l outil CTTE Nous obtenons des arbres de taches qui d crivent la composition des t ches et les relations entre elles Des unit s d apprentissage sont cr es pour chaque t che et les contenus d unit d apprentissage sont organis s selon les arbres de t che
67. contextuel En s appuyant sur les principes de notre approche nous l avons illustr par plusieurs applications concr tes nous permettant de valider l int r t de l apprentissage mobile contextuel dans diff rentes situations Le sc nario du banc de tests MAPED a t choisi pour montrer la cr ation des unit s d apprentissage en respectant le processus que nous avons propos dans la section IV 4 Le banc de tests agrafeuses perforateurs est une machine industrielle repr sentative parmi les quipements professionnels partir des documentations initiales fournies par la soci t MAPED nous avons d taill phase par phase le processus de production d unit s d apprentissage et les m thodes utilis es l aide de ce sc nario Le sc nario de maintenance de l ordinateur est un cas d application de l apprentissage mobile contextuel dans une activit de maintenance d quipement Dans cette application les caract ristiques MOCOCO ont t prises en compte En plus la r alit augment e a t adapt e l apprentissage pour augmenter l efficacit de celui ci et la performance de travail L exp rimentation du changement d un disque dur a donn lieu une valuation d usage par des utilisateurs Le projet HSHB permet un autre type d apprentissage l apprentissage mobile contextuel dans le processus de constitution d un repas quilibr dans un restaurant libre service dans lequel notre syst me peut galement utilis
68. contextuel et collaboratif dans des situations professionnelles e TS S lectionner_titre S Up down Valider titre Pr sentation EL 1 IR ERR Up down Boe tite M gt mms Tres Valider titre Figure 76 Pattern d interaction S l ctionner titre en AMF d apr s Tarpin Bernard et al 2009 Dans l apprentissage de la maitrise d quipements l interaction avec les p riph riques de la R alit Augment e est un aspect important consid rer Cependant AMF ne consid re pas les p riph riques d entr es sorites explicitement c est pourquoi Chalon 2004 propose un couplage d AMF et du formalisme IRVO Interacting with Real and Vituel Objects Cf Annexe IV pour d crire l interaction avec les p riph riques de la R alit Augment Mixte Nous pourrons donc utiliser AMF pour d crire l interaction concr te et IRVO pour d crire l interaction abstraite entre l utilisateur et son dispositif La Figure 77 illustre un exemple du couplage d AMF et d IRVO pour d crire l interaction avec la R alit Augment e me e Aiguille Liquide Lan es si ln odi Pr sentation Affichage alerte Pr sentation MAJ aiguille Figure 77 Exemple du couplage d AMF et d IRVO d apr s Chalon 2004 V 4 6 Fonctionnement du moteur de contr le Dans notre syst me le moteur de contr le d apprentissage est un l ment central qui s appuie su
69. d apprentissage mobile contextuel et collaboratif dans des situations professionnelles VI 3 3 Exp rimentations et valuations Le projet HSHB a t exp riment et valu par des l ves de l cole d t sur l apprentissage mobile 2009 Mobile Learning Summer School 4 9 July 2009 Brest France pendant une s ance de travaux pratiques Figure 94 Nous avons simul un sc nario du choix de plats dans un restaurant libre service Plusieurs maquettes de plat avec l tiquette RFID taient d pos es l avance dans la salle de cours Les l ves utilisaient un PDA lecteur RFID quip ou un Smartphone sans lecteur RFID pour se connecter au syst me Les l ves essayaient d apprendre comment choisir des plats appropri s pour configurer un repas selon leurs pr f rences et leurs profils nutritionnels Figure 94 Exp rimentation du systeme HSHB Nous avons collect les questionnaires remplis par les l ves qui ont particip l exp rimentation Yin et al 2009b Le questionnaire tait concentr sur la faisabilit du syst me dans la situation simul e l efficacit et la satisfaction de l activit d apprentissage et l adaptation l apprentissage mobile Par exemple la question 2 Est ce que la composition des plats que vous choisissez dans le restaurant est importante pour vous La question 3 Est ce que le projet HSHB est utile votre avis dans la situation propos e Cf Annexe VI Les r pon
70. d quipement fournis par les constructeurs repr sentent beaucoup d inconv nients qui ne facilitent pas la maitrise des quipements Les th ories de l e apprentissage et l apprentissage mobile fournissent des nouveaux moyens pour l apprentissage ou la formation distance et en mobilit La production des ressources d apprentissage pour remplacer ces manuels techniques traditionnels est devenue un sujet important pour les chercheurs IV 1 1 2 SCORM Le besoin de cr er des ressources d apprentissage et de les partager sur des plates formes d apprentissage diff rentes a incit le recours la standardisation Parmi les travaux qui ont t propos s dans ce cadre SCORM Sharable Content Object Reference Model ADL Advanced Distributed Learning 2009 est le plus largement accept En effet SCORM est une collection de standards et de sp cifications propos par AICC Aviation Industry Computer Based Training Committee IMS IMS Global Learning Consortium Inc IEEE Institute of Electrical and Electronics Engineers ARIADNE Alliance for Remote Instructional Authoring and Distribution Networks for Europe et d autres organisations Avec les sp cifications SCORM constitue un reference model unifi qui r pond aux exigences des contenus et des syst mes de l apprentissage bas sur le web SCORM vise les objectifs suivants e Accessibilit la capacit localiser les besoins et acc der aux ressources part
71. d acquisition d informations contextuelles partir des senseurs physiques et logiques Les donn es captur es traversent une chaine de composants comme l interpr teur l assembleur etc avant d arriver la couche r ception de contexte La couche r ception de contexte construit une interface entre la couche d couverte de contexte et la couche gestion de contexte Elle est con ue pour assurer la traduction entre les composants de la couche inf rieure l interpr teur l assembleur et les composants de la r ception de contexte qui 48 Chapitre II Contexte et contextualisation dans l apprentissage mobile doivent int grer les informations contextuelles qui viennent de sources vari es et qui n cessitent parfois une r solution de confilit La couche gestion de contexte consiste en un d p t des informations contextuelles qui servent aux applications context aware Chaque application peut avoir son propre mod le de contexte le syst me de gestion est donc exig pour maintenir des mod les diff rents Le syst me de gestion stocke une base commune d informations contextuelles aussi bien que les m tadonn es correspondant chaque mod le de contexte pour r duire les exigences de stockage et acc l rer le processus requ te r ponse La couche m moire constructive est con ue pour que le raisonnement de contexte puisse tre accompli par la recherche dans une base de donn es pour obtenir un meilleur appariement des
72. d apprentissage SAMCCO Ainsi notre syst me facilitera le travail des utilisateurs et augmentera leur performance via l apprentissage L apprentissage juste temps l apprentissage sur le lieu de travail l apprentissage par l action et l apprentissage collaboratif sont des caract ristiques principales que nous adaptons dans notre contexte 78 Chapitre III Apprentissage dans des situations professionnelles TCAO et EPSS sont donc deux concepts facilitant le travail plusieurs dont l efficacit est augment e par l acc s aux informations appropri es Nous reprenons ces concepts et les adaptons lors de la conception de SAMCCO 79 Partie II Contributions PARTIE II CONTRIBUTIONS R sum Dans cette partie du m moire nous introduisons notre d finition et conception de SAMCCO syst me d apprentissage mobile contextuel et collaboratif pour la ma trise d quipements domestiques publics et professionnels Les travaux de notre recherche commencent par l tude des unit s d apprentissage Dans le chapitre IV nous mod lisons les unit s d apprentissage selon leurs caract ristiques syntaxiques fragment atomique compos e et s mantiques description statique t che de maitrise Pour mieux d crire les unit s d apprentissage nous introduisons les m tadonn es AMLOM Appliance Mastering LOM Un processus de production d unit s d apprentissage est propos pour transformer les documentations initiales d quipeme
73. d une unit d apprentissage Figure 41 Nous avons trois parties compl ter pour produire une unit d apprentissage les m tadonn es le contenu et les fragments multim dias Dans cette phase nous nous concentrons sur les contenus et les fragments multim dias Nous utilisons les fragments analys s et cat goris s obtenus dans la phase pr c dente pour structurer les contenus d unit s d apprentissage Unit d apprentissage Unit d apprentissage M tadonn es M tadonn es Contenus Fragments multim dias JP flv html Figure 41 Mod le g n rique de l unit d apprentissage Les fragments multim dias sont des fragments que nous avons obtenus dans les phases pr c dentes Les fragments multim dias sont r f rencer dans les unit s d apprentissage en cas de besoin Ils peuvent tre stock s au m me endroit que les unit s d apprentissage ou dans un d p t de fichiers ind pendant Nous avons d fini la structure de contenu hi rarchique Le contenu d une unit d apprentissage est organis en une structure d arbre L l ment contenu peut tre it r dans l l ment contenus Dans un l ment contenu on peut r f rencer d autres fragments multim dia externes ou d autres unit s d apprentissage Selon les relations de r f rences dans les contenus nous pouvons d terminer les 127 SAMCCO un syst me d apprentissage mobile contextuel et co
74. d unit d apprentissage dans son fichier XML A partir de maintenant les fragments en texte sont transform s en unit s d apprentissage et les fragments multim dias r f renc s sont stock s avec les unit s d apprentissage dans un d p t de fichiers VI 1 2 5 Phase 5 ajout des m tadonn es Les m tadonn es sont utilis es pour d crire les caract ristiques de l unit d apprentissage La r daction des m tadonn es se fait apr s l analyse du contenu de l unit d apprentissage Il faut que le r dacteur connaisse bien les contextes d utilisation de l unit d apprentissage Nous utilisons le sch ma des m tadonn es AMLOM pour aider cr er ces m tadonn es Les m tadonn es AMLOM ont 9 cat gories d l ments A travers l analyse de l unit d apprentissage en aspect syntaxique et en aspect s mantique nous exprimons les l ments de m tadonn es selon leurs profils d application et d finissons leurs valeurs selon leurs types de donn es et leurs espaces de valeurs Notons bien que les l ments marqu s Mandatory dans leur profil d utilisation sont obligatoires 174 Chapitre VI Cas d tudes d applications Apr s l ajout de m tadonn es les unit s d apprentissage sont devenues formelles et compl tes Les unit s d apprentissage et leurs m tadonn es peuvent tre valid es par des fichiers XSD pour v rifier la structure et les valeurs d l ments Ci dessous est la source compl te XML de
75. de faire le travail L apprentissage doit associer apprendre et faire Gibbs 1988 Un mod le en quatre tapes a t propos par Kolb 1984 pour caract riser le cycle de l apprentissage par l action Figure 29 D apr s Kolb il est pr f rable d apprendre selon un cycle permettant d exp rimenter les quatre phases d apprentissage afin de bien comprendre un sujet Cependant il a galement observ que chaque personne pr f re en g n ral une phase de ce cycle de quatre phases e Exp rience concr te d une action e Observation de fa on r fl chie et attentive e Conceptualisation abstraite et th orique e Mise en application de l action en fonction de l exp rience initiale Selon la th orie de Kolb l apprentissage mobile peut tre introduit dans l apprentissage par l action L apprentissage mobile dans l action est situ dans notre approche David et al 2009 en au moins une des trois phases avant l action apprendre des actions faire pendant l action ma triser tous les aspects juste temps avec des dispositifs mobiles apr s l action comprendre des actions qui ont eu lieu et accumuler l exp rience Ces trois phases se situent dans le mod le de Kolb 1 1 4 Apprentissage collaboratif collaborative learning La d finition la plus populaire de l apprentissage collaboratif exprime qu il s agit de situations o plusieurs personnes apprennent ou essaient d apprendre ensemble Dans Sm
76. de th orie unificatrice pour l apprentissage mobile mais ce qui est fait c est le couplage plus ou moins important entre la p dagogie et la situation d apprentissage utilisant les dispositifs mobiles pour apprendre Le chapitre III va d crire les m thodes d apprentissage que nous avons identifi es comme pouvant s appliquer dans l apprentissage mobile 1 1 1 3 Int gration des technologies mobiles et des m thodes d apprentissage La vogue des technologies mobiles est d j un facteur de motivation pour les exploiter dans l apprentissage Selon Dumout 2005 en 2005 72 de Fran ais poss dent un t l phone mobile personnel ou professionnel et en particulier les jeunes en sont les plus fervents utilisateurs 9496 des 15 17 ans et 95 des 18 25 ans sont quip s Quelque 61 d entre eux l utilisent pour envoyer des photos et des vid os contre 40 des 40 59 ans Et 23 des utilisateurs consultent des sites Internet sur leur mobile A a vue de ce grand groupe d utilisateurs de dispositifs mobiles Sharlples 2003 consid re que les ducateurs doivent chercher des moyens pour exploiter le potentiel des technologies mobiles pour SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles leurs permettre de b n ficier de leurs avantages dans l apprentissage Les technologies mobiles fournissent une opportunit pour un changement fondamental dans l ducation de l utilisatio
77. dispositifs sont quip s de connexion r seau sans fil comme Wi Fi Bluetooth 3G etc Leur puissance de processeur la r solution d cran la m moire du syst me sont suffisants pour utiliser la plupart des contenus multim dia Le seul inconv nient est que leur mobilit est moins importante que celle d un PDA et d un t l phone mobile mais en m me temps plus que l ordinateur portable PDA Personal Digital Assistant Le PDA a une petite taille mais une puissance de processeur significative Il peut reconnaitre l criture manuscrite et peut r aliser beaucoup de t ches quotidiennes Normalement il a un cran plus grand qu un smartphone T l phone portable Les t l phones portables peuvent tre utilis s pour la communication vocale et pour l envoi de messages textuels SMS Leur puissance informatique et le d bit de transfert sont faibles Mais avec la commercialisation de la 3G les t l phones mobiles ont la possibilit d acc der Internet via les technologies WAP GPRS ou 3G etc Smartphone Les smartphones combinent les capacit s du PDA et des t l phones portables Ils ont des techniques d interactions les plus modernes comme l cran tactile multipoint de type iPhone La puissance de processeur et la m moire sont aussi en croissance constante Plusieurs types de syst mes d exploitation sont utilis S comme Windows mobile Windows CE Symbian Linux mobile Palm Android etc D autres dispositifs comme
78. domaine il nous faut tudier les caract ristiques de ces manuels Nous avons pris plusieurs exemples de diff rents types d quipements comme un appareil photo un photocopieur un banc de test d usine etc Les manuels d quipements ne peuvent certes pas couvrir tous les aspects de l apprentissage de la maitrise d quipements mais ils peuvent nous donner une id e directrice sur qu est ce qu il faut apprendre dans tous les cas possibles Les constructeurs sont les enseignants qui connaissent le mieux leurs produits et les manuels sont les m dias directs les plus importants sortes de livres de cours pour leurs clients La Figure 47 donne un exemple de table de mati res que nous avons pris dans un manuel d un banc de test d agrafeuses Dans ce manuel traditionnel et repr sentatif nous pouvons observer les diff rents aspects que l on peut apprendre sur cette machine El I PRESENTATION GENERALE Li But de la machine L2 Pr sentation de la machine L2 1 Manutention et transport L2 2 Installation i L3 ORGANES DE COMMANDE ET DE SIGNALISATION L3 1 Pr sentation L3 2 Commandes g n rales 1 3 3 Terminal op rateur ii II DESCRIPTION DES PROCEDURES D UTILISATION DE LA MACHINE IL1 Mise sous tension IL2 Mise hors tension IL3 Mise en service i IL4 Mise en place et bridage des produits IL4 1 Agrafeuses et perforateurs standard IL4 2 Perforateurs grande capacit avec passage point mort Agrafeuses pince Charg
79. encens 179 VI23 Experimentation et Cv al Nations decet o eR aee rhin dont ob eua de deve EE pb EU oe uu ETA 180 VI 3 Sc nario HSHB Healthy Spirit in Healthy Body 181 MESS PICSCHUITODE Aon utt dr acest Ce Mon re MM UM doc Edu 181 V1 5 2 CODGEplonDn et te alls ALOPUSuconimiveutoss ius ions r sines Evan uu eut bXA CEDE DERE 182 VL3 9 Exp rimentations et evaluations essaient shorts US Ge addas 186 VEZ Concl siomdu chapito VE sedile iu deuote tied ERU o rto a t pedal Len ac bed 187 CHAPITRE VII CONCLUSIONS ET PERSPECTIVES ee eee eere eee eee eee eene eee enno 189 VILE Resuinie demos CONMIDUTLONS nine entendent 189 Etat ded dtt siis idet Sd ve eroi E eve d ETE 189 Produetionsd unies d apprentissage x sci instet Iri ovo Oo NI tenta en EDI T 190 Conceptromde SAMOCO us tatto e dedi otro E Ne nn atv leer e Pesce esse 191 Cas dietudes d JDDICHUOfIG sere a o dehors diodes 192 V2 IPERS Pe Cui vies LC 192 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles ANNEXE I APPROCHES BASEES SUR LES SCENARIOS eeeesssccccccccsscsccccccccccscccccseseceee 197 l Definition CES SC HATIOS SN cL E 197 2 Formalismes pour exprimer les sc narios 197 3 Collecte des besoins via les sc narios 200 ANNEXE II APPROCHES BASEES SUR LES MODELES eee e eee eere eren nnn 203 1 Approche MDA Model Driven Architecture ss 203 2 ModeHsaton deti NES acci reset tiom
80. entre des unit s d apprentissage L objectif est de concevoir des mod les d unit d apprentissage qui peuvent mod liser toutes les unit s d apprentissage de granularit s diff rentes d tudier comment structurer ces unit s d apprentissage pour accomplir une activit d apprentissage dans un contexte d apprentissage donn Nous d finissons trois niveaux d unit s d apprentissage le fragment l unit d apprentissage atomique lunit d apprentissage compos e Figure 43 Le fragment d crit un mat riel d apprentissage qui peut tre utilisable au sein des unit s d apprentissage Le fragment r f rence souvent un fichier physique comme une image une vid o un texte etc Ces fichiers physiques sont des ressources basiques pour structurer les unit s d apprentissage Le fragment peut tre r f renc par l unit d apprentissage atomique L unit d apprentissage atomique est l unit p dagogique la plus petite qui peut fournir aux apprenants un contenu complet dans un contexte d apprentissage sp cifique L unit d apprentissage compos e peut r f rencer toutes les autres unit s d apprentissage pour composer un contenu d apprentissage complexe pour un contexte d apprentissage sp cifique Dans notre approche toutes les unit s d apprentissage sont inscrites dans ces 3 niveaux Nous pouvons structurer les unit s d apprentissage sur la base de ces 3 niveaux selon leurs contenus Unit d apprentissage compos e
81. exp riences pass es de contextes l application en cours Pour r aliser la couche m moire constructive un processus est exig qui peut stocker les repr sentations d exp riences pass es et leurs associations avec d autres exp riences ainsi elles peuvent tre r cup r es plus tard avec une nouvelle exp rience qui peut tre seulement un appariement partiellement comparable l original La couche adaptation qui s inscrit dans une partie de la couche middleware peut adapter les services pour la couche application en fonction du contexte actuel 11 2 3 3 Architecture SOCAM Service Oriented Context Aware Middleware Gu et al 2004 ont pr sent une architecture de middleware de context awareness qui est appel SOCAM Cette architecture est bas e sur des composants qui peuvent tre projet s dans les couches des architectures pr c dentes Cette architecture a pour but d aider construire des services context aware Les composants principaux sont Context Providers Context Interpreter Context aware Service Service Locating Service voir Figure 22 A ctivi H ome Context aware Home Care Context aware A Surveillance Services Service Comm Service Service Service lt 22 Context Reasoning EE ference Locating Service es cones Database Outdoor Wi Indoor Environmental eather E Location Servica Location Context Service J Service Service External Online Device Internal Co
82. exp rimentations Dans le chapitre VII nous avons pr sent la mise en uvre de trois applications pour illustrer les principes de notre conception de l apprentissage mobile Ces trois applications ne concernent respectivement que certains aspects des principes Un SAMCCO sur la maitrise d quipements avec des fonctionnalit s compl tes reste mettre en uvre La conception et la r alisation d un syst me d application auraient besoin d une participation plus soutenue des industriels portant la fois sur la ma trise du domaine et sur le financement de dispositifs appropri s notamment de r alit augment e et des capteurs associ s Les exp rimentations que nous avons r alis es ne sont pas compl tes Des exp rimentations et des 194 Chapitre VII Conclusions et Perspectives valuations devraient tre faites apr s la mise en uvre du syst me La nouvelle version du projet HSHB est en cours de construction avec la participation d l ves ECL Elle devrait permettre une exp rimentation de plus grande envergure dans le restaurant universitaire de l Ecole Centrale de Lyon la fin du projet 195 Annexe I Approches bas es sur les sc narios Annexe I Approches bas es sur les sc narios 1 D finition des sc narios Les concepteurs utilisent les sc narios comme support d change pour la collecte des besoins d utilisateurs Les sc narios sont aussi consid r s comme des outils qui favorisent la cr ativit
83. externe pour changer des donn es RFID active comprend une antenne une puce et aussi une source d alimentation interne Ces tiquettes peuvent donc mettre ind pendamment un signal radio Wikipedia 2008 et one une port e plus grande Certaines tiquettes ont la capacit de m morisation lecture par les lecteurs 11 3 2 3 Code barre 2D Les codes barre 2D sont en fait les successeurs des codes barres traditionnels Ils contiennent des informations relatives un produit un objet un endroit un service une personne etc Les codes barre 2D peuvent tre lu sur les imprim s l cran de l ordinateur le t l viseur ou m me sur un t l phone portable Avec une Webcam et une application de lecture les codes barres 2D peuvent tre lus par beaucoup de dispositifs mobiles comme des t l phones mobiles Comme RFID les technologies de code barre 2D peuvent aussi tre utilis es pour obtenir les informations contextuelles non seulement li es la localisation mais aussi aux caract ristiques de l environnement de l objet de l utilisateur etc 56 Chapitre II Contexte et contextualisation dans l apprentissage mobile Figure 27 Lecture de Code QR avec un t l phone portable Code QR QR Code Quick Response Code est un code barre 2D le plus utilis en Japon o plus de 30 millions t l phones mobiles ont le logiciel requis pour lire le Code QR Les logiciels de lecture comme Kaywa Neoreader Quickmarks peuvent supp
84. faire Ces t ches de maitrise peuvent tre d crites l aide d arbres de t ches Des formalises et outils peuvent tre utilis s pour mod liser les t ches en arbres de t ches comme CTT et son environnement de manipulation CTTE Cf Annexe II L installation d quipements comprend le transport la mise en place l assemblage des pi ces la mise sous tension etc L utilisation d quipements peut tre cat goris e selon le niveau de connaissance des utilisateurs l utilisation de base l utilisation avanc e l utilisation experte etc L utilisation des quipements a des liens logiques avec la description des fonctionnalit s Elle indique aux utilisateurs comment r aliser ces fonctionnalit s Les maintenances sont des op rations pr ventives ou curatives pour garantir le fonctionnement normal de l quipement Le diagnostic est la premi re t che faire lors du probl me d quipement La r paration comprend un ensemble de t ches le d montage le remplacement ou la r paration de la pi ce en panne le remontage etc Les t ches de maitrise d quipements sont en relation avec des niveaux de connaissances et des r les d acteurs Une t che de maitrise a un niveau de difficult identifi qui est en relation avec les connaissances techniques de l acteur Par exemple l utilisation simple est destin e tous les acteurs d butants avanc s experts L utilisation avanc e n est destin e qu aux utilisateurs avanc
85. l analyse s mantique Chaque unit d apprentissage a ses caract ristiques syntaxiques et s mantiques Ces caract ristiques sont d crites par les m tadonn es Nous reprenons le mod le g n rique de l unit d apprentissage dans la Figure 49 Unit d apprentissage Unit d apprentissage M tadonn es M tadonn es Contenus Fragments multim dias Figure 49 Mod le g n rique de l unit d apprentissage 101 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Les m tadonn es dans l unit d apprentissage sont des informations qui d crivent l unit d apprentissage elle m me Elles permettent au moteur de choisir l unit d apprentissage la plus appropri e au vu du contexte d apprentissage Le rapprochement entre les m tadonn es stock es et les informations contextuelles de la situation d apprentissage d termine quelles unit s d apprentissage soumettre l apprenant LOM Learning Object Metadata est un standard de m tadonn es le plus utilis pour d crire les ressources d apprentissage propos par le comit IEEE LTSC LOM LOM comporte une hi rarchie d l ments XML Il comporte 9 cat gories au premier niveau dont chaque cat gorie contient des sous l ments Ces sous l ments peuvent tre des l ments simples qui contiennent des donn es ou contenir encore des sous l ments Le sch ma de LOM
86. l unit d apprentissage d montage capot avec ses m tadonn es lt xml versionz 1 0 encoding UTF 8 gt UA identifiant d montage capot ua type compos e xmlns xlink http www w3 org 1999 xlink m tadonn es amlom general identifier entry d montage capot lt entry gt identifier title string language fr D montage du capot du banc de test perfo agrafeuse Maped lt string gt lt title gt lt language gt fr lt language gt lt description gt lt string language fr gt cette unit d apprentissage d crire commenter d monter le capot du ban de test lt string gt lt description gt lt keyword gt lt string language fr gt d montage lt string gt lt string language fr gt capot lt string gt string language fr gt banc de test lt string gt lt string language fr gt Maped lt string gt lt keyword gt lt structureType gt lt source gt amlom lt source gt lt value gt composed lt value gt lt structure Type gt lt general gt lt lifecycle gt lt version gt string language fr 1 0 lt string gt lt version gt lt contribute gt lt role gt lt source gt amlom lt source gt lt value gt content author lt value gt lt role gt lt entity gt BEGIN VCARD n EN Chuantao Yin END VCARD lt entity gt lt date gt lt dateTime gt 2009 06 18 lt dateTime gt lt date gt lt description gt string la
87. la ligne d arriv e sur la borne d alimentation dans la boite de raccordement situ e sur le toit de la machine en amont du sectionneur g n ral respecter les normes de s curit et les codes d usage voir la photo r f rence raccordement lectrique jpg En suivant cette m thode nous avons la fin de cette phase des fichiers doc jpg ou xls qui d crivent tous les fragments que nous avons produits Nous les mettons dans un d p t de fichiers pour les phases suivantes VI 1 2 3 Phase 3 analyse et cat gorisation Dans cette phase nous analysons les fragments et les cat gorisons selon leur utilit dans les unit s d apprentissage Nous parcourons les contenus des fragments et choisissons leur cat gorisation Les cat gories principales que nous utilisons sont e Description statique e T che de maitrise e Mixte ou autres La cat gorisation des fragments en texte peut tre indiqu e dans le texte avec un indicateur compr hensible et clair Les fragments multim dias comme l image peuvent tre d pos s dans des dossiers diff rents pour indiquer leur cat gorisation Le texte ci dessous montre la cat gorisation du fragment de l exemple ci dessus t che installation L 1 1 1 1 Raccordement lectrique Raccorder la ligne d arriv e sur la borne d alimentation dans la boite de raccordement situ e sur le toit de la machine en amont du sectionneur g n ral respecter les normes de s curit
88. leur utilisation surtout pour l apprentissage e Les manuels traditionnels sont encombrants et lourds Nous avons maintenant trop de manuels pour des quipements diff rents voiture machine laver ordinateur appareil photo etc dans la maison Pour une entreprise qui g re une grande quantit de machines industrielles il est encore plus difficile de les conserver les g rer et les consulter Si un jour on en a r ellement besoin il est tr s difficile de les retrouver car ils sont rang s souvent dans un endroit que nous avons oubli depuis longtemps e Les manuels traditionnels sont difficiles consulter Quand nous rencontrons un probl me et nous voulons apprendre sur un sujet sp cifique dans la plupart des cas nous devons parcourir tout le manuel pour trouver la ressource appropri e M me dans un document lectronique au format PDF la r cup ration d une r ponse dans un long texte en utilisant la fonction de recherche est assez difficile En plus ces manuels sont index s de mani res diff rentes selon les constructeurs d quipements e Les formats des manuels traditionnels sont vari s Les constructeurs pr f rent d laborer des manuels d quipements selon leurs pr f rences Des manuels papier sont souvent les plus utilis s mais en outre 1l existe aussi beaucoup de formats lectroniques sur CD ROM l aide en ligne des fichiers t l chargeables sur site etc Parmi les documents lectroniques de nombreux fo
89. plus en plus r pandue Ces dispositifs peuvent facilement communiquer avec d autres dispositifs notamment gr ce l acc s au r seau permettant aux apprenants de partager des donn es d changer des messages et des connaissances De la m me mani re que l on utilise le terme Mobile Learning ou M Learning on peut utiliser le terme Mobile CSCL ou MCSCL III 1 5 Synth se sur les m thodes d apprentissage dans des situations professionnelles Nous avons pass en revue plusieurs m thodes d apprentissage dans des situations professionnelles l apprentissage sur le lieu de travail apprentissage juste temps apprentissage par l action et l apprentissage collaboratif Ces m thodes d apprentissage ne sont pas ind pendantes entre elles Elles partent de points de vue diff rents pour le m me objectif d velopper les comp tences et les connaissances professionnelles potentielles fournir le support pour r soudre un probl me contextualis et augmenter la performance du travail dans ce contexte sp cifique Toutes les m thodes sont relatives au contexte d apprentissage sp cifique Nous rappelons que les l ments importants du contexte que nous prenons en compte sont utilisateur dispositif environnement activit s collaborations Nous pouvons constater que ces m thodes d apprentissage sont chacune prioritairement centr e sur certains l ments du contexte d apprentissage Par exemple l apprentissage mobile est centr e sur la
90. pour les acteurs qui apprennent de mani re apprentissage juste temps ou apprentissage par l action Les unit s d apprentissage des t ches de maitrise sont interrog es par le syst me de formation pour aider les acteurs accomplir leurs t ches accompagn es si besoin par l activit d apprentissage Des t ches de maitrise comportent des t ches d installation d utilisation de maintenance de diagnostic de r paration etc Nous proposons de structurer des unit s d apprentissage de t ches de ma trise partir des fragments cat goris s avec l aide de l arbre de t ches Des t ches de maitrise peuvent tre mod lis es en arbres de t che avec l outil CTTE Ces arbres de t ches d crivent la composition des t ches et les relations entre elles Nous cr ons des unit s d apprentissage pour chaque t che Les contenus d unit s sont organis s en respectant ces arbres de t ches Nous r cup rons des informations des fragments cat goris s obtenus dans la phase pr c dente pour former les contenus de l unit d apprentissage en XML Une unit d apprentissage peut r f rencer d autres unit s d apprentissage ou des fragments multim dias pour structurer les contenus La Figure 59 est un exemple de fragment d arbre de t ches mod lis avec CTTE qui d crit le d montage du capot d un ordinateur Elle comprend deux sous t ches le d montage des 3 vis et l enl vement du capot Pour chaque t che il y a
91. prise en compte du travail collaboratif il est en effet possible de repr senter des cas d interaction multi utilisateurs Principes Le mod le IRVO distingue 3 cat gories principales d entit s e Utilisateur U ou plus g n ralement des utilisateurs des syst mes mixtes e Les objets manipulable et perceptibles par les utilisateurs ils sont r partis en 2 215 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles sous cat gories selon l usage qui en test fait par l utilisateur Objet O c est l objet sur lequel se porte l int r t de l utilisateur pour la t che Cela peut tre soit un objet physique soit des donn es informatiques repr sent es sous une forme externe perceptible objet virtuel Outil T Tool ils participent la r alisation de la t che en permettant l utilisateur d agir sur d autres objets e Mod le M interne de l application qui repr sente l application informatique priv e de la couche de pr sentation concr te Les utilisateurs sont en relation avec les objets mais pas directement avec le mod le interne Le mod le interne est en relation avec les objets pour conna tre leur tat et ventuellement les modifier Figure 115 a L utilisateur se trouve dans le monde r el et le mod le interne de l application se trouve dans le monde virtuel dans le cas de r alit mixte les outils peuvent tre r els Tr ou
92. qu un seul l ment model Le type de donn es pour model est CharacterString 5 5 5 lt concernedPart gt L l ment lt concernedPart gt repr sente les noms des pi ces concern es dans une unit d apprentissage Il peut tre pr sent de O plusieurs fois pour une unit d apprentissage d un quipement car une t che de maitrise ou une description structurelle peut concerner plusieurs pi ces Le type de donn es pour lt concernedPart gt est LangString Nous ne d finissons pas le standard de la d nomination des pi ces mais la d nomination des pi ces par l auteur de l unit d apprentissage doit tre concise claire et compr hensible 5 5 6 description L l ment description repr sente des informations suppl mentaires pour d crire un quipement Il peut tre pr sent de O plusieurs fois selon le besoin Le type de donn es pour description est LangString 5 6 concernedTool L l ment concernedTool repr sente les outils concern s ou utilis s dans une unit d apprentissage Cet l ment est particuli rement important pour les unit s d apprentissage de t che de ma trise Il permet l apprenant d acc der l apprentissage d outils pendant une t che de ma trise L l ment concernedTool est optionnel pour toutes les unit s d apprentissage et peut se multiplier selon le besoin Comme l l ment lt concernedProduct gt il est un l ment parent comprenant six sous
93. qui contribue l unit d apprentissage Une entit peut avoir de 0 plusieurs r les Le type de donn es de role est Vocabulary Nous avons red fini les r les typiques suivants selon notre contexte e product designer e production manager e production technician e maintenance manager e maintenance technician e content author e content editor trainer e user e Others Exemple de source XML lt amlom gt lt lifecycle gt lt contribute gt lt role gt lt source gt amlomv lt source gt lt value gt production technician lt value gt lt role gt lt contribute gt lt lifecycle gt lt amlom gt 2 3 4 lt description gt L l ment lt description gt est un sous l ment rajout pour 2 3 lt contribute gt L l ment lt contribute gt de LOM comprend trois sous l ments lt role gt lt entity gt et lt date gt Nous avons rajout le quatri me lt contribute gt pour d crit le contenu de contribution de telle entit a telle date Dans un lt contribute gt l l ment description peut apparaitre de O plusieurs fois Le type de donn es est LangString Exemple de source XML lt amlom gt lt lifecycle gt lt contribute gt lt description gt lt string language fr gt mise a jour correction de plusieurs erreurs lt string gt lt description gt lt contribute gt lt lifecycle gt lt amlom gt 112 Chapitre IV Production des un
94. rH Wam commas M BH User recerres nutritional e appreciation of his choice and can n learn about good and bad aspects of this choice Figure 91 Architecture g n rale du syst me HSHB d apr s David et al 2009 182 Chapitre VI Cas d tudes d applications L architecture g n rale du syst me HSHB est pr sent e dans Figure 91 Des tiquettes RFID sont d pos es sur les panneaux de menus ou devant les plats choisir Toutes les informations nutritionnelles des plats sont stock es dans la base de donn es par les employ s du restaurant et les nutritionnistes Chaque plat disponible est li une tiquette RFID dans la base de donn es Les utilisateurs utilisent des dispositifs mobiles pour lire les tiquettes RFID et se connecter au syst me via un r seau sans fil comme WIFI GPRS UMTS etc Les employ s du restaurant informent le syst me sur les plats disponibles tous les jours et ajustent leur disponibilit instantan e Une interface est propos e aux employ s de restaurant pour g rer la base de donn es et composer des plats Avec la participation des nutritionnistes des plats peuvent tre soigneusement compos s avec des l ments de base viande porc b uf l gume carotte tomate etc Quand ils arrivent au restaurant les utilisateurs pointent les tiquettes RFID des plats qui les int ressent avec le dispositif mobile le syst me r cup re les informations contextual
95. rents aspects contribuant l mergence de l apprentissage mobile les d finitions importantes et les diff rentes taxonomies de l apprentissage que nous discuterons ainsi que quelques aspects de base pour caract riser le domaine de l apprentissage mobile I 1 Entrer dans l ge de l apprentissage mobile 1 1 1 De l E apprentissage l apprentissage mobile L apprentissage mobile est appel en anglais mobile learning ou M learning La premi re caract risation de l apprentissage mobile est d apprendre avec les dispositifs mobiles comme les PDA Personal Digital Assistant les t l phones portables les Tablet PC etc Cette volution de l apprentissage peut tre caract ris e par les changements suivants l introduction de la distance D learning distance learning dans E apprentissage E learning electronic learning puis la prise en compte de la mobilit avec l apprentissage mobile et l omnipr sence avec l apprentissage ubiquitaire U learning ubiquitous learning pervasive learning Ces tapes correspondent l influence des technologies informatiques comme l informatique mobile et l informatique ubiquitaire La Figure 1 illustre le positionnement de l apprentissage mobile en comparant avec l E apprentissage l informatique mobile et l informatique ubiquitaire David et al 20081 Figure 1 Cartographie du positionnement de l apprentissage mobile David et al 2008 L volution de l E
96. the work process Nous consid rons que l apprentissage sur le lieu de travail peut tre consid r comme l apprentissage mobile et contextuel On trouve assez naturellement parmi ses caract ristiques l apprentissage collaboratif l apprentissage juste temps et l apprentissage par l action En effet dans la notion de l apprentissage sur le lieu de travail il y a une interrelation entre l apprentissage et le travail ou la t che Dans ce cas l apprentissage sur le lieu de travail n est pas uniquement une activit d apprentissage mais une partie d une strat gie d lib r e qui prend en compte le travail faire et les comp tences requises pour faire ce travail Harris et al 2000 D apr s Engestr m 1994 un travail peut tre consid r comme un processus d apprentissage en lui m me L apprentissage intervient par le fait m me d ex cuter des op rations et des activit s de travail et par la maitrise de probl mes qui se pr sentent pendant le travail La comp tence ne s acquiert pas uniquement par l ex cution du travail mais est li e la maitrise et la compr hension de cette activit du travail 60 Chapitre III Apprentissage dans des situations professionnelles Le lieu de travail est un endroit important pour le d veloppement des comp tences g n riques comme la communication la capacit de r soudre des probl mes le travail en groupe les services clients etc Ces comp tences sont cruciales da
97. unit s d apprentissage par des r f rences Les unit s d apprentissage sont stock es dans une base de donn es le moteur d enchainement du syst me d apprentissage peut interroger les m tadonn es et les mettre en relation avec les informations contextuelles captur es par le syst me Dans cette approche nous avons labor un mod le g n rique de l unit d apprentissage Figure 41 Ce mod le g n rique d unit d apprentissage s inspire du mod le de package de contenu de IMS IMS 2003 Une unit d apprentissage doit avoir un identifiant unique universelle Le mod le g n rique de l unit d apprentissage concerne principalement trois parties e M tadonn es les m tadonn es sont des donn es qui caract risent l unit Elles d crivent l unit d apprentissage selon l aspect syntaxique et l aspect s mantique Elles permettent au moteur du syst me d interroger l unit d apprentissage avec les informations issues du contexte d apprentissage e Contenus les contenus correspondent l organisation du contenu d apprentissage de l unit d apprentissage Il peut avoir une structure hi rarchique Les contenus sont organis s avec des l ments XML ou des hyperliens qui r f rencent d autres fragments multim dias ou d autres UA e Fragments multim dias les fragments multim dias sont des fichiers physiques comme une image de jpg une page web de html une vid o de flv etc Pour aider cr er et valide
98. utilis es pour distinguer les ressources d apprentissage et les r sultats des activit s d apprentissage Le gestionnaire d apprentissage peut stocker dans un cache local des objets d apprentissage et d ployer un agent de l application pour rechercher g rer et filtrer les objets d apprentissage Le gestionnaire de communication permet aux utilisateurs des communications collaboratives par la voix les donn es ou d autres moyens Il est charg aussi de contr ler le partage des ressources d apprentissage User interaction t Java client Proxy e FTP and HTTP Sever pages server k i i i i Y Internet Sharing and conversation SQL database Figure 9 Impl mentation de l architecture d apr s Sharlples et al 2002 L architecture a t implant e comme un ensemble de communications entre modules via le protocole http Figure 9 Un client Java contr le l interaction utilisateur Les ressources d apprentissages personnelles sont stock es dans une base de donn es SQL Un serveur proxy r cup re les objets d apprentissage locaux ou des pages web Le serveur FTP et http g rent le partage et le transfert des ressources d apprentissage 14 3 Une architecture bas e sur le mod le en couches Comme les syst mes d apprentissage mobile sont dans la majorit des cas li s l environnement d interconnexion Internet le mod le TCP IP en couches sert souvent de r f rence Anani
99. 0 Classification de recherches sur les syst mes context aware d apr s Hong et al 2008 46 Figure 21 Architecture en couches am lior e de syst me context aware d apr s Daruwala 2008 48 Figure 22 Architecture SOCAM d apr s Gu et al 20041 00 eeecccsseeeceeeeeeeeeeeeaeeeeeesseseesseeeeeeeeeeeeeeas 49 Figure 23 Architecture de context awareness dans projet MOBllearn d apr s Lonsdale et al 2004 X 50 Figure 24 Technologies de capture de la localisation leur d ploiement et leur pr cision d apr s Bs EVANS ake 200 e 54 Figure 25 T l phone portable Nokia N95 avec des applications GPS ss 55 Figure 26 Etiquette RFID et PDA quip d un lecteur RFID 56 Figure 27 Lecture de Code QR avec un t l phone portable ccccccceeceeeeeeeeeeeceeeeeeeseeseeseeeeeeeeeeeseeeas 57 Figure 28 Apprentissage li aux situations professionnelles d apr s Gery 2002 60 Figure 29 Mod le en quatre tapes propos par Kolb d apr s Kolb 19841 62 Figure 30 Positionnement des m thodes d apprentissage dans l espace du contexte 65 Figure 31 Taxonomie espace temps des collecticiels d apr s Ellis et al 1991 67 Figure 32 Le tr fle
100. 09 2008 Schilt B N et al 1994a Schilit B N et al Context Aware Computing Applications st International Workshop on Mobile Computing Systems and Applications Santa Cruz CA IEEE 1994a 85 90 Schilit B N et al 2002 Schilit B N et al Context Aware Communication JEEE Wireless Communications 2002 9 5 46 54 Schilit B N et Theimer M M 1994b Schilit B N et Theimer M M Disseminating Active Map Information to Mobile Hosts IEEE Network 1994b 8 5 22 32 23 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Schmidt A et al 1999 Schmidt A et al There Is More to Context Than Location Computers and Graphics 1999 23 6 893 901 Sharlples M 2003 Sharlples M Disruptive Devices Mobile Technology for Conversational Learning International Journal of Continuing Engineering Education and Lifelong Learning 2003 12 5 6 504 520 Sharlples M et al 2002 Sharlples M et al The Design and Implementation of a Mobile Learning Resource Personal and Ubiquitous Computing 2002 6 220 234 Sharma S K et Kitchens F L 2004 Sharma S K et Kitchens F L Web Services Architecutre for M Learning Electronic Journal on e Learning 2004 2 1 203 216 Sharples M et al 2005 Sharples M et al Towards a Theory of Mobile Learning 4th World Conference on mLearning Cape Town South Africa 2005 Smith B L et MacGregor J T 1992 Smith B L
101. 2006 19 Figure 7 Architecture de l apprentissage bas e sur la protocole WAP d apr s Motiwalla 2007 22 Figure 8 Architecture pour l apprentissage mobile sur Internet d apr s Sharlples et al 2002 22 Figure 9 Impl mentation de l architecture d apr s Sharlples et al 20021 23 Figure 10 Le mod le en couche de l apprentissage mobile 24 Figure 11 Architecture de l apprentissage d apr s Anani et al 2008 24 Figure 12 Architecture g n ral et g n rique de l apprentissage mobile d apr s Trifonova et al 210 379 eva PR PT NU REN 29 Figure 13 Adaptation des services et de contenu d apr s Trifonova et al 2004 ss 26 Figure 14 Architecture du syst me Context Sensitive Middleware d apr s C Chu et al 2005 27 Figure 15 Mod le de contexte d crit en diagramme UML pour turbulence d apr s Bauer 2003 36 Figure 16 Contexte Mod le tendu de l approche ORM d apr s Henricksen et al 2003 36 Figure 17 Exemple de l extension de Situation Theory d apr s Akman et al 1997 38 Figure 18 Diagramme de classes hi rarchis es pour les ontologies des contextes d apr s Gu et al 21 d c x 38 Figure 19 Architecture abstraite en couches des syst mes context aware d apr s Hong et al 2008 EEE 46 Figure 2
102. 2006 a propos une d marche de la collecte des besoins via les sc narios contextualis s Figure 99 e Etape 1 criture des sc narios Chaque utilisateur est demand crire de mani re informelle textuelle et de mani re formelle graphique leurs sc narios contextualis s Il ressort g n ralement de cette tape ce que les utilisateurs font dans des situations pr cises e Etape 2 compl ter les sc narios Il s agit de repr senter l objectif de l activit dans le sc nario Le concepteur et les utilisateurs changent des informations pour fixer un objectif pour chaque sc nario e Etape 3 d gager les objectifs formels Le concepteur essaie de produire les objectifs 200 Annexe I Approches bas es sur les sc narios formels qui permettront de proposer de nouveaux cas d utilisation afin d atteindre les objectif le cas ch ant e Etape 4 proposer de nouveaux sc narios partir des objectifs extraits Cette tape sert compl ter les cas oubli s et ainsi obtenir un ensemble complet de sc narios contextualis s Il n cessite la participation des utilisateurs de n importe quelle fa on utile Intervention utilisateurs finals Graphe ge Super se ur me t Objectif 1 R cit CHENE es Graphe 8 v Technicien Objectif 1 E Figure 99 Collecte des besoins via des sc narios d apr s Delotte 200
103. 6 Le r sultat obtenu de la collecte des besoins est un corpus de sc narios contextualis s Ces sc narios contextualis s sont la base pour b tir le mod le de comportement Cf Annexe V qui synth tise les exigences et objectifs parcellaires des utilisateurs 201 Annexe II Approches bas es sur les mod les Annexe II Approches bas es sur les mod les I Approche MDA Model Driven Architecture L architecture dirig e par les mod les ou MDA Model Driven Architecture OMG 2004 est une d marche de r alisation de logiciel soutenue par l OMG Object Management Group Il se pr sente sous la forme d un jeu de standards proches mais non co d pendants utilis s pour cr er un mod le et l affiner jusqu obtenir un produit fini De mani re globale MDA fournit au monde du d veloppement des m thodes pour la cr ation efficace de mod les non li s une plate forme et leur r utilisation Dans la perspective de nos recherches sur la construction d un syst me d apprentissage mobile nous nous proposons d tudier ces mod les et m thodes Finance Manufacturing E Commerce Transportation HealthCare Figure 100 Sch ma synth tisant les langages et m thodes fournis par l architecture MDA Comme il est illustr dans Figure 100 l architecture du MDA se d coupe en quatre couches Au centre se trouvent le standard UML Unified Modeling Language MOF Meta Object Facility et CWM Common Warehouse
104. 8 Daruwala 2008 a propos une architecture en couches de context awareness Son architecture est partiellement similaire l architecture propos e par Hong et al 2008 mais elle met en vidence une couche appel e Constructive Memory Query Layer qui vise construire et garder des descriptions de contextes d j rencontr s et de faciliter ainsi leur r utilisation Le syst me stocke et g re des contextes rencontr s Quand survient une nouvelle situation le syst me peut non seulement rappeler un contexte existant dans le r pertoire de contextes mais aussi construire un nouveau contexte avec les contextes existants dont les descriptions sont similaires Dans son architecture il a introduit un composant de cette m moire constructive dans la couche middleware Figure 21 ce composant sera b n fique pour r duire les efforts des applications et des senseurs ce Application Application Application Programming Toolkits Adaptation Manager Situation Repository Trigger Repository truct Constructive Memory Interface Context p Management Context Manager Layer y Context Repository Including Experiences Adaptation Layer Aggregator Interpreter Interpreter Interpreter Sensor Sensor Sensor Sensor Figure 21 Architecture en couches am lior e de syst me context aware d apr s Daruwala 2008 La couche d couverte de contexte correspond la couche r seau Elle est responsable
105. Apr 06 23 03 29 CEST 2008 Wur ur u d montage capotxml Mon Apr 06 23 03 28 CEST 2008 PWutr ur u d montage lame xml Mon Apr 06 23 03 28 CEST 2008 nwur ur u desserrer_vis xml Won Apr 06 23 03 29 CEST 2009 rwUr Ur U enlever_Galets xml Mon Apr 06 23 03 29 CEST 2009 nwur ur u enlever lame xml Mon Apr 06 23 03 29 CEST 2008 nwur ur u enlever support xml Mon Apr 06 23 03 29 CEST 2008 wur ur u enlever tapis de coupe xml Mon Apr 06 23 03 29 CEST 2008 wur ur u enlever vis xml Mon Apr 06 23 03 29 CEST 2008 rwur ur u fermeture massicot autamatiq Mon Apr 06 23 03 29 CEST 2009 wur ur u fermeture massicotxml Mon Apr 06 23 03 29 CEST 2008 wur ur u fermeture massicot manulle Mon Apr 06 23 03 29 CEST 2009 wur ur u fonctionnalit s xml Mon Apr 06 23 03 28 CEST 2008 nwur ur u installation xml Mon Apr 06 23 03 28 CEST 2008 PWutr ur u introduction g n ral xml Mon Apr 06 23 03 30 CEST 2009 nWwur ur u lever capotxml Mon Apr 06 23 03 30 CEST 2008 Pwur ur u mise en service xml Mon Apr 06 23 03 30 CEST 2008 nwur ur u mise hors tension xml Mon Apr 06 23 03 30 CEST 2009 rwUr Ur U mise nus tension vml hian Anr NA 23 03 30 CEST 7014 Pint LU LL exist db gt cd cannot go above db exist db cd cannot go above db exist dh gt cd system exist db system cd config exist db system config cd exist db system cd exist dh cd unit d apprentissage
106. CORM Sharable Content Object Reference Model ADL Advanced Distributed Learning 2009 un des standards le plus accept s pour d crire les ressources d apprentissage et le projet IMAT pour en d duire les objectifs de notre travail 83 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles IV 1 1 Probl matiques IV 1 1 1 Manuels d quipements traditionnels Jusqu aujourd hui l apprentissage de maitrise d quipements domestiques publics ou professionnels se base principalement sur des manuels d utilisation traditionnels et des documents techniques fournis par des constructeurs d quipements Ces documents sont souvent distribu s en format papier mode d emploi fiche technique ou en format lectroniques CD ROM PDF t l charg sur Internet etc Ces documents peuvent tre consid r s comme la source des ressources d apprentissage de maitrise d quipements Par exemple quand on a achet un quipement neuf avant de l utiliser la premi re chose faire est de lire les manuels pour apprendre comment l installer et comment l utiliser Quand l quipement ne marche plus on doit sortir ces manuels pour essayer d apprendre r gler le souci etc Ces documentations distribu es avec les quipements semblent indispensables dans l apprentissage de la ma trise d quipements Cependant nous trouvons que les manuels d quipements ont beaucoup d inconv nients dans
107. Certaines d finitions du contexte donnent simplement des synonymes pour le contexte par exemple r f rer le contexte l environnement ou la situation Comme d crit dans Brown 1996 le contexte exprime des l ments de l environnement d utilisateur que l ordinateur peut reconnaitre Dans Hull et al 1997 le contexte est d fini comme les aspects de la situation courante Schilit et al 1994a cite les aspects importants du contexte o on est avec qui on est quelles sont les ressources proximit Ils ont d gag les l ments suivants pour d crire le contexte e Contexte du dispositif processeurs disponibles dispositifs accessibles pour l interaction input output capacit de r seau connectivit co t de dispositifs Contexte de l utilisateur localisation personnes proximit situation sociale e Contexte physique niveau de bruit et de luminosit La d finition de Dey 2000 a t beaucoup cit depuis son apparition Context is any information that can be used to characterize the situation of an entity An entity is a person place or object that is considered relevant to the interaction between a user and an application including the user and application themselves Dans sa d finition Dey souligne que certains types de contexte sont les plus importants localisation identit temps et activit Cette d finition a attir beaucoup de critiques ou propositions se parfaire
108. CoCSys pour la conception et la r alisation de SAMCCO qui offre diff rents contexte d utilisation par exemple utiliser le Sc nario Contextualis pour d crire les sc narios partager la base des patterns d interaction etc V 4 3 Bases de donn es Pour un SAMCCO diff rentes bases de donn es doivent tre propos es selon le besoin Nous avons plusieurs propositions e Base de donn es d unit s d apprentissage Cette base de donn es XML native a t cr e en suivant le processus de production d unit s d apprentissage Les unit s d apprentissage et leurs m tadonn es sont d crites en format XML et stock es dans cette base de donn es e Base de donn es EPSS La base de donn es EPSS est compatible avec le syst me d apprentissage Pour certaines entreprises la base de donn es EPSS existe d j sp cifiquement pour supporter des informations portant sur le travail professionnel des employ s internes Le syst me d apprentissage peut tre plong dans cette base pour pouvoir tre interrog en m me temps e Base de donn es d quipements Cette base de donn es stocke les quipements Chaque quipement a ses informations essentielles comme ID mod le historique d op rations date de fabrication etc L int gration d tiquette RFID peut galement tre d finie dans cette base de donn es L acteur peut acc der rapidement aux informations contextualis s sur l quipement dans un contexte concret e Ba
109. Context avec cette approche Il introduit les contextes comme des entit s abstraites math matiques avec des propri t s utiles Il a emp ch de donner une d finition du contexte En revanche il a essay de donner une formalisation simple qui permet de d gager des axiomes pour le bon sens des ph nom nes La relation de base dans cette approche est ist c p qui affirme que la proposition p est vrai is true dans le contexte c Akman et al 1997 a donn un autre exemple repr sentatif pour ce type de mod le Ils essaient de mod liser le contexte avec des types de situations qui sont des situations ordinaires et les objets de premi re classe dans Situation Theory La vari t de contextes diff rents est adress e sous forme des r gles et des pr suppos s li s un point de vue particulier Ils repr sentent les faits li s un contexte particulier avec des expressions exprim es par des param tres libres soutenues par la situation type qui correspond au contexte Figure 17 illustre comment repr senter les r gles d un contexte dans cette approche 37 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Sa Bli Jes i1 B lt lt present air 1 gt penguin 0 gt C 5S gt B 5 Figure 17 Exemple de l extension de Situation Theory d apr s Akman et al 1997 Mod le bas sur l ontologie L ontologie en i
110. DOMAIN LEVEL 4 Figure 36 Mod le g n rique de EPSS d apr s Banerji et al 1997 74 Chapitre III Apprentissage dans des situations professionnelles Ces composants et fonctionnalit s constituent la base d EPSS Cependant il y a diff rentes perspectives pendant la conception Les concepteurs peuvent ajouter ou supprimer des composants comme dans le mod le de Banerji et al 1997 les composants peuvent alors tre diff rents Figure 36 1II 3 3 Applications 111 3 3 1 MEPSS Maintainer s Electronic Performance Support System Le systeme MEPSS Keesah 2001 a t concu pour faire face aux manques constat s par des techniciens de la maintenance de l aviation de marine des tats Unis Celui ci fournit des proc dures de la maintenance des manuels en ligne le support d aide la d cision la formation d expression de diagrammes un syst me de communication et l acc s juste temps aux informations P 3 Operational Advisory Group OAG Maintenance Working Group estime que la disponibilit du MEPSS notamment par sa formation au d pannage juste temps pourrait r duire les faux remplacements des Engine Driven Compressors EDC par 25 L interface du syst me a t con ue pour tre utilisable sur les dispositifs mobiles avec des petits crans et des crans tactiles ce qui permet aux utilisateurs d acc der aux informations juste temps sur le lieu de travail Les utilisateurs peuvent apprendre
111. EST Iroise CS 83818 29238 BREST cedex 3 et de Monsieur A DERYCKE Professeur LIFL UMR USTL CNRS 8022 B timent M3 59655 VILLENEUVE D ASCQ cedex Monsieur YIN Chuantao est autoris soutenir une th se pour l obtention du grade de DOCTEUR Ecole doctorale INFORMATIQUE ET MATHEMATIQUES Fait Ecully le 19 janvier 2010 SAMCCO un Syst me d Apprentissage Mobile Contextuel et Collaboratif dans des Situations Professionnelles R sum Sous l influence des technologies de l informatique mobile l apprentissage devient de plus en plus mobile En effet utiliser des dispositifs mobiles pour apprendre n importe o et n importe quand c est l objectif de l apprentissage mobile Mobile Learning Nous nous pla ons principalement dans des situations professionnelles portant sur l apprentissage contextuel de la maitrise d quipements domestiques publics ou professionnels en mobilit Nos travaux de recherche visent mettre en oeuvre l apprentissage mobile que nous voulons situ contextuel personnel collaboratif et tout au long de la vie Nous proposons un syst me d apprentissage mobile contextuel appel SAMCCO Syst me d Apprentissage Mobile Contextuel et Collaboratif qui prend en compte les exigences MOCOCO Mobilit Contextualisation Collaboration Dans nos travaux nous explorons les domaines des technologies mobiles de l apprentissage mobile de la contextualisation des m thodes d appren
112. Ecole Centrale de Lyon THESE Pour obtenir le grade de Docteur de l Ecole Centrale de Lyon Sp cialit Informatique Pr sent e et soutenue publiquement par Chuantao YIN Le 25 Janvier 2010 SAMCCO un Syst me d Apprentissage Mobile Contextuel et Collaboratif dans des Situations Professionnelles Directeur de th se Professeur Bertrand DAVID Co directeur de th se Ren CHALON Ecole Doctorale Informatique et Math matiques Lyon Jury Rapporteurs M Alain DERYCKE Professeur l Universit de Lille M Serge GARLATTI Professeur au T l com Bretagne Examinateurs Mme Christine FERRARIS Maitre de Conf rence l Universit de Savoie M Patrick PREVOT Professeur l INSA de Lyon M Richard HOTTE Professeur l Universit du Qu bec Montr al Directeurs M Bertrand DAVID Professeur l Ecole Centrale de Lyon M Ren CHALON Maitre de Conf rence l Ecole Centrale de Lyon Remerciements Remerciements Je tiens exprimer toute ma reconnaissance Bertrand David mon directeur de th se pour m avoir accueilli guid encadr et soutenu pendant ces trois ann es au laboratoire LIESP ancien ICTT J ai appr ci ses conseils et ses encouragements qui m ont permis de finir cette th se Je garderai en m moire sa gentillesse vis vis des coll gues du laboratoire et son sens de l humour Je le remercie aussi pour son aide d sint ress e quand je rencontrais des difficult s dans ma vie quotidienne en tant
113. I Test disponible I Lsu Envoi fiche disponible I Figure 97 Exemple de diagramme de s quence UML Dans le diagramme de s quence une fl che repr sente le message qui est transmis d une entit vers l autre Le nom de messages appara t sur chaque fl che Si l extr mit de la fl che est pleine le message est synchrone Si l extr mit de la fl che est creuse le message est asynchrone Figure 97 est un exemple de diagramme de s quence qui d crit la r servation pi ces d tach es dans le projet HMTD Il existe autant de lignes de vie que d objets acteurs artefacts et le syst me Le diagramme exprime tous les changes entre les diff rentes entit s lors du d roulement d une action Cet exemple montre le manque de simplicit de ce formalisme pour exprimer des actions simples Sc nario sous forme de Sc nario Contextualis Sc nario Contextualis SC est un formalisme introduit par Delotte 2006 Il int gre un support de type textuel sous forme d histoires courtes et un support de type graphique au m me titre que les cas 199 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles d utilisation UML Ce formalisme s apparente aux cas d utilisation mais chaque sc nario d crit dans quel contexte d utilisation les fonctionnalit s doivent tre disponibles De plus le choix de SC permet de mieux formaliser le comportement des utilisateur
114. ION APPRENTISSAGE MOBILE eee e eee eee eere 7 I 1 Entrer dans l ge de l apprentissage mobile 7 1 1 1 De l E apprentissage l apprentissage mobile 7 I 1 2 D finitions de l apprentissage mobile ss 10 LI Histoire d T apprentissage Mobile auch en a a eroi sslhideacinar 12 Lid Cided dbpplie aDOolk SN a aa 14 TZ Caract nsSuques et Classi Cations soinera E a sad A hcaunbeaomadenceSnanabbodwarube 15 2 1 Caract ristiques de l apprentissage mobile ss 15 2 2 Classification de l apprentissage mobile iron eec iie EDU velo e t s 16 L3 Dispositifs et plateformes mobiles uoo oc et eve oreet tene aret eee qo ewes Pie eh c bete edd 19 D 5 1 DISDOSIDLESA10DIIO S 3oookoabkcisodetis essen ita iesu as trup comp E E usus em duis mpm btu estuve a 19 L35 2 Systemes d exploitation MODES 4e oet inertie 20 I 4 Exemples d architectures repr sentatives d apprentissage mobiles sssss 2l I 4 Une architecture bas e sur le protocole WAP 21 I 4 2 Une architecture classique bas e sur le protocole http eseeseeseeeeeessssssss 22 I 4 3 Une architecture bas e sur le mod le en couches 23 I 4 4 Une architecture d velopp e sur la plateforme de l e apprentissage 24 I 4 5 Une architecture sensible au contexte d apprentissage 27 I 4 6 Synth se sur les architectures de l apprentissage mobile esessssss
115. Metamodel Dans la couche suivante se trouve aussi un standard XMI XML Metadata Interchange qui permet le dialogue entre les middlewares Java CORBA NET et web services La troisi me couche contient les services qui permettent de g rer les v nements la s curit les r pertoires et les transactions Enfin la derni re couche propose des frameworks sp cifique au domaine d application Finance T l communication Transport Espace M decine Commerce lectronique Manufacture etc La d marche MDA permet de s parer les sp cifications fonctionnelles d un syst me des sp cifications de son impl mentation sur une plate forme donn e Pour ce but MDA d finit une architecture de sp cifications structur es en mod les ind pendants des plates formes PIM Plateforme Independent 203 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Model et en mod les prenant en compte les plates formes PSM Plateforme Specific Model L approche MDA vise d gager d abord le m me mod le puis de le d cliner sur plusieurs plates formes gr ce des projections standardis es Elle permet aux applications d interop rer en reliant leurs mod les et supporte l volution des plates formes et des techniques La mise en uvre de MDA est enti rement bas e sur les mod les et leurs transformations Figure 101 Platform anguage used BM Lo Independent Metamodel V
116. P2000LMS 1II 3 3 3 EPSS dans le projet ERRL ERRL European Remote Radio Laboratory Alparslan et al 2008 est un projet de l e apprentissage qui sert aux tudiants techniciens ou ing nieurs pour se former l utilisation des quipements du Radio Frequency Laboratory distance via Internet Les utilisateurs concern s dans le projet ont besoin de la formation et de l apprentissage quand ils utilisent des quipements et 76 Chapitre III Apprentissage dans des situations professionnelles effectuent des exp rimentations Les concepteurs ont d cid de proposer un EPSS pour fournir des informations d aide quand les utilisateurs en ont besoin L architecture du projet est illustr e sur Figure 39 a Les utilisateurs visitent le syst me distance via un Web Server et un Workbench Server L interface d utilisateur propose 3 services Le premier est le LMS Learning Management System qui se charge de g rer et livrer le contenu en ligne aux utilisateurs Le deuxi me est le DBMS Database Management System qui stocke et g re les donn es n cessaires en fonction de l apprenant et de l quipement Le dernier est l EPSS qui stocke et distribue des connaissances individuelles ou collectives pour permettre aux utilisateurs d obtenir le niveau de performance n cessaire le plus rapidement et avec le moins d intervention des autres Les composants int gr s dans cet EPSS sont illustr s sur Figure 39 b Web Server
117. Psychology and Education vienna 2003 135 150 Quinn C 2000 Quinn C M Learning Mobile Wireless in Your Pocket Learning linezine 2000 Research A 1998 Research A 1998 Learning Technology Research Report 1998 Reynolds C 1997 Reynolds C A Critical Examination of Separable User Interface Management Systems Constructs for Individualization SIGCHI Bulletin 1997 29 3 Riboulet A 2008 Riboulet A Mise En Place Utilisation Et Exp rimentation Des Lunettes De R alit Augment e Dans Les Application Industrielles Ecole Centrale de Lyon 2008 Rogers Y et al 2005 Rogers Y et al Ubi Learning Integrating Indoor and Outdoor Learning Experiences Communications of the ACM 2005 48 1 55 59 Rosenberg N 1982 Rosenberg N Inside the Black Box Technology and Economics Cambridege University Press 1982 Ryan N et al 1998 Ryan N et al Enhanced Reality Fieldwork The Context Aware Archaeological Assistant In Gaffney V Van M Exxon S eds Computer Applications and Quantitative Methods in Archaeology Oxford 1998 Salber D et al 1995 Salber D et al De L observabilit Et De L honn tet Dans La Communication Homme Homme M diatis e Septi mes Journ es sur l Ing nierie de l Interaction Homme Machine IHM 95 Toulouse France 1995 27 33 Sambataro M 2000 Sambataro M Just in Time Learning computer world 2000 Sanyas N 2008 Sanyas N Pr s De 3 Millions De Smartphones Vendus En France En 20
118. Workbench Server Server SW Online help reference ERRL instruments a Architecture du syst me b Composants int gr s Figure 39 EPSS dans le projet ERRL d apr s Alparslan et al 2008 111 3 3 4 Wearable EPSS Un groupe de fabricants d instituts de recherche et d tablissements de formation de l Arm e US ont d velopp un syst me de Wearable EPSS Research 1998 Ce syst me utilise les technologies de la reconnaissance vocale pour permettre aux techniciens d acc der aux manuels techniques avec les deux mains libres pendant leur travail Ce syst me EPSS est bas sur la commande vocale Les documents ou des instructions sont affich s sur un mini masque LCD ou un petit panneau d affichage plat Les images sont projet es sur les lunettes Le syst me de navigation bas sur la R alit Virtuelle permet aux techniciens de naviguer dans les documentations techniques et les instructions de diagnostics ou r paration via la commande vocale Les utilisateurs peuvent consulter le syst me avec des commandes vocales n importe quel moment La m thodologie du support de la performance est au centre du syst me et utilise des technologies de General Motors 77 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles 1 3 3 5 Synth se sur les applications de EPSS EPSS peut tre utilis dans beaucoup de situations Nous avons examin 4 a
119. a source language E Transformation o E Specification Transformation target Language language used Platform LEM ES a Specific Metamodel Figure 101 Sch ma repr sentant l approche MDA La d marche MDA suit principalement des tapes ci dessous et les tapes 2 et 4 sont r p tables ind finiment selon le besoin e Etape 1 R alisation d un mod le ind pendant de plate forme appel PIM e EKtape2 Enrichissement du mod le de l tape 1 par tapes successives e Etape 3 Choix d une plate forme de mise en uvre et g n ration du mod le sp cifique correspondant appel PSM e Etape 4 Raffinement de ce mod le jusqu obtention d une impl mentation ex cutable 2 Mod lisation de taches D finition de t ches Balbo 1994 d finit la t che comme un but que l utilisateur vise atteindre assorti d une proc dure plan qui d crit les moyens pour atteindre ce but Dans le cadre de nos recherches sur l apprentissage mobile dans des situations professionnelles la t che a deux sens e La t che est un objectif atteindre par l utilisateur lors de son travail ou l apprentissage avec l aide du syst me par exemple la connexion au syst me la communication avec an expert etc e La t che est un objectif apprendre faire par l apprenant quand il maitrise des quipements 204 Annexe II Approches bas es sur les mod les par exemple d montage
120. a Virtualit Augment qui concerne l ajout d l ments r els dans des environnements virtuels R alit Mixte RM mm dl rrr Environnement Realite Virtualite Environnement R el Augment e RA Augment e VA Virtuel Figure 112 Continuum r el virtuel d apr s Milgram et al 19941 213 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles 2 Dispositifs pour la RA Chalon 2004 a propos une classification deux grandes cat gories des dispositifs pour la RA e Les dispositifs en sortie gt Les dispositifs s adressant au sens de la vue gt Les dispositifs s adressant au sens de l ouie gt Les dispositifs s adressant au sens du toucher e Les dispositifs en entr e gt Les dispositifs capturant les mouvements et les actions de l utilisateur gt Les dispositifs capturant la parole mise par l utilisateur gt Les dispositifs capturant la direction du regard de l utilisateur De plus en plus de nouveaux dispositifs de la RA n ont jamais arr t d merger depuis ces plusieurs ann es Quelques dispositifs repr sentatifs qui pourront tre potentiellement concern s dans les sc narios de la maitrise d quipements sont Casques de visualisation ou HMD Head Mounted Display e Casques opaques non see through HMD Figure 113 Ces casques coupent l utilisateur de la vision du monde ext rieur et ne permettent que de voir l image virtuelle
121. a d fini les l ments et leurs cardinalit s Il a galement d fini les types de donn es et l espace de valeurs pour les l ments simples Certaines organisations recommandent d utiliser les m tadonn es LOM pour d crire leurs ressources d apprentissage comme SCORM Toutefois les organisations ou les concepteurs peuvent trouver parfois que les l ments d finis par LOM ne sont pas suffisants pour d crire leurs ressources d apprentissage du domaine ou des contextes sp cifiques Pour r gler ce probl me LOM permet plusieurs niveaux d extension selon les besoins Cela comporte l extension des l ments et l extension des vocabulaires de valeurs Comme LOM ne supporte pas l apprentissage mobile beaucoup de chercheurs ont propos des extensions de LOM pour l adapter l apprentissage mobile Par exemple Chan et al 2004 a propos Mobile Learning Metadata en ajoutant LOM des l ments comme les droits de partage la validation la mobilit et la localisation d usage etc Dans notre approche nous nous sommes concentr s sur la facon de d crire les unit s d apprentissage portant sur la ma trise des quipements et sur l utilisation des unit s d apprentissage dans des contextes mobiles Le sch ma propos par LOM nous parait insuffisant pour nos perspectives Premi rement le domaine vis est l apprentissage de ma trise d quipements A travers l analyse syntaxique et l analyse s mantique nous avons une cat gori
122. a phase L apprenant un technicien est en train de r parer une machine industrielle chez le client contient des informations contextuelles comme l acteur apprenant le lieu chez le client l quipement machine industrielle la t che r paration etc Nous voulons extraire les informations contextuelles et les cat goriser de mani re formelle Ce travail est effectu en trois tapes principales La premi re tape consiste extraire les informations qui d crivent le contexte d apprentissage partir des sc narios d apprentissage Nous avons inclus dans le Tableau 8 des l ments du contexte potentiellement utiles dans nos perspectives Il faut donc analyser les sc narios et extraire les informations qui sont relatives aux aspects list s par le Tableau 8 Par exemple dans le sc nario apprentissage juste temps sur le lieu de travail nous pouvons extraire les informations contextuelles suivantes acteur apprenant le lieu chez le client l quipement machine industrielle la t che r paration la sous t che d montage d une pi ce le dispositif PDA connexion WiFi etc la m thode d apprentissage juste temps etc La deuxi me tape consiste rassembler les informations contextuelles extraites dans l tape pr c dente et les cat goriser Nous laborons une cat gorisation pour que toutes les informations 147 SAMCCO un syst me d apprentissage mobile contextuel et collaborati
123. a s lection des mod les du contexte d apprentissage sont construits Enfin nous avons propos une architecture de SAMCCO bas sur les mod les Dans cette architecture le moteur de contr le dirige l activit d apprentissage Il recueille le contexte d apprentissage et interroge les unit s d apprentissage puis les pr sente l apprenant Le cycle de fonctionnement du moteur de contr le contient la contextualisation de l apprentissage Les bases de donn es les services g n riques et les patterns d interaction peuvent tre appel s par le moteur de contr le Nous avons galement introduit la configuration du dispositif mobile et des p riph riques dans les activit s d apprentissage concr tes et la communication entre l quipement et le dispositif mobile 166 Chapitre VI Cas d tudes d applications Chapitre VI Cas d tudes d applications Dans ce chapitre nous pr sentons trois cas d tudes d applications de SAMCCO Nous avons choisi un sc nario concret d une machine industrielle qui est repr sentatif en ce qui concerne des quipements domestiques publics et professionnels pour montrer un cas concret de d roulement du processus de production d unit s d apprentissage Nous pr sentons galement deux applications de l apprentissage mobile dans deux situations diff rentes La premi re application permet d apprendre faire la maintenance d un ordinateur l aide des dispositifs mobiles et des disposit
124. acteur de se concentrer sur le travail et l apprentissage La configuration du dispositif mobile et des p riph riques est bas e sur l tude des t ches de l utilisateur et les exigences des t ches qui concernent la complexit de l information textuel graphique son vid o etc la complexit d interaction criture observation manipulation etc les conditions de travail debout assis les mains occup es etc etc Dans Masserey et al 2006 un processus pr cis de configuration du dispositif mobile et des p riph riques a t d crit pour la plateforme IMERA Ce processus consiste principalement en tapes suivantes e Mod lisation des t ches d interaction du sc nario en arbres de t ches e Pour chaque t che d finir la technique d interaction requise visualiser couter confirmer etc e Proposer des dispositifs et p riph riques pour chaque t che selon la technique d interaction requise partir d un r f rentiel qui contient les dispositifs mobiles et les p riph riques d interaction repr sentatifs e Evaluer les dispositifs avec une matrice dispositifs p riph riques crit res pour chaque t che e Choisir la configuration la plus appropri e pour chaque t che selon les r sultats d valuations en respectant des r gles importantes comme la minimisation du nombre de p riph riques la continuit de leur utilisation entre les t ches etc Point dacc s WIFI Lunettes
125. administrateurs de contr le au niveau de l agent connectent les ports de communication entre eux Un administrateur de contr le joue trois r les e Un r le de connexion qui consiste g rer les relations logiques pouvant exister entre les ports de communication qui lui sont attach s e Unr le comportemental qui exprime les r gles d activation de l administrateur c est dire sous quelles conditions et quel moment les messages mis par les ports sources seront transmis aux ports cibles e Un r le de traduction qui consiste transformer les messages mis par les ports sources en messages compr hensibles par les ports cible gt EN T d activation Administrateur Administrateur Simple Iteratif Administrateur Administrateur Administrateur de S quence Disjonctif Conjonctif Figure 108 Repr sentation sch matique des administrateurs d apr s Tarpin Bernard 1997 Mod le AMF C Le mod le AMF C AMF Coop ratif est une extension du mod le AMF au travail collaboratif propos par Tarpin Bernard 1997 A la base le logiciel est toujours structur en agents AMF Les utilisateurs interagissent avec les agents selon 2 approches diff rents 210 Annexe III Mod les d architecture e Soit ils interagissent tous avec un seul agent Celui ci doit tre fragment en plusieurs morceaux r partis sur les diff rents postes de travail et ventuellement sur un ou plusieurs serveurs e Soit ils i
126. age peuvent bien s afficher et tre lues par l apprenant Les unit s d apprentissage multim dias demandent souvent un support logiciel particulier e P riph rique un p riph rique peut tre li au dispositif pour augmenter les capacit s mat rielles du dispositif Par exemple un casque pour le PDA sans haut parleur un lecteur RFID des lunettes de R alit Augment etc Portabilit Syst me d exploitation P riph rique XE mr Figure 67 M ta mod le du dispositif Environnement L environnement du contexte d apprentissage repr sente les caract ristiques physiques de l endroit o se passe l activit d apprentissage Le m ta modele est d crit sur la Figure 68 Localisation Autres conditions Environnement Figure 68 M ta mod le de l environnement e Localisation la localisation est un l ment traditionnel pour d crire le contexte Il peut tre soit un lieu physique comme chez le client soit un lieu logique comme l adresse IP interne e Temps le temps repr sente la position de l activit d apprentissage dans l espace temps Le syst me consulte souvent le temps actuel pour v rifier la validation des unit s d apprentissage e Autres conditions les autres caract ristiques comme la luminosit et le niveau de bruit peuvent affecter l interaction avec le syst me et l activit d apprentissage 151 SAMCCO un syst me d apprentissage mobile co
127. ait pareils La capture de la position prend en compte en plus la capture du mouvement et de l action de l utilisateur Cela demande une position pr cis 3D dans un espace Les capteurs lectromagn tiques et les capteurs acoustiques ultrasoniques peuvent satisfaire ces demandes Riboulet 2008 Ecrans tactiles Les crans tactiles sont de plus en plus utilis s sur les dispositifs mobiles comme les PDA les smartphone les GPS etc Ils combinent les fonctionnalit s d affichage d un cran ou moniteur et celles d un dispositif de pointage comme la souris ou une boule de commande Cela permet de r duire le nombre de p riph riques sur les syst mes et de r aliser des logiciels ergonomiques tr s bien adapt s certaines fonctions La RA s en sert principalement pour la capture e dessins ou de textes r alis s la main directement sur l cran Les technologies d crans tactiles se d veloppent rapidement par exemple l cran tactile multipoint s merge d j sur les t l phones mobiles comme les iPhone 3 Formalisme IRVO Introduction Le formalisme IRVO Interaction with Real and Virtual Objects a t d fini par Ren Chalon Chalon 2004 afin d exprimer les interactions dans le contexte MOCOCO Ce formalisme permet de mod liser les interactions entre les utilisateurs et le syst me de r alit mixte en expliciter les outils et les objets r els ou virtuels mis en jeu ainsi que leurs relations IRVO permet galement la
128. am liorer leur comportement nutritionnelle selon leur tat de sant Ces donn es peuvent aussi tre accessibles aux nutritionnistes pour l analyse avanc e de besoins et l accompagnement voire le coaching des utilisateurs VI 3 2 2 R alisation du syst me Un premier syst me HSHB exp rimental a t construit supportant les fonctionnalit s principales Yin et al 2009c Le syst me comporte un site web et une base de donn es relationnelles du cot serveur et une application de lecteur RFID sur le dispositif mobile Le site web est construit en HTML et PHP qui est accessible sur tous les dispositifs mobiles comme PDA ou Smartphone avec un navigateur web via 183 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles les r seaux sans fils comme WIFI GPRS UMTS etc La Figure 92 montre le diagramme de cas d utilisation g n ral du site web Student sr Clerk Nutritional Expert Update Get Mutritiona Choose Menu Preference Proposal Dishes x Make Menus dishes Manage Database lt lt in ludessz includg Add Get Nutritiona Menu Dishes Evaluation Figure 92 Cas d utilisation du syst me HSHB Le syst me actuel propose les fonctionnalit s principales en respect de la conception Pour les employ s du restaurant et les nutritionnistes Se connecter au se d connecter du syst me L laboration de plats menus avec les l
129. ance e Diagnostic e R paration e FAQ Frequently Asked Questions Unit d apprentissage Description statique T che de maitrise Introduction p N Installation g n rale t t as n gt S en ra Utilisation 4 physique Fonctionnalit s Diagnostic x FAQ Maintenance lt Autres R paration informations Figure 48 Mod les s mantiques des unit s d apprentissage Les unit s d apprentissage sont des ressources restructur es pr tes tre interrog es par le syst me d apprentissage dans des contextes diff rents Le processus de contextualisation a besoin d unit s d apprentissage bien cat goris es et index es Par exemple quand un technicien veut apprendre se servir d un quipement neuf il cherche une pr sentation g n rale qui d crit les fonctionnalit s 2 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles principales quand il veut apprendre la structure physique de l quipement il cherche des documents de pr sentation des pi ces etc A partir de l analyse des manuels nous avons d cid de raffiner une cat gorisation s mantique pour les unit s d apprentissage comme illustr e dans la Figure 48 La cat gorisation s mantique d unit s d appre
130. ans une base de donn es et les indexer Figure 62 L objectif du stockage et de l indexation est de faciliter l interrogation de ces unit s dans un contexte d apprentissage concret Apr s cette phase les unit s d apprentissage sont pr tes tre interrog es par le syst me d apprentissage mobile via le syst me de gestion de base de donn es Pour interroger de nombreux fichiers XML comme dans notre cas il faut videmment une base de donn es pour stocker et g rer les unit s d apprentissage Il existe une grande discussion portant sur la bonne facon de stocker et d indexer des fichiers XML Deux types de base de donn es sont les plus souvent utilis es les bases de donn es relationnelles et les bases de donn es XML natives En comparant les caract ristiques des bases de donn es relationnelles et des bases de donn es XML natives nous trouvons chacunes ses avantages dans des aspects diff rents Une base de donn es relationnelle offre des interrogations plus rapides et plus stables une fois que les tableaux sont tablis elle permet de l interop rationnalit entre les donn es relationnelles et les donn es XML elle permet d indexer les donn es pour l interrogation haute performance etc Une base de donn es native XML est concue sp cifiquement pour la gestion des documents XML elle supporte l interrogation directe des documents XML elle supporte galement la gestion des documents XML de grande taille et
131. apprentissage l apprentissage mobile est beaucoup discut e par diff rents auteurs Sharma et al 2004 note que ce passage de l E apprentissage l apprentissage mobile est SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles accompagn par un changement de terminologie l ordinateur fixe dispositif mobile multim dia objets comme d crit dans le Tableau 1 Laouris 2005 Si l E apprentissage est encore compatible avec la salle de cours l apprentissage se passe souvent sur le terrain et en mobilit E Learning Mobile Learning Computer Mobile Bandwidth GPRS 3G bluetooth Multimedia Objects Interactive Spontaneous Hyperlinked Connected Collaborative Networked Media rich Lightweight Distance learning Situated learning More formal Informal Simulated situation Realistic situation Hyperlearning Constructivism situationism collaborative Text and graphics based More voice graphics and animation based instructions instructions In classroom or internet labs In the field or while mobile Tableau 1 Comparaison de terminologie de l E apprentissage et l apprentissage mobile d apr s Laouris 2005 Du point de vue de la d nomination on voit que l apprentissage mobile consiste en apprentissage et mobile Naturellement il en d coule que l apprentissage mobile se d veloppe par les progr s obtenus dans les deux champs suivants cel
132. ares pour supporter la vie priv e et la tol rance aux pannes checs L architecture SOCAM et l architecture MOBllearn sont deux conceptions de middleware de context awareness toutes les deux ont leurs d ficiences par exemple la premi re ne supporte pas de profils priv es et la seconde n a pas de gestion de contextes une base de donn es pour stocker les contextes et les services li s la livraison de contenu d apprentissage Exigences Architecture Architecture Architecture Architecture Hong et al Daruwala 2008 MOBlIlearn Support de l h t rog n it Support de la mobilit o c Support de vie priv e fe Tra abilit et comte ff EN b 3 D ploiement et configuration Tableau 10 Exigences Daruwala 2008 pour les syst mes context aware II 3 Technologies de capture de l information contextuelle La d couverte de contexte context discovery est la premi re phase dans le cycle de vie de context aware Il s agit de capturer toutes les informations contextuelles qui sont disponibles sur l utilisateur dans son environnement Sp cifiquement d terminer la localisation des personnes et des objets a t le centre de recherche pour beaucoup de chercheurs Le contexte concerne la collecte d information sur o les utilisateurs se trouvent qui ils sont ce qu ils font et avec qui Toutes ces informations contextuelles peuvent informer le dispositif mobile pour l interaction future avec une applic
133. ase de donn es XML native est une proposition partir des contextes d utilisation des unit s d apprentissage mais pas un choix absolu En effet la fronti re entre les bases de donn es relationnelles et les bases de donn es XML natives est en train de s estomper En effet on commence ajouter aux bases de donn es relationnelles des capacit s natives XML par exemple SQL Server offre d j le support de type de donn es XML et permet d interroger et mettre jour des documents XML 135 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Les bases de donn es XML natives re oivent de nouvelles solutions pour mieux supporter le stockage et la gestion des documents XML Comment choisir les bonnes technologies pour g rer et interroger les unit s d apprentissage en XML constitue encore l heure actuelle un grand sujet tudier IV 5 Comparaison de l unit d apprentissage avec les crit res d valuation Nous avons dans ce chapitre pr sent une approche de production des unit s d apprentissage pour le syst me d apprentissage SAMCCO Nous avons d fini les mod les de l unit d apprentissage et les m tadonn es AMLOM pour d crire ces unit s d apprentissage Nous avons galement propos un processus de production de ces unit s partir de la documentation initiale L approche de production des unit s d apprentissage est con ue pour des syst mes d app
134. ateur de verrouillage d verrouillage Present Util 2 D clenche Action Faire Action est activ s1 un des ports D clenche Action est activ et s1 le verrou est ouvert L activation ferme le verrou AMF C r pliqu La r plication est bas e sur les notions d agent de r f rence et d agent local e Dans le premier cas il existe un agent de r f rence typiquement plac sur un serveur 211 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles partag par n participants chaque participant interagit avec un agent local qui est sur le poste de travail L avantage de cette architecture est la simplicit et la r gularit mais elle est rigide et peut provoquer des goulots d trangement Figure 110 a e Dans le deuxi me cas l agent de r f rence peut tre virtuel les agents locaux plac s sur les postes de travail communiquent directement entre eux travers le r seau C est le cas typique d une architecture pair pair sans serveur central En pratique au lieu d un v ritable agent de r f rence r parti c est l un des agents locaux qui peut tre lu dynamiquement agent de r f rence pour la dur e d une session Cette architecture permet une meilleure tol rance aux pannes et des temps de r ponse meilleurs mais elle est plus complexe g rer Figure 110 b Agent de r f rence Figure 110 AMF C r pliqu a
135. ation Les travaux de recherche en cours visent trouver les approches les plus efficaces pour capturer les informations contextuelles Les d rivations des informations contextuelles utiles partir des senseurs constituent le probl me fondamental dans le d veloppement d applications context aware La probl matique de recherche a chang progressivement de l abstraction de l information d une 22 Chapitre II Contexte et contextualisation dans l apprentissage mobile infrastructure de capture simple on a volu vers des techniques plus g n rales pour extraire des informations plus riches partir des collections de senseurs et de technologies 1 3 1 Capture de la localisation Le contexte est obtenu via des senseurs qui peuvent collecter des informations de diff rents types Les senseurs fournissent des informations contextuelles sur l tat de l environnement Mais le probl me principal est que les informations contextuelles ne peuvent pas tre facilement identifi es et mesur es Comme les senseurs de localisation sont les senseurs de contexte les plus significatifs et les plus prometteurs la localisation d utilisateur est actuellement un l ment du contexte qui peut tre captur efficacement et pr cis ment Les technologies de capture de la localisation sont d j bien tablies et commercialis es comme le syst me GPS la triangulation l aide de t l phone portable ou de WiFi etc Mais les syst mes con
136. ation du travail de la maintenance de la collaboration etc surtout dans des situations professionnelles 1 3 1 D finitions Sur la d finition d EPSS il existe des points de vue diff rents Gery 1991 a d fini EPSS comme an integrated electronic environment that is available to and easily accessible by each learner and is structured to provide immediate individualized on line access to the full range of information software guidance advice and assistance data images tools and assessment and monitoring systems to permit job performance with minimal support and intervention by others 70 Chapitre III Apprentissage dans des situations professionnelles MacGraw 1994 d crit EPSS comme an integration of artificial intelligence hypermedia and learning support CBT to produce an integrated system that includes intelligent user interface embedded training a hypertext online help system and an intelligent advisor coaching system Il a mentionn le support l apprentissage dans sa d finition Banerji 1995 donne sa d finition comme a human computer activity system that is able to manipulate large amounts of task related information in order to provide both a problem solving capability as well as learning opportunities to augment human performance in a job task by providing information and concepts in either a linear or a non linear way as and when they are required by a user Dans cette d finition
137. ation la prise en compte des exigences d apprenant et du contexte d apprentissage dans son activit professionnelle sont au coeur de nos travaux Nous avons galement adapt des m thodes d apprentissage comme l apprentissage juste temps l apprentissage par l action et l apprentissage collaboratif nos activit s d apprentissage mobiles L architecture du syst me se base sur des mod les bases de donn es services g n riques patterns d interaction etc L objectif de SAMCCO est d augmenter avec les caract ristiques MOCOCO l efficacit de l apprentissage et la performance du travail associ dans les activit s de la maitrise d quipements domestiques publics ou professionnels En s appuyant sur les principes de notre approche nous avons r alis plusieurs applications pour valider l int r t de SAMCCO dans diff rentes situations Le sc nario du banc de tests MAPED nous a permis de valider le processus de production d unit s d apprentissage dans un cas concret Le sc nario de maintenance de l ordinateur est un cas d application de l apprentissage mobile contextuel dans une activit de maintenance d quipement Le projet HSHB Healthy Spirit in Healthy Body permet un autre type d apprentissage l apprentissage mobile contextuel dans le processus de constitution d un repas quilibr dans un restaurant libre service dans lequel notre syst me peut galement tre utilis Mots cl s Apprentissage mobile unit d appren
138. ations qui surveillent les entr es des capteurs de l environnement et permettent aux utilisateurs de s lectionner les contextes selon leurs int r ts et activit s Brown 1998 les d finit comme les applications qui fournissent automatiquement l information et ou proposent des actions selon le contexte d utilisateurs d tect par les capteurs Les actions peuvent pr senter des informations l utilisateur d ex cuter un programme selon le contexte ou configurer l interaction graphique selon le contexte Dey 2000 d finit context aware d une mani re plus g n rale A system is context aware if it uses context to provide relevant information and or services to the user where relevancy depends on the user s task Byun et al 2004 donnent une d finition qui est plus g n ralement accept e un syst me est contextuel s il peut extraire interpr ter et utiliser l information contextuelle et adapter les fonctionnalit s au contexte d utilisation en cours II 2 1 2 Caract ristiques des applications context aware Dans l article de Schilit et al 1994b les applications contexte aware sont cat goris es en quatre groupes e S lection proche une interface d utilisateur est choisir plus facilement avec l aide des objets localis s proximit e Reconfiguration contextuelle automatique un processus ajoute supprime des composants ou modifie les connections entre les composants selon les changemen
139. aucoup de sens mais parmi eux le plus populaire est plut t portable Il semble que parfois personnel est aussi une caract ristique impliqu e par les dispositifs mobiles Naismith et al 2004 a propos une classification des technologies mobiles selon l aspect portable et l aspect personnel des dispositifs Figure 3 Il consid re que les syst mes qui supportent les dispositifs dans le premier quadrant sont portables et personnels Bas sur les technologies de l information et de la communication Georgieva et al 2005 proposent une classification bas e sur les indicateurs suivants le type de dispositif mobile le type de communication sans fil Ils concluent galement quelques d autres indicateurs ducatifs comme le support de l apprentissage synchrone asynchrone le support des standards de l e apprentissage la connexion r seau la localisation d utilisateur l acc s au mat riel d apprentissage service administratif La classification est d crite dans la Figure 4 n nis trative or ation Communication between students and teachers Information Access Commun X technology Location t e Learning standards CNet Tab cam er device CH IEEE CT Figure 4 Une classification de l apprentissage mobile d apr s Georgieva et al 20051 1 2 2 2 Classification selon les th ories d apprentissage Naismith et al 2004 proposent de classer l apprentis
140. avons propos de distinguer l unit d apprentissage atomique et l unit d apprentissage compos e Nous d finissons que l unit d apprentissage atomique ne peut que r f rencer le fragment mais pas d autres unit s d apprentissage Pour d crire les r f rences entre les unit s d apprentissage en XML nous avons d cid d utiliser XLink avec l aide de XPointer Ces deux outils permettent de r f rencer non seulement un ficher XML mais aussi un l ment sp cifique dans un autre fichier XML Exemple de source XML d une unit d apprentissage atomique lt xml version 1 0 encoding UTF 8 gt UA identifiant intro machine ua type lt m tadonn es gt lt contenus gt atomique xmIns xlink http www w3 org 1999 xlink gt lt contenu gt lt titre gt figure de machine lt titre gt r f xlink type simple xlink href figurel xml 7 lt contenu gt lt contenu gt lt titre gt introduction lt titre gt r f xlink type simple xlink href intro xml gt lt contenu gt lt contenus gt lt UA gt 94 Chapitre IV Production des unit s d apprentissage IV 2 2 3 Unit d apprentissage compos e L unit d apprentissage compos e est une unit d apprentissage qui r f rence des unit s d apprentissage et des fragments pour structurer ses contenus pour une activit d apprentissage sp cifique Figure 46 Une unit d apprentissage est d clar e comme l unit d apprentissage compos e ave
141. base de patterns d interaction reste constituer pour mettre en place les interfaces utilisateur Cette base pourrait tre b tie partir d une g n ralisation des mod lisations des applications existantes Une base de services g n riques est galement compl ter Nous avons utilis le mod le de SMAC et d fini de nouveaux services g n riques sur l apprentissage et la contextualisation mais de nombreux nouveaux services sont ajouter et affiner pour offrir plus de fonctionnalit s pour les applications diverses Adaptation de la R alit Augment e Mixte dans l apprentissage de la ma trise d quipements La R alit Augment e Mixte est beaucoup tudi e dans la maintenance industrielle qui concerne l apprentissage professionnel comme l apprentissage de la ma trise d quipements Nous avons montr dans le sc nario de maintenance de l ordinateur l utilisation de p riph riques de R alit Augment e dans l apprentissage Cependant l utilisation de ces p riph riques ajoute des contraintes sur l ex cution des unit s d apprentissage et l interaction d utilisateur En plus la m thodologie de l apprentissage pourrait tre un sujet tudier avec l adaptation de RA dans l apprentissage mobile L utilisation du mod le IRVO Chalon 2004 pourrait faciliter la constitution des patterns d interaction qui concernent la R alit Augment e Mixte dans l apprentissage de ma trise d quipements Implantations et
142. c Le choix de la base de donn es devrait se baser sur l analyse des besoins de donn es et les contextes d utilisation Dans notre perspective les unit s d apprentissage en XML ont des caract ristiques suivantes 134 Chapitre IV Production des unit s d apprentissage e les unit s d apprentissage sont stock es dans de nombreux fichiers XML e les unit s d apprentissage et leurs m tadonn es sont bien structur es e il faut construire plusieurs index pour augmenter la performance d interrogation des m tadonn es d unit s d apprentissage e es contenus de l unit d apprentissage sont souvent des textes et des r f rences vers des fragments multim dias externes e les fichiers XML d unit d apprentissage peuvent tre r cup r s pour la r utilisation ult rieurement Apr s avoir consid r les caract ristiques des bases de donn es et les contextes d utilisation des unit s d apprentissage nous proposons d utiliser une base de donn es XML native pour stocker et g rer les unit s d apprentissage Voici quelques raisons que nous avons prises en compte e Les unit s d apprentissage sont des documents centr s sur des documents Contrairement aux documents centr s sur des donn es qui sont g n r s par la machine les unit s d apprentissage sont des documents XML g n r es partir des manuels techniques d quipements avec la participation humaine La base de donn es XML native supporte mieux le stoc
143. c Le probl me de l utilisation appropri e de ces outils est rencontr souvent par les acteurs l occasion d une t che sp cifique Cela conduit l apprentissage d utilisation d outils L apprentissage d outils peut tre consid r comme un pr requis pour certaines t ches de ma trise Pendant les t ches de maitrise des quipements qui n cessitent des outils des unit s d apprentissage portant sur l introduction et l utilisation des outils sont des unit s essentielles apprendre si les acteurs ne connaissent pas ces outils Par exemple pour d monter une vis avec un tournevis l acteur doit apprendre choisir la taille correcte du tournevis et utiliser le tournevis pour d monter une vis D un certain point de vue un outil a des caract ristiques communes avec un quipement comme l introduction g n rale la structure physique les fonctionnalit s l utilisation etc Dans notre approche nous consid rons que l apprentissage de la maitrise d outils peut prendre la m me forme que l apprentissage de la maitrise de l quipement Les unit s d apprentissage pour l apprentissage d outils sont donc concues de mani re similaire que celles des quipements L apprentissage d outils peut avoir lieu avant ou pendant l apprentissage de la maitrise de l quipement IV 3 M tadonn es de l unit d apprentissage IV 3 1 Introduction Nous avons introduit les mod les d unit s d apprentissage travers l analyse syntaxique et
144. c l attribut ua type2compos e Une unit d apprentissage r f rence au moins une unit d apprentissage atomique L unit d apprentissage compos e peut galement r f rencer d autres unit s d apprentissage compos es Nous ne limitons pas la hi rarchie de r f rences Les r dacteurs d unit s d apprentissage peuvent d finir les r f rences selon leurs contextes Comme dans un livre un chapitre peut avoir des sections une section peut avoir des sous sections Unit d apprentissage compos e Unit d apprentissage atomique M tadonn es M tadonn es Contenus Contenus Contenu Contenu Titre introduction de machine Titre figure de machine R f intro machine xml R f figurel xml Contenu Contenu Titre fonctionnalit s Titre introduction R f fonct xml R f intro xml Figure 46 Mod le de l unit d apprentissage compos e Les m tadonn es d crivent les conditions d utilisation de l unit d apprentissage compos e Les relations de r f rences sont aussi d crites dans les m tadonn es Ces relations permettent aux apprenants de naviguer dans le contenu d apprentissage d une unit d apprentissage une autre unit r f renc e Exemple de source XML d une unit d apprentissage compos e lt xml version 1 0 encoding UTF 8 gt UA identifiant machineO1 ua type compos e xmIns xlink http www w3 org 1999 xlink gt lt m tadonn es gt lt cont
145. ce de ces technologies est une raison principale de leurs d veloppements et am liorions continues Hazas et al 2004 a illustr la plupart des technologies actuelles de capture de la localisation en fonction de leurs niveaux de d ploiements et de leurs pr cisions de localisation Figure 24 Les d ploiements existants les plus larges sont bas s sur GPS qui convient particuli rement aux demandes 53 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles de l ext rieur Les technologies RFID sont aussi bien d ploy es et ont une pr cision de quelques centim tres quelques m tres WiFi Bluetooth et d autres technologies sans fil ont aussi propos beaucoup de dispositifs quip s de mat riels de localisation qui peuvent tre utilis s pour capturer la localisation dans les applications context aware High Consumer Mobile Phones Bluetooth Target Groups Medium Custom Low Research 7 2 Oo 9 ta din o Qo H 2 x gt o o 9 a x Qo amp o Oo o c E z 2 QO 1m Location Accuracy Figure 24 Technologies de capture de la localisation leur d ploiement et leur pr cision d apr s Hazas et al 2004 Dans les sections suivantes nous allons faire un rapide survol de technologies de capture de la localisation qui sont fr quemment utilis es dans les domaines de l a
146. ces sont souvent d crits avec une liste d attributs sous forme de couples cl valeur en vue de d couvrir et caract riser les services G n ralement ce mod le est simple et facile utiliser Un exemple d application est donn e par Maa 1997 pour d crire l information de localisation Mod le sch ma de balisage Dans cette approche de mod lisation de contexte il s agit de baliser l information contextuelle en structure hi rarchique avec des attributs et contenus Le contenu de balise qui est souvent r cursivement d fini par d autres balises Ces approches sont souvent bas es avec des langages comme XML Extensible Markup Language qui sont d riv s de SGML Standard Generic Markup Language Les mod les de ce type peuvent souvent tre consid r s comme des extensions de Composite Capabilities Preferences Profiles CC PP et User Agent Profiles UAProf Un exemple est propos par Indulska et al 2003 qui utilise des arbres composant attribut pour lier les l ments de contexte comme la localisation les caract ristiques de r seaux des besoins etc Un exemple de cette approche est Comprehensive Structured Context Profiles CSCP propos par Held et al 2002 comme ci dessous lt xml versionz 1 0 encoding UTF 8 gt lt rdf RDF xmlns rdf http www w3 org 1999 02 22 rdf syntax ns lt SessionProfile rdf D Session gt cscp defaults rdf resource http localContext CSCPProfile previous Session
147. collaborative avec d autre s acteur La Figure 71 d crit les informations concern es Mani re Figure 71 M ta mod le de la collaboration Mode le mode de collaboration est utilis pour d crire si l activit d apprentissage est synchrone ou asynchrone Mani re la mani re de collaborer est utilis e pour d crire sous quel format sont chang es les informations Par exemple le texte la voix la vid o le geste etc Service collaboratif les services collaboratifs repr sentent les services utilis s par les 153 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles acteurs pour tablir la collaboration Processus le processus de collaboration d crit les activit s effectu es par les acteurs pendant la collaboration Par exemple tablir la communication partager un dossier etc Le processus de collaboration peut tre d crit par des formalismes comme arbres de t che collaborative ORCHESTRA David et al 2007b etc V 3 4 Synth se sur la mod lisation du contexte d apprentissage 154 Sc narios d apprentissage Informations contextuelles il d clenche le processus de Ci A x Exnort son PDA acc de n svst me rd d L apprenant un technicien est en A Utilisateur d train de r parer une machine AN R Technici d industrielle chez le client mais A p PR P 3 s
148. ct ristiques de l apprentissage mobile Pour synth tiser nos propos nous avons choisi de comparer les diff rentes architectures introduites dans la section pr c dente en s appuyant sur les crit res significatifs Nous nous int ressons particuli rement la gestion des ressources d apprentissage le support des dispositifs mobiles le support d utilisateurs multi r le la sensibilit au contexte d apprentissage la collaboration parmi les utilisateurs la connexion r seau Nous listons les architectures avec l valuation de ces crit res dans Tableau 7 Dans le tableau nous trouvons que les ressources d apprentissage en XML sont plus favorables pour s adapter aux plateformes diff rentes des m tadonn es Les crit res Multi r le Contextuel Collaboration et Communication s inscrivent dans le cadre MOCOCO Evidement une seule architecture ne peut pas satisfaire tous les crit res Parmi ces exemples l architecture de Trifonova supporte le plus de crit res que nous avons identifi s comme pertinents Ressources M Collaboration Architecture Dispositifs Multi r le Contextuel MG d apprentissage Communication PC Motiwalla Messages T l phone 2007 Alertes mobile Sharlples XML 2002 M tadonn es non d fini Trifonova XML 2004 M tadonn es non d fini PC PDA C Chu 2005 Smartphone Notebook PC PDA non non non T l phone mobile Tableau 7 Comparatif des architectures de l appr
149. d un disque dur choix d une entr e un repas etc CTT Concur Task Trees Le formalisme CTT ConcurTaskTrees Paterno et al 2002 est un formalisme graphique qui e est plus sp cifiquement con u pour la mod lisation des interactions homme machine e prend en compte explicitement le travail collaboratif e poss de un diteur graphique CTTE Mori et al 2002 et un g n rateur d IHM Tersa Mori et al 2004 Ce formalisme consid re 4 cat gories de t ches e Les t ches de l utilisateur ce sont des t ches cognitives comme choisir une m thode de r solution de probl me e es t ches de l application ce sont des t ches o seul le syst me informatique intervient comme produire le r sultat une requ te e Les t ches d interaction ce sont des actions de l utilisateur sur le syst me avec la possibilit d un retour imm diat e es t ches abstraites ce sont des t ches de plus haut niveau qui se d composent en sous t ches pouvant appartenir l une des 4 cat gories Les t ches sont reli es par des op rateurs temporels Il en existe huit principaux qui sont e La concurrence not e TI Ill T2 les 2 t ches peuvent tre ex cut es en parall le sans aucune contrainte I existe une variante not e T1 l T2 o les 2 t ches doivent se synchroniser pour changer de l information Le choix not T1 T2 les 2 t ches sont alternatives et le d but d ex cution de l une
150. d finition un peu plus ancienne par Quinn 2000 stipule simplement qu il s agit de l apprentissage qui se passe avec l aide des dispositifs mobiles Conform ment cette d finition plusieurs auteurs consid rent le dispositif mobile comme un outil ubiquitaire qui permet de combiner l apprentissage le travail et le divertissement de mani res significatives comme dans Turunen et al 2003 Pinkwart et al 2003 d finissent l E apprentissage comme l apprentissage support par des outils lectroniques digitaux et l apprentissage mobile comme l e apprentissage qui utilise des dispositifs mobiles et de transmission sans fil 10 Chapitre I Introduction apprentissage mobile Polsani 2003 d finit l apprentissage mobile comme une forme d ducation dans laquelle la production la circulation et la consommation sont en r seaux Ainsi il propose le terme apprentissage en r seau network learning pour remplacer l apprentissage mobile Keegan 2005 ne pense pas que les Tablet PC ou l ordinateur portable sont compris dans l apprentissage mobile Il croit que l apprentissage mobile doit strictement se passer sur les dispositifs que l on peut mettre dans la poche ou le sac main Il propose la d finition la fourniture d ducation et de formation sur PDA ordinateur de poche smartphone ou t l phone portable Marrer 2009 donne une d finition li e la pratique au campus Il consid re l a
151. de l apprentissage Dillenbourg 1999 L apprentissage collaboratif permet aux apprenants de r soudre un ou plusieurs probl mes en commun Le d veloppement des comp tences interpersonnelles est galement important dans l apprentissage collaboratif Beaucoup d activit s d apprentissage collaboratif sont con us avec des objectifs la fois acad miques et des objectifs de comp tences sociales Dillenbourg 1999 fait une distinction entre l apprentissage collaboratif et lapprentissage coop ratif In cooperation partners split the work solve sub tasks individually and then assemble the partial results into the final output In collaboration partners do the work together Le d veloppement des technologies d informatique permet aux utilisateurs de collaborer distance de facon synchrone L apprentissage collaboratif assist par ordinateur CSCL Computer supported collaboratif learning d signe l introduction du TCAO dans l apprentissage collaboratif Dillenbourg 1999 Dans CSCL les interactions entre les individus ou les groupes sont reli es l environnement informatique Stahl et al 2006 Comme pour TCAO Cf IIL 2 CSCL supporte l apprentissage collaboratif avec les TIC L apprentissage collaboratif mobile a beaucoup h rit de CSCL Naismith et al 2004 Les caract ristiques des dispositifs mobiles et leur possibilit d intervenir dans de nombreux contextes d utilisation contribuent leur utilisation de
152. des donn es captur es par les senseurs est un principe de base pour pr voir la situation future Comme context awareness a besoin de s adapter dynamiquement aux changements des contextes sur la base de r seau des chercheurs ont conduit des recherches portant sur les offres de r seau appropri es pour atteindre context awareness La couche middleware collecte et traite les informations contextuelles et en tire des informations contextuelles utiles Un syst me context aware doit avoir l appui de middleware pour fournir des services appropri s Le middleware permet aux agents d acqu rir des informations contextuelles facilement de les analyser avec des logiques diff rentes et ensuite de les adapter aux changements de contextes Il y a beaucoup de types de middleware Sur la Figure 20 six types de middleware sont list s middleware bas sur des agents middleware r flectif middleware bas sur des m tadonn es middleware bas sur l espace Tuple middleware bas sur l objectif d adaptation middleware bas sur OSGI La couche application fournit aux utilisateurs des services appropri s Il y a beaucoup d applications context aware qui offrent aux utilisateurs des environnements contextualis s comme la maison l h pital la salle de cours l usine le mus e etc Les applications comportent aussi des syst mes de support d aide la d cision des syst mes de communication comme Service de r seaux sociaux M commerce service
153. des informations textuelles ou en image dans les fragments cat goris s pour expliquer comment accomplir ces t ches e 8 1 1 demontage des 3vis 281 2 enlevement du capot P i D Le P n Figure 59 Exemple des t ches de ma trise d montage du capot d un ordinateur Nous cr ons des unit s d apprentissage pour chaque t che Figure 60 L unit d apprentissage d montage du capot explique le d montage du capot Quand l unit indique l existence d une sous t che de d montage des 3 vis une autre unit d apprentissage d montage des 3 vis est r f renc e la m me chose pour la sous t che de l enl vement du capot 130 Chapitre IV Production des unit s d apprentissage Unit d apprentissage compos e M tadonn es Titre d montage du capot Contenus Contenu Titre D montage des 3 vis R f d mon 3vis xml Titre enl vement du capot R f enl v capot xml Unit d apprentissage atomique M tadonn es Titire d montage des 3 vis Contenus Contenu Titre texte Contenu Titre image R f d mon 3vis pic xml Unit d apprentissage atomique M tadonn es Titire enl vement du capot Contenus Contenu Titre texte Contenu Titre image R f enl v capot pic xml Figure 60 Unit s d apprentissage pour les t ches de ma trise d montage du capot d un ordinateur Exemple de source XML pour l unit d appren
154. des mat riaux d apprentissage aux utilisateurs offrir cet apprentissage au moment opportun et am liorer ainsi la performance de travail Similairement le TCAO Cf III 2 vise faciliter le travail collaboratif Ces deux approches sont consid r es comme des supports importants de la performance par l apprentissage et la formation li s au travail et plus particuli rement la maintenance industrielle L mergence de l apprentissage mobile offre une nouvelle approche pour l apprentissage dans des situations professionnelles A l aide des technologies mobiles l apprentissage est devenu plus mobile plus informel au sens de la programmation de formation plus personnel plus centr sur l apprenant plus situ plus collaboratif plus ubiquitaire et donc plus durable L apprentissage dans des situations 139 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles professionnelles peut galement tre le b n ficiaire de l apprentissage mobile Nous avons tudi des m thodes d apprentissage correspondantes aux situations professionnelles Cf IIIL Ces m thodes comme l apprentissage sur le lieu de travail l apprentissage juste temps l apprentissage par l action et l apprentissage collaboratif partent des points de vue diff rents mais vont vers le m me objectif d velopper des comp tences et des connaissances professionnelles potentielles fournir le suppo
155. doe qe posts M Quetat ile c ene EO Ont ritos 204 ANNEXE III MODELES D ARCHITECTURE scence 22222 2527 2222 6o ecce eec ce 207 Ium TT a 207 2 Modele PAG et PAC cick tiii ia ce oe Pi cUm eines Un Ica ue PIU COUTE init 208 2a Modele AMEL AMEC Sn rs sedato ast celere eade tore ti urit ao deco 209 ANNEXE IV REALITE AUGMENTEE i cioe coco eine 213 D DTI RS SR rene cs mtus ood sto Mao beau on tete und ters S cca 213 2 JDUISDOSIDEIS DOUCE RAS en Sn it en n e hrs 214 5s FOMI ME ER VC n RS ei nat tnt tn tn oil 215 ANNEXE V PROCESSUS COCS VS nn ns eiie ne 219 UNE Liceo LE CO DO H 219 2 shield MR nes ind ue he 219 ANNEXE VI QUESTIONNAIRE ET RESULTATS DE HSHB sesessssssssssee 223 BIBLIOGRAPHIES Sn nur cn nn Pr nn M nr ss 225 VI Table des figures Table des figures Figure 1 Cartographie du positionnement de l apprentissage mobile David et al 2008 7 Figure 2 Illustration originale de Dynabook par Alan C Kay en 1972 12 Figure 3 Une classification des technologies mobiles d apr s Naismith et al 2004 16 Figure 4 Une classification de l apprentissage mobile d apr s Georgieva et al 2005 17 Figure 5 Classification de l apprentissage selon le contexte essseseseeeeeeens 18 Figure 6 Les dispositifs mobiles d apr s E Learning Guild
156. du capot Les m tadonn es requises nom de la t che mots cl s de la t che objectif de la t che etc Outils David veux apprendre comment utiliser un outil concern par la t che Par exemple il doit utiliser un tournevis pour d monter les vis du capot Il peut donc acc der l unit d apprentissage portant sur les utilisations des tournevis Les m tadonn es requises outils Dispositif mobile David acc de au syst me en utilisant son PDA avec la connexion WiFi Les unit s d apprentissage qui ne supportent pas ce mod le du PDA doivent tre filtr es ou adapt es Les m tadonn es requises format taille codage logiciel requis etc A travers l observation de ce contexte concret nous avons collect les l ments concern s qui doivent tre mis en relation avec les m tadonn es et les donn es du contexte qui sont list s ci dessous 104 Niveau d acc s client technicien directeur etc Niveau technique basique avanc expert etc Equipement Fabriquant Marque Mod le etc Pi ces concern es Nom Position etc Description Introduction g n rale Structure physique etc T che de maitrise utilisation maintenance diagnostic r paration etc Outils nom mod le etc Technique format taille codage logiciel requis etc Chapitre IV Production des unit s d apprentissage Les l ments de m tadonn es que nous avons collect s par le contexte ci dessus ne sont cert
157. e nous pouvons d finir un ordre de priorit s de recherche contexte activit gt contexte de l acteur gt contexte de l environnement gt contexte du dispositif gt contexte de l apprentissage Des algorithmes pr cis de recherche sont d tailler pour les informations contextuelles via le syst me de gestion de base de donn es Phase 3 Ex cuter les unit s d apprentissage contextualis es Le moteur de contr le appelle les services correspondants et les interfaces d interaction appropri es pour pr senter les unit s d apprentissage contextualis es Dans cette tape diff rentes m thodes d apprentissage peuvent tre prises en compte Par exemple si l apprenant applique la m thode d apprentissage juste temps il active donc les unit s d apprentissage au fur et mesure du d roulement du processus du travail Si l apprenant applique la m thode d apprentissage traditionnelle il peut d abord tudier les unit s d apprentissage et faire le travail apr s l apprentissage Phase 4 Consolider ou terminer le processus d apprentissage Apres l apprentissage l apprenant informe le syst me s il est satisfait avec l apprentissage de la phase pr c dente S il veut continuer apprendre le moteur de contr le r ajuste les informations contextuelles et commence un nouveau cycle de fonctionnement Si l apprenant est satisfait du r sultat de l apprentissage ou s il pense avoir compris et pouvoir continuer sa t che il peut
158. e Centered Design Competition 2001 Derwood USA 2001 Jermann P 1996 Jermann P Cognition Distribru e in Concpetion Et Analyse D une Interface Semi Structur e D di e La Co R solution De Probl me Universit de Gen ve 1996 Joiner R et al 2006 Joiner R et al Designing Educational Experiences Using Ubiquitous Technology Computers in Human Behavior 2006 22 1 67 Kabel S C et al 1999 Kabel S C et al Ontologies for Indexing Technical Manuals for Instruction Workshop on ontologies for intelligent education systems Le Mans France 1999 Karsenty A 1994 Karsenty A Le Collecticiel De L interaction Homme Machine La Communication Homme Homme Technique et Science Informatique TSI 1994 13 1 105 127 Kay A et Goldberg A 1977 Kay A et Goldberg A Personal Dynamic Media Computer 1977 10 3 31 41 Keegan D 2005 Keegan D The Incorporation of Mobile Learning into Mainstream Education and Training 2005 Mobile Learning a Handbook for Educators and Trainers Keesah J H 2001 Keesah J H Maintainer s Electronic Performance Support System Mepss Performance Centered Design PCD Competition 2001 Atlanta USA 2001 Kim T J et Kim M C Year Kim T J et Kim M C Context Awareness Using Semantic Web Technology in the Ubiquitous Learning Service In Gervasi O Murgante B eds International Conference on Computational Science and Its Applications ICCSA 2008 Perugia ITALY 2008 501 515
159. e de SAMCCO Les l ments de cette architecture seront d taill s notamment en ce qui concerne le fonctionnement du moteur de contr le du syst me V 1 Introduction V 1 1 Apprentissage dans des situations professionnelles L apprentissage pour les professionnels est un sujet important Avant de commencer la vie professionnelle l apprentissage a lieu pendant les tudes l cole ou l universit Apr s l entr e dans le monde professionnel l apprentissage a lieu souvent sur le lieu de travail et dans la vie quotidienne Les tudes dans l universit offrent une p riode pour assimiler les th ories importantes et les approches m thodologiques g n riques car dans le monde professionnel ces aspects sont difficiles acqu rir Au contraire les comportements pratiques et les op rations pr cises sont difficiles acqu rir l universit mais plus faciles dans des situations professionnelles Il faut donc bien distinguer ces deux types de connaissances assimiler dans l apprentissage L objectif de l apprentissage dans des vraies situations professionnelles est de d velopper des comp tences et des connaissances professionnelles fournir le support la r solution de probl mes contextualis s et augmenter la performance au travail L approche EPSS Cf III 3 offre une solution appropri e pour le probl me de l apprentissage dans des situations professionnelles EPSS vise fournir le stockage et la mise disposition
160. e de la ma trise d quipements domestiques publics ou professionnels en mobilit Le sujet s inscrit aussi dans le projet HMTD Help Me To Do qui a pour but d exploiter des nouveaux moyens pour aider des utilisateurs diff rents utiliser ou maitriser ces quipements Nous visons d finir et concevoir un syst me d apprentissage appel SAMCCO Systeme d Apprentissage Mobile Contextuel et Collaboratif qui prend en compte les exigences MOCOCO Mobilit Contextualisation Collaboration Les axes principaux de nos recherches sont le processus de la production d unit s d apprentissage la prise en compte des exigences des apprenants dans leurs activit s professionnelles la mod lisation et l adaptation des contextes ainsi que la conception de l architecture de SAMCCO en y int grant des m thodes d apprentissage Pour atteindre les objectifs pr vus nous abordons les domaines suivants e Les technologies mobiles et des applications de l apprentissage mobile e Le contexte d apprentissage et la contextualisation e Les m thodes d apprentissage le travail et l apprentissage Les probl matiques IHM Interaction Homme Machine et RA R alit Augment dans l apprentissage mobile Nos travaux ont commenc par la production d unit s d apprentissage Les documentations originales sont de diff rents formats comme des manuels papiers ou des fichiers num riques Nous avons propos un processus pour transformer ces docu
161. e des quipements SAMCCO est par construction compatible avec l approche EPSS et l approche TCAO pour faciliter le travail des professionnels et offrir des opportunit s d apprentissage juste temps V 1 2 1 Apprentissage avec les caract ristiques MOCOCO SAMCCO fournit des unit s d apprentissage ou services appropri s aux utilisateurs dans des contextes diff rents quand ils ont besoin de l aide ou de l apprentissage pour maitriser des quipements L apprentissage de maitrise d quipement doit satisfaire des caract ristiques suivantes l op rationnalit la rentabilit l efficacit et la rapidit ainsi que la qualit d intervention En vue de cette d marche g n rale les concepts MOCOCO Mobilit Contextualisation Collaboration sont des caract ristiques principales de notre syst me Mobilit les apprenants les environnements ou les dispositifs sont mobiles ou les apprenants peuvent effectuer les activit s d apprentissage avec les deux mains occup es 140 Chapitre V Conception de SAMCCO e Contextualisation les apprenants peuvent acc der aux informations et aux donn es contextualis es et pr cises selon leur contexte e Collaboration les apprenants peuvent collaborer distance avec d autres acteurs ou les apprenants peuvent collaborer entre eux m mes V 1 2 2 Apprentissage centr sur les t ches b3 Les m thodes d apprentissage comme l apprentissage sur le lieu de travail l appr
162. e divisent principalement en 9 cat gories qui sont bas es sur les d finitions de LOM Information Model Ces 9 cat gories correspondent aux 9 l ments suivants e general regroupe les caract ristiques g n rales d une unit d apprentissage titre mots cl s langue etc e clifecycle d crit l tat actuel du cycle de vie d une unit d apprentissage et qui y a contribu durant son volution version entit s contribution etc e metaMetadata assemble les donn es d taillant les m tadonn es elles m mes m tadonn es version sch ma etc e technical assemble les caract ristiques techniques d une unit d apprentissage format taille logiciels requis etc e educational d crit les caract ristiques p dagogiques d une unit d apprentissage type d unit r le cible contexte produit concern outil concern etc e crights sp cifie les conditions d utilisation d une unit d apprentissage copyright le droit d acc s etc e relation d crit les relations entre une unit d apprentissage avec d autres unit s d apprentissage annotation permet des commentaires d acteurs sur l utilisation d unit s d apprentissage classification d crit la localisation d une unit d apprentissage dans un certain syst me de classification Dans le Tableau 14 nous pr cisons les l ments des m tadonn es AMLOM Les m tadonn es AMLOM comprennent 88 l ments dont 58
163. e est centr e sur la t che de maitrise d quipements L apprenant peut l apprendre par l action e mixed l unit d apprentissage combine le contenu de la description statique et la t che de ma trise d quipements e unknown l unit d apprentissage n est pas identifi e pour les 3 types ci dessous Exemple de source XML lt amlom gt lt educational gt lt interactivityType gt lt source gt amlomv lt source gt lt value gt task lt value gt lt interactivity Type gt lt educational gt lt amlom gt 5 2 lt unitType gt L l ment lt unitType gt repr sente le type qui pr cise la s mantique d une unit d apprentissage Il est obligatoire et unique pour l unit d apprentissage atomique et l unit d apprentissage compos e et optionnel pour l unit d apprentissage fragment Le type de donn es de unitType est Vocabulary Nous avons d fini ses valeurs possibles travers l analyse s mantique de l unit d apprentissage e general introduction e physical structure e functionalities e faq e installation e use e diagnostic e maintenance e repair 114 Chapitre IV Production des unit s d apprentissage others unknown Exemple de source XML lt amlom gt lt educational gt interactivity Type gt lt source gt amlomv lt source gt lt value gt task lt value gt lt interactivity Type lt unitType gt lt source gt amlomv lt source gt l
164. e pi ces de l quipement Elle concerne principalement des aspects ci dessous e La structure physique d quipement e Plans structuraux d quipement e Introduction de pi ce e Fonction de pi ce e Caract ristiques de pi ce Autres Fonctionnalit s Les unit s d apprentissage du type fonctionnalit s d crivent pr cis ment les fonctionnalit s qu un quipement est capable de r aliser Par exemple pour un appareil photo num rique la prise de photo et l enregistrement de vid o sont des fonctionnalit s basiques Certaines fonctionnalit s peuvent contenir plusieurs sous fonctionnalit s comme la prise de photo se divise en prise de photo en mode automatique prise de photo en mode manuelle et prise de photo en mode sc nes Les unit s d apprentissage peuvent tre sp cialis es sur une ou plusieurs fonctionnalit s Il existe des liaisons logiques entre les fonctionnalit s et les t ches d utilisation Les t ches d utilisation que nous allons introduire dans la section suivante expliquent comment mettre en uvre ces fonctionnalis s Il est donc normal de r f rencer les unit s d apprentissage de t ches d utilisation dans les unit s d apprentissage des fonctionnalit s FAQ et autres informations FAQ Frequently Asked Questions est une liste synth tisant des questions fr quemment pos es sur l quipement ou sur sa ma trise accompagn es des r ponses correspondantes afin d viter que le
165. e selon le r le d utilisateur e El ment 2 les informations suppl mentaires permettent aux utilisateurs d apprendre plus sur les informations nutritionnelles ou l utilisation du syst me Par exemple en cliquant sur Suggested Amount l utilisateur peut apprendre comment les besoins nutritionnels sont calcul s selon son profil personnel e El ment 3 les plats disponibles listent les plats qui sont actuellement disponibles au restaurant et leur ID e El ment 4 les informations nutritionnelles de plat liste la composition des l ments nutritionnels d un plat et la quantit de chaque l ment nutritionnel comme calories prot ines lipides etc e El ment 5 les boutons d op ration sont des boutons pour configurer le repas Ils permettent aux utilisateurs d ajouter et de supprimer un plat au repas et terminer la configuration du repas L ajout d un plat peut s effectuer soit par la lecture de l tiquette RFID soit par l insertion manuelle avec le num ro de plat e El ment 6 l valuation du repas choisi permet aux utilisateurs de voir directement la composition nutritionnelle du repas choisi et son valuation par rapport aux besoins nutritionnels personnels Des couleurs diff rentes sont utilis es pour indiquer le niveau de recommandation par le syst me par exemple la couleur verte repr sente la quantit d l ment nutritionnel convenable par rapport la quantit recommand e 185 SAMCCO un syst me
166. e sur la plateforme de l e apprentissage Dans l article crit par Trifonova et al 2004 les auteurs pensent qu un syst me d apprentissage mobile peut tre exploit sur les plateformes de l e apprentissage en ajoutant de nouvelles fonctionnalit s des technologies mobiles Ils proposent ainsi une architecture de l apprentissage mobile avec des caract ristiques suivantes e se baser sur des plateformes de haut niveau pour l e apprentissage c est dire consid rer 24 Chapitre I Introduction apprentissage mobile l apprentissage mobile comme une extension d un LMS Learning Management System traditionnel et fournir les services adapt s aux utilisateurs mobiles e tre g n ral Cela veut dire que le syst me supporte tous les services de l e apprentissage et tous les services de l apprentissage mobile e tre g n rique Cela veut dire qu il est facilement extensible par l ajout de dispositifs diff rents et notamment de dispositifs mobiles de la nouvelle g n ration comme les smartphones ou les PDA Mobile Device Web browser Wap browser Application Mobile Content Management and Presentation Adaptation Packaging and Synchromzation Context Discovery Busmess Logic Layer User Profiles preferences Content Management User Trachne Storage DB Layer Learmmg Objects Figure 12 Architecture g n ral et g n rique de l apprentissage mobile d apr s Trifonova et al 2004
167. ectivit l tat d apprenant etc Le syst me CAML examine le contexte d apprentissage captur et r agit l environnement d apprentissage Des ressources d apprentissage contextualis es 3 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles sont pr sent es l apprenant en fonction du contexte L adoption du context aware dans l apprentissage mobile est devenue un sujet important dans ce domaine Des applications et des discussions sur l apprentissage mobile contextuel mergent de jour en jour Symantic Web introduit par Kim et al 2008 peut fournir des services du web dynamiques personnalis s et intelligents l utilisateur Ogata et al 2004 a pr sent un syst me pour aider l apprentissage du Japonais dans les situations r elles qui peut fournir aux apprenants des expressions appropri es selon des contextes diff rents Dans Rogers et al 2005 les apprenants peuvent non seulement obtenir des donn es des sons des images sur place par l observation mais aussi ils peuvent obtenir les informations relatives aux activit s via un r seau sans fil Joiner et al 2006 pr sente une application qui peut fournir aux tudiants des explications vocales en fonction des activit s effectu es en conditions r elles Dans la plupart des applications les chercheurs ont indiqu que la localisation et le temps sont deux l ments fondamentaux pour d cri
168. elberg Springer Verlag 2005 Moran T P et Dourish P 2001 Moran T P et Dourish P Context Aware Computing Human Computer Interaction 2001 16 2 4 87 94 Mori G et al 2002 Mori G et al Ctte Support for Developing and Analyzing Task Models for Interactive Syst me Design IEEE Transactions on Software Engineering 2002 28 8 797 813 Mori G et al 2004 Mori G et al Design and Development of Multidevice User Interfaces through Multiple Logical Description EEE Transactions on Software Engineering 2004 30 8 507 520 Motiwalla L F 2007 Motiwalla L F Mobile Learning A Framework and Evaluation Computer amp Education 2007 49 3 58 1 596 Naismith L et al 2004 Naismith L et al Futurelab United Kindom Literature Review in Mobile Technologies and Learning 2004 O Malley C et al 2003 O Malley C et al Guidelines for Learning Teaching Tutoring in a Mobile Environment 2003 Ogata H et al Year Ogata H et al Computer Supported Ubiquitous Learning Environment for Vocabulary Learning Using Rfid Tags In Courtiat JP Davarakis C Villemur T eds Technology Enhanced Learning Workshop held at thel8th IFIP World Computer Congress Toulouse FRANCE 2004 121 130 Ogata H et Soc I C Year Ogata H et Soc I C Computer Supported Ubiquitous Learning Augmenting Learning Experiences in the Real World 5th IEEE International Workshop on Wireless Mobile and Ubiquitous Technologies in Education Be
169. ement des feuilles du margeur II ECLAIRAGE DU POSTE IV NIVEAU SONORE E ENTRETIEN DU POSTE El W 1 Changement lame massicot V 1 1 D montage capot V 1 2 S curit lors de la manipulation V 1 3 D montage lame V 1 4 Remontage lame V 1 5 Remontage capot V 2 Nettoyage de l int rieur de la machine et des Poubelles d chets VI LISTE DES PIECES D USURE ET DE RECHANGE VII PLAN MECANIQUE VII SCHEMAS Figure 47 Table de mati re d un manuel d une machine 96 Chapitre IV Production des unit s d apprentissage Les contenus de tels manuels ou d autres documentations se basent sur le point de vue qu est ce 3 ae l qu on peut apprendre Ils ne d finissent pas qu est ce qu on doit apprendre dans un contexte concret Ce que nous voulons faire c est faire une liaison entre les deux points ci dessus En s appuyant sur l analyse s mantique nous essayons de classer les mat riaux d apprentissage et d laborer des mod les d unit s d apprentissage bas s sur cette classification et sur des contextes d utilisation En reprenant l exemple de la Figure 47 nous pouvons trouver que les mat riaux d apprentissage peuvent tre divis s principalement en plusieurs cat gories En effet travers d autres documentations nous avons trouv des cat gories communes similaires Nous les listons ci dessous e Pr sentation g n rale e Pr sentation des pi ces e Installation e Utilisation e Mainten
170. emp che l autre de s ex cuter tant que la premi re n est pas termin e e L ind pendance d ordre not e T1 T2 les 2 t ches doivent tre ex cut es mais dans un ordre quelconque T1 puis T2 ou T2 puis T1 e La d sactivation not e T1 gt T2 la t che T1 est d finitivement stopp e d s que la t che T2 commence s ex cuter e L activation not e T1 gt gt T2 lorsque la t che T1 est termin e la t che T2 commence s ex cuter Une variante not e T1 gt gt T2 permet de signifier qu en plus la t che T1 transmet des informations la t che T2 e La suspension reprise not e T1 l T2 la t che T2 peut suspendre l ex cution de la t che T1 Lorsqu elle est termin e la t che T1 reprend son ex cution l o elle a t interrompue e it ration not e T la t che est ex cut e en boucle ind finiment jusqu ce qu elle soit d sactiv par une autre t che Une variante T n permet de limiter la boucle n it rations Les t ches optionnelles not e T leur ex cution est facultative 205 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Chaque t che est d crite par un ensemble d attributs e Des informations g n rales un identificateur son nom sa cat gorie son type sa fr quence d utilisation des pr conditions ventuelles et des annotations libres e Les objets qui sont manipul s po
171. ent d indexer les documents selon un point de vue particulier Is indexed with Domain ontology Fragment representational type Collection of m textual and ID Fragment pictorial ontology Fragment structural type document Fragment medium fragments Instructional role ontology Description ontology Figure 40 Ontologies pour indexer et d crire les fragments d apr s Kabel et al 1999 Les ontologies utilis es dans le projet IMAT sont principalement bas es sur 4 aspects ci apr s Kabel et al 1999 La Figure 40 illustre l utilisation de ces ontologies pour d crire et indexer un fragment e l aspect syntaxique pour d crire les caract ristiques physiques du fragment comme un tableau un titre etc e l aspect du type de description comme une description structurelle ou comportementale e L aspect de l information sp cifique du domaine comme les termes radar scan converter 208 vac circuits etc e aspect du r le p dagogique comment un fragment peut tre utilis comme une explication ou un exercice Les ontologies utilis es dans le projet IMAT ont beaucoup d avantages Par exemple elles peuvent r soudre le probl me de la terminologie elles permettent de d crire et de r cup rer les fragments de plusieurs mani res diff rentes etc Le projet IMAT se situe dans le monde industriel tr s sp cifique et est cibl sur la r cup ration des fragments pour la formation de ma
172. entissage dans des situations industrielles ou professionnelles 29 Chapitre II Contexte et contextualisation dans l apprentissage mobile Chapitre II Contexte et contextualisation dans l apprentissage mobile Les travaux de recherche dans l apprentissage mobile tudient de facon soutenue la nature du contexte d apprentissage Dans la litt rature sur l apprentissage mobile la nature du contexte d apprentissage est discut e en combinant les perspectives p dagogiques et technologiques Le but de ce chapitre est de relater les travaux de recherche et de prendre le contexte d apprentissage dans le sens suivant le contexte permet d utiliser les technologies mobiles pour assister les apprenants et adapter les ressources d apprentissage en relation avec une situation particuli re Un syst me qui prend en compte le contexte est appel un syst me contextuel ou context aware Le processus de l adaptation au contexte est appel contextualisation ou context awareness Dans ce m moire nous utilisons les termes syst me contextuel et syst me context aware comme quivalents pour d crire un syst me il en est de m me pour contextualisation et contexte awareness pour d crire le processus d adaptation au contexte II 1 Contexte et apprentissage mobile Comme la mobilit est li e l apprentissage mobile les dispositifs mobiles la capacit la connectivit l utilisateur et l environnement peuvent tous change
173. entissage juste temps l apprentissage par l action et l apprentissage collaboratif doivent tre prises en compte dans SAMCCO En effet les m thodes d apprentissage dans des situations professionnelles sont fortement li es aux activit s ou aux t ches professionnelles la maitrise d quipement et le but final de l apprentissage est d effectuer ou tre capable d effectuer la t che en question Le syst me est fait de sorte offrir des opportunit s d apprentissage en utilisant une m thode centr e sur la t che Dans les sc narios propos s les apprenants veulent effectuer une ou plusieurs t ches de maitrise installation utilisation etc sur le lieu de travail Si des probl mes ou des difficult s surgissent le syst me offre juste temps des unit s d apprentissage contextualis sur les t ches de diagnostic et de r paration Des apprenants peuvent essayer de ma triser des t ches au travers des unit s d apprentissage correspondantes L apprentissage juste temps non seulement aide des apprenants accomplir leurs t ches mais aussi augmente l acquisition des connaissances En plus le fait d ex cuter la t che directement dans la suite du cycle d apprentissage selon la th orie de l apprentissage par l action donne des r sultats tr s performants Comme en plus des technologies de communication permettent l apprentissage collaboratif permettant de combler les manques quand l apprentissage individuel ne suffit plus Dans la
174. entissage mobile I 5 Conclusion du chapitre I Ce chapitre I a pr sent l apprentissage mobile dans sa g n ralit Comme l apprentissage mobile est un domaine de recherche tr s jeune et en plein d veloppement surtout sous l influence du d veloppement des technologies mobiles nous ne sommes pas surpris d avoir constat des divergences m me au niveau des grands arguments comme les d finitions ou les classifications de 28 Chapitre I Introduction apprentissage mobile l apprentissage mobile Mais les probl matiques communes de l apprentissage mobile existent et interviendront t t ou tard En attendant parmi les caract ristiques la mobilit le contexte et la collaboration sont toujours des points essentiels tudier par les chercheurs Les th ories d apprentissage constituent aussi une approche importante tudier en connexion avec les apports des technologies mobiles car un syst me d apprentissage doit prendre en consid ration les comportements et les r flexions fondamentales des utilisateurs pendant les activit s d apprentissage Nous avons pr sent et compar les architectures repr sentatives de l apprentissage mobile Chaque architecture refl te des caract ristiques cibl es pendant sa conception Notre objectif de travail devient clair ainsi que nos caract ristiques cibl es concevoir un syst me d apprentissage mobile qui supporte les caract ristiques MOCOCO pour renforcer les exp riences d appr
175. enus gt lt contenu gt lt titre gt introduciton de machine lt titre gt lt r f xlink type simple xlink href intro machine xml gt lt contenu gt lt contenu gt lt titre gt fonctionnalit s lt titre gt lt r f xlink type simple xlink href fonct xml gt lt contenu gt lt contenus gt lt UA gt 95 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles IV 2 3 Analyse s mantique L analyse s mantique de l unit d apprentissage porte sur l analyse du contenu de l unit d apprentissage Nous tudions les conditions d utilisations de l unit d apprentissage dans diff rents contextes applicatifs Une unit d apprentissage devrait tre li e un contexte appropri selon le besoin de l apprenant Par exemple quand un technicien veut apprendre comment remplacer une pi ce il faut interroger les unit s d apprentissage qui concernent le remplacement de telle pi ce A travers l analyse s mantique les unit s d apprentissage sont structur es et li es avec les m tadonn es appropri es qui d crivent leurs usages dans un contexte d apprentissage sp cifique Le point de d part de notre tude sur les unit s d apprentissage pour la ma trise d quipements domestiques publics ou professionnels est constitu par des manuels traditionnels d quipements distribu s par des constructeurs Pour mieux concevoir les unit s d apprentissage dans chaque
176. er ou faire la maintenance quand il y a des probl mes mat riels Pour r soudre ce 178 Chapitre VI Cas d tudes d applications probl me avec les principes de l apprentissage mobile contextuel nous avons labor une solution qui utilise les dispositifs mobiles Tablet PC ou PDA et les p riph riques de la R alit Augment lunettes semi transparentes pour fournir un environnement d apprentissage juste temps quand l utilisateur rencontre des difficult s de maintenance d un ordinateur L objectif original de cette application tait d tudier la R alit Augment dans les sc narios de maintenances industrielles Il tait propos comme sujet de m moire CNAM Conservatoire National des Arts et M tiers au sein de l quipe LIESP ECL et le travail a t men par Alain Riboulet Riboulet 2008 Cette application r unit des caract ristiques d apprentissage mobile de l apprentissage juste temps mettant en uvre des unit s d apprentissage d quipements dans une situation industrielle Yin et al 2009a VI 2 2 D marche du syst me Le sc nario de maintenance de l ordinateur s inscrit parfaitement dans notre vision d apprentissage mobile contextuel dans des situations professionnelles La conception du syst me a permis de mettre en pratique les concepts principaux que nous avons propos s dans les chapitres pr c dents Les unit s d apprentissage ont t cr es et stock es dans la base de d
177. es Par exemple l l ment educational est d fini comme ci dessous xs group name educational gt lt xs sequence gt lt xs element name educational type educational gt lt xs sequence gt lt xs group gt 119 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles unitT ype one unitType FH EH uniType EME E WS LT value SOUTCE a E ES J IntendedE ndUserAole difficulty T Fi r DO M UR concemedProduct concernedProduct 44 H H elu pig concerned ool typicall earmingT ime descriptionLl nbaunded E educational E E HE E Figure 50 XML schema pour l l ment educational des m tadonn es AMLOM Types de donn es complexes Les l ments parents ont des types de donn es complexes Un type de donn es complexe peut d crire la structure et la propri t d un l ment parent Il structure l l ment parent en r f ren ant les sous l ments d j d finis et pr cise leurs conditions d utilisation Ces types de donn es d l ments sont d finis s par ment des autres d finitions d l ments Par exemple l l ment educational est du type de donn es complexe educational Le type de donn es complexe est d fini comme ci dessous lt xs complexType name educational gt lt xs choice minOccurs 0 maxOccurs unbounded gt lt xs group ref interactivity Type gt lt xs group ref in
178. es de capture de la localisation Chaque technologie a ses avantages et ses inconv nients Apr s avoir examin les trois principales technologies de capture de localisation nous avons tabli une synth se en regroupant dans un tableau leurs caract ristiques Tableau 11 Nous proposons d utiliser ces technologies appropri es dans l apprentissage mobile selon les besoins de l environnement de l utilisateur et d autres contraintes des syst mes Dr SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Dans notre cas la capture des informations contextuelles se produit dans une situation professionnelle Les informations contextuelles comprennent l identification de l utilisateur et de l quipement Nous voulons que la contextualisation se fasse assez automatiquement pour viter d interrompre l apprentissage ou l action d utilisateur Les technologies RFID nous semblent correspondre le mieux nos besoins Technologies Deploiement Fonctionnalit GPS l ext rieur cher r cepteur passive positionnement pas de pr paration GPS de l environnement RFID peu import le lieu pas cher lecteur RFID passive identification l environnement tiquette doit tre pr par RFID Code barre peu import le lieu pas cher Webcam active identification 2D l environnement doit tre pr par Tableau 11 Comparaison des technologies GPS RFID et Code barre 2D
179. es mod les et la structure d unit s d apprentissage et de proposer un processus de production de ces unit s partir de la documentation originale Nous avons introduit les mod les et les m tadonn es AMLOM d unit s d apprentissage dans les deux sections pr c dentes Maintenant nous allons introduire le processus de production de ces unit s Ce processus comporte 6 phases principales Figure 51 Les 6 phases du processus commencent par la collecte de documentation originale d quipements papier ou lectronique et se terminent par le stockage d unit s d apprentissage produites dans une base de donn es et leur indexation e Phase 1 Collecte de documentation collecter tous les documents qui concernent les quipements cibl s de n importe quel format papier ou lectronique num riser et transformer les documents papier en format lectronique e Phase 2 Fragmentation fragmenter les documents lectroniques en petits fragments Les fragments sont des contenus textuels ou des fichiers multim dias d une granularit r utilisable e Phase 3 Analyse et cat gorisation Analyser les fragments selon leurs contenus s mantiques et les cat goriser selon leur utilisabilit dans les unit s d apprentissage 121 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles e Phase 4 Structuration construire les contenus d unit s d apprentissage en XML avec les fragment
180. es pas complets Pour compl ter l ensemble des l ments des m tadonn es requises il faut collecter tous les sc narios d apprentissage et les contextes concrets lister les l ments des m tadonn es analyser leurs cat gorisations et leurs types de donn es Pour certains l ments il faut d finir leurs espaces de valeurs IV 3 3 M tadonn es AMLOM de l unit d apprentissage IV 3 3 1 M thode d extension des m tadonn es de LOM Pour que le syst me d apprentissage puisse interroger facilement les unit s d apprentissage les m tadonn es doivent tre compl tes et efficaces Dans notre approche les m tadonn es requises peuvent s inscrire dans trois grandes cat gories selon leurs conditions d utilisation e Les m tadonn es descriptives fournissent les moyens pour d couvrir les unit s d apprentissage Leur fonction est d offrir une description des unit s d apprentissage Pour faciliter la d couverte des unit s d apprentissage les informations doivent fournir l identification pour distinguer une unit d une autre unit l objectif pour utiliser une unit dans un contexte sp cifique l valuation pour connaitre la qualit d une unit etc e Les m tadonn es structurelles fournissent les moyens pour acc der r cup rer et naviguer entre les unit s d apprentissage Leur fonction est d identifier la structure d une unit d apprentissage Une unit d apprentissage peut tre de diff rents niveaux comme
181. et al 2008 proposent une architecture du point de vue du mod le en couches Ils divisent un syst me d apprentissage mobile en quatre couches couche application d apprentissage couche transport couche r seau couche liaison de donn es L architecture de l apprentissage mobile peut tre d crite 23 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles comme indiqu dans Figure 10 par rapport au mod le TCP IP Application Layer Learning application Network Layer Data Link Layer ire Wireless COMMU comimurication TCP IP reference model M learning layer model Figure 10 Le mod le en couche de l apprentissage mobile En consid rant ce mod le une architecture g n rale de l apprentissage mobile est propos e Figure 11 Les fichiers XML sont utilis s pour stocker le contenu les profils d utilisateurs et les r visions du contenu multim dia et des caract ristiques des mat riels Les feuilles de style XSLT sont utilis es pour traduire les mod les XML en pages web Diff rents types de dispositifs mobiles peuvent tre support s comme les PDA les t l phones portables etc ote PC L XSLT H Style sheets Mobile Wireless Phone Channel ga ap Object Frofiles Content Revision ma Repository Content Figure 11 Architecture de l apprentissage d apr s Anani et al 2008 1 4 4 Une architecture d velopp
182. et l apprentissage mobile les chercheurs ont beaucoup contribu la compr hension du terme contexte Selon la compr hension de Moran et al 2001 le contexte est implicite alors que les interactions avec un syst me sont explicites Le contexte peut tre utilis pour interpr ter les actes et rendre l apprentissage plus efficient Les informations sur le contexte d utilisation ne sont utilisables 32 Chapitre II Contexte et contextualisation dans l apprentissage mobile seulement si elles peuvent tre interpr t es avec discernement Il est donc important de trouver le r le du contexte Dans l article qui a introduit le terme context awere Schilit et al 1994b le contexte est consid r comme la localisation l identit des personnes et des objets autour et les changements de ces objets Dans une d finition similaire Brown et al 1997 d finit le contexte comme la localisation les identit s des personnes autour de l utilisateur l heure la saison la temp rature etc Quand Dey 1998 donnait la premi re d finition du contexte il num rait aussi le contexte comme le statut motionnel le statut de concentration la localisation et l orientation la date et l heure les objets et les personnes dans l environnement de l utilisateur Ces d finitions crivent le contexte par exemples et sont difficiles utiliser quand on a un type d information qui n est pas dans la liste mais semble utile
183. et un seul apprenant Des diff rents apprenants ne peuvent pas partager ces l ments de donn es entre eux SCORM ne supporte pas des contextes diff rents Pour supporter la portabilit du contenu d apprentissage SCORM d fini les contenus d apprentissages qui doivent tre ind pendant du contexte pour qu ils puissent tre utilis s dans tous les contextes Les m tadonn es de LOM sont g n rales du point de vue du cadre p dagogique et donc ne peuvent pas r pondre des exigences des domaines sp cifiques ou de la mobilit Par exemple pour les documents techniques d quipements il faut les tendre selon les besoins du domaine C est aussi pourquoi on doit tendre les m tadonn es bas es sur LOM dans notre approche Chapitre IV Production des unit s d apprentissage 1V 1 1 3 Projet IMAT Le projet IMAT Integrating Manuals and Training Desmoulins et al 2000 est un projet qui a t mont par plusieurs instituts de recherche et soci t s industrielles europ ennes L objectif du projet tait de proposer un environnement permettant le d coupage et l indexation de manuels de maintenance et leur r utilisation en formation professionnelle L approche adopt e est de prendre des manuels techniques des constructeurs les transformer en fragments stocker ces fragments dans une base de donn es orient objet et les indexer avec des ontologies Les ontologies contiennent les connaissances d un domaine particulier et permett
184. eurs d quipements Lors de la collecte de documentation il s agit de recueillir ces documents utilisables Les constructeurs fournissent souvent des documents diff rents destin s aux r les diff rents d utilisateurs par exemple un manuel d utilisation pour l utilisateur client un manuel de r paration pour le technicien interne etc Pour la collecte de documentation il faut trouver et rassembler tous les documents existants qui concernent l quipement cibl destin s tous les usages et de n importe quel format Principalement il existe deux types de formats les documents papier et les documents lectroniques Les manuels papiers sont le format le plus utilis pour les quipements l gers de petite taille surtout pour les quipements domestiques Pour ces documents papier si leurs versions lectroniques sont difficiles trouver ce que nous allons faire est de num riser ces documents La num risation des documents papier comporte deux phases Figure 52 P ed Textes doc esses ds Images pdf e Manuel d utilisation doc m Introduction de produit xml Plan de structure jpg Images jpg lm a Installation avi FA 1 3 Collecte Documentation papier ind Documentation num rique Collecte de documentation d Figure 52 Collecte de documentation e Scannage Les documents papier sont d abord scann s avec
185. eux solutions pour assister le travail par des syst mes informatiques le TCAO et EPSS ont t tudi es et leurs m thodologies mises en application Nous avons tudi galement des approches pour concevoir des syst mes informatiques Les approches bas es sur des sc narios et les approches bas es sur les mod les ont t adopt es dans notre d marche par les m thodes pour la description des sc narios et les formalismes de mod lisations 189 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Production d unit s d apprentissage Mod le de l unit d apprentissage Nous avons tudi la probl matique des ressources d apprentissage dans la maitrise d quipements domestiques publics et professionnels puis propos un mod le de l unit d apprentissage bas sur des balises XML Ce mod le peut tre identifi par l analyse syntaxique fragment atomique compos e et l analyse s mantique description statique et t che de ma trise pour permettre de formaliser les ressources d apprentissage sur la maitrise d quipements en unit s d apprentissage XML M tadonn es AMLOM Pour mieux d crire les caract ristiques du domaine de la ma trise d quipements nous avons labor les m tadonn es AMLOM Appliance Mastering LOM sur la base de LOM De nouveaux l ments et leurs espaces de valeurs ont t d finis Ces m tadonn es permettent la context
186. euxi me critique AMF propose un formalisme complet pour mod liser la facette Contr le et repr senter les changes entre les diff rentes facettes de l agent et entre les diff rents agents Dans le mod le AMF les agents sont organis s de mani re hi rarchique selon des r gles de composition Au plus haut niveau se trouve un agent racine appel g n ralement Application La composition peut s exprimer soit sous forme d emboitement Figure 106 a soit sous forme de graphes utiles pour les sch mas complexes Figure 106 b Agent Compos Agent Compos Facette A conten Facette P a Figure 106 Repr sentation de la composition d agents AMF d apr s Tarpin Bernard 1997 209 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles La mod lisation du contr le est bas e sur 2 concepts Les ports de communication au niveau des facettes repr sentent les services qui sont offerts par la facette ports en entr e et ceux qui sont n cessaires ports en sortie Un troisi me type de port est propos port en entr e sortie qui correspond un service offert dont l activation se conclut par l invocation d un autre service distant Figure 107 rondes JR rondes ron es D Figure 107 Repr sentation des ports de communication d apr s Tarpin Bernard 1997 message message message I message 2 Les
187. exist db unit d apprentissage lient d administration eXist connectO admin xmildb exist embedded eXist server Figure 87 Stockage des unit s d apprentissage dans la base de donn es XML native eXist Les unit s d apprentissage sur la maitrise du banc de test MAPED sont donc produites en suivant le processus Ces unit s d apprentissage dans la base de donn es peuvent tre compl t es et modifi es par les services de gestion d unit s d apprentissage d un SAMCCO Ces unit s d apprentissage peuvent galement tre r utilis es dans les le ons de formation pour la ma trise du banc de test D autres applications ou syst mes comme EPSS peuvent profiter de cette base de donn s d unit s d apprentissage selon leurs contextes d utilisation VI 2 Sc nario de maintenance de l ordinateur VI 2 1 Pr sentation Sur la base des principes de l apprentissage mobile contextuel nous avons implant dans notre laboratoire une application bas e sur le sc nario de maintenance de l ordinateur Comme l ordinateur est devenu un quipement indispensable presque dans tous les domaines de notre soci t il est fr quent de rencontrer des probl mes techniques avec celui ci S1 c est un probl me mat riel la plupart des employ s ne savent pas comment r gler le probl me et parfois m me pour un technicien il est difficile de le faire Il est donc extr mement utile d apprendre les comp tences n cessaires pour installer r par
188. ext aware d apr s Hong et al 2008 A partir de cette architecture abstraite les auteurs ont fait une classification des propositions de syst mes context aware de la litt rature En ajoutant une couche concept amp recherche tous les travaux de recherche sur context awareness peuvent trouver une place dans cette architecture comme d crit dans la Figure 20 La couche concept amp recherche implique les th ories et les fondations pour construire les syst mes context aware L algorithme est une partie essentielle dans le d veloppement des syst mes ions l agent le raisonnement de contexte et la La structure framework illustre l acquisition la d couverte context aware qui est divis en trois sections recommandation de services 46 Chapitre II Contexte et contextualisation dans l apprentissage mobile l interpr tation et l acc s aux contextes pour construire des services context aware et donne une id e g n rale sur le syst me La gestion des donn es contextuelles repr sente la structure pour g rer les informations contextuelles et les contextes La couche r seau concerne la capture des informations contextuelles les exigences de r seau l implantation de r seau les protocoles de r seau et la gestion de handover Cette couche est responsable de la capture l abstraction et l acquisition des informations contextuelles de la situation Dans l implantation d un syst me context aware l utilisation
189. exte d apprentissage bas e sur les sc narios La contextualisation des unit s d apprentissage est un processus du mapping mise en correspondance entre le contexte pr cis situation et les m tadonn es Cette mise en correspondance a besoin d une mod lisation du contexte d apprentissage qui mod lise les informations contextuelles utiles pour la contextualisation La mod lisation du contexte d apprentissage bas e sur les sc narios permet d extraire et collecter toutes les informations contextuelles et d organiser les mod les en cat gories Le mod le du contexte et ses sous mod les couvrent toutes les informations contextuelles utiles Proposition de l architecture de SAMCCO En utilisant les approches bas es sur les mod les et les services l architecture de SAMCCO s organise autour du moteur de contr le avec les l ments suivants e Bases de donn es unit s d apprentissage quipements utilisateurs quipements etc e Services g n riques SMAC SMAC2 apprentissage contextualisation etc Patterns d interaction formalismes CTT AMF etc e M thodes d apprentissage l apprentissage juste temps l apprentissage par l action l apprentissage collaboratif etc e Communications entre le dispositif et l quipement non communication sens unique duplexe Le moteur de contr le travaille en un cycle de quatre phases pour r aliser la contextualisation des unit s d apprentissage et animer l activit
190. f dans des situations professionnelles contextuelles extraites puissent s y inscrire Cette cat gorisation est similaire celle du Tableau 8 e Acteur e Dispositif e Environnement e Activit e Apprentissage e Collaboration Les deux tapes ci dessus sont it ratives car des nouveaux sc narios peuvent tre ajout s et compl t s Les utilisateurs et les concepteurs du syst me peuvent changer des avis sur les informations contextuelles extraites car parfois les concepteurs peuvent mal comprendre les sc narios d apprentissage d crits par les utilisateurs Les informations contextuelles doivent constituer un ensemble le plus complet possible qui est capable de d crire tous les contextes dans les sc narios d apprentissage La troisi me tape est de filtrer les informations contextuelles cat goris es L objectif de ces informations contextuelles est de contextualiser les unit s d apprentissage Les informations contextuelles que nous avons obtenues dans l tape pr c dente sont assez compl tes et bien cat goris es Toutefois certaines informations ne sont pas utiles pour la contextualisation des unit s d apprentissage Par exemple la localisation g ographique pr cise comme la longitude latitude en degr s de l acteur n a rien voir avec son activit d apprentissage Nous avons d cid d abandonner ces informations redondantes dans la mod lisation du contexte Les informations contextuelles doivent
191. f mobile particulier etc C est une architecture en deux couches qui permet l extensibilit et la flexibilit pour supporter des activit s d apprentissage diff rentes Chacun peut d velopper et compl ter cette architecture pour une situation pr cise selon les besoins et les contraintes 26 Chapitre I Introduction apprentissage mobile 1 4 5 Une architecture sensible au contexte d apprentissage Parmi de nombreux syst mes d apprentissage sensibles au contexte d apprentissage contextuel nous avons choisi un exemple repr sentatif de ce type de syst mes Une caract ristique commune des syst mes sensibles au contexte est d avoir un module de contextualisation pour adapter l activit d apprentissage et le contenu aux contextes d utilisateurs raRanuNNS PANTS aud learning Devices ag PD Smartphone A PC NoteBook w p s a 1 amp J SS SAAS a TIELT SSS STRESS a a E a V E E dq a RR RER I E d E E RR DODO DEALS Mer fT Pasa e ns E csmeur XML Profile Generator Slide IMG Text Multimedia 100000000000 09000v0v000vT000y Generator Generator Generator Slide IMG Multimedia Adaptor Adaptor LL LL LE LL LL LL LL EL LL LL LL LE LL LL LL LL EL LL EL LL LL 2 Context Sensitive Middleware Figure 14 Architecture du syst me Context Sensitive Middleware d apr s C Chu et al 2005 Le syst me propos par C Chu et al 2005 est une arc
192. fonctionnel des collecticiels d apr s Salber et al 19951 68 Bioure 33 Mod le 3C etles taches d apres David 2007 ste stresse e dne Etpe Hebe 68 VII SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Figure 34 Figure 35 Figure 36 Figure 37 Figure 38 Figure 39 Figure 40 Figure 41 Figure 42 Figure 43 Figure 44 Figure 45 Figure 46 Figure 47 Figure 48 Figure 49 Figure 50 Figure 51 Figure 52 Figure 53 Figure 54 Figure 55 Figure 56 Figure 57 Figure 58 Figure 59 Figure 60 Figure 61 Figure 62 Figure 63 Figure 64 Figure 65 Figure 66 Figure 67 Figure 68 Figure 69 Figure 70 Figure 71 Figure 72 Figure 73 Figure 74 Figure 75 VIII La capillarit pour le travail collaboratif d apr s David et al 2003 69 Cadre th orique de EPSS d apr s Bayram 2004 cccccccccccccccceceeeeeeeeeeeseseeeeeceeeeeeeeeeaaas 12 Mod le g n rique de EPSS d apr s Banerji et al 19971 74 Module de formation du syst me MEPSS sen 75 La To Do liste dans le syst me KP2000LMS eleccion to onec ah au Segui o euo epa rnt vue ttes 76 EPSS dans le projet ERRL d apr s Alparslan et al 20081 71 Ontologies pour indexer et d crire les fragments d apr s Kabel et al 1999 87
193. formations d crivent la granularit la structure les relations de l unit d apprentissage Par exemple les l ments lt structureType gt metaMetadata relation etc e Aspect s mantique Ces informations d crivent les contenus les contextes d utilisation 132 Chapitre IV Production des unit s d apprentissage potentiels les conditions d utilisation de l unit d apprentissage Par exemple les l ments lt title gt keyword educational etc Nous avons list dans la section IV 3 3 2 tous les l ments des m tadonn es AMLOM et leurs conditions d utilisation pour caract riser une unit d apprentissage Les fichiers XSD des m tadonn es AMLOM d crivent un sch ma pour aider la cr ation des fichiers XML pendant la r daction des m tadonn es et valider les fichiers XML apr s la r daction des m tadonn es Les m tadonn es AMLOM d une unit d apprentissage peuvent tre ins r es dans le m me fichier XML de l unit d apprentissage Elles peuvent galement tre stock es dans un fichier XML ind pendant et r f renc es dans une unit d apprentissage Ces deux cas d utilisation sont illustr s dans les deux exemples suivants Exemple de l insertion des m tadonn es dans l unit d apprentissage lt xml version 1 0 encoding UTF 8 gt UA 1dentifiant d montage capot ua type lt m tadonn es gt lt amlom gt lt general gt lt identifier gt lt cataglog gt lt e
194. g units in a precise industrial case The scenario of computer maintenance is an application of contextual mobile learning in the activity of appliance maintenance HSHB Healthy Spirit in Healthy Body project illustrates another type of contextual mobile learning for establishing a balanced meal in self service restaurant in which our system design was also used Keywords mobile learning learning unit context contextualization learning methods human computer interaction Computer Supported Cooperative Work Laboratoire LIESP Ecole Centrale de Lyon 36 Avenue Guy de Collongue 69130 Ecully Cedex France
195. ge mobile d termine les perceptions et les espoirs et indique son volution dans le futur Malgr la grande discussion et de nombreux arguments la d finition de l apprentissage est toujours en train d voluer et reste encore confuse et elle ne se stabilisera sans doute pas dans un futur proche A notre avis l apprentissage mobile voluera finalement vers l apprentissage ubiquitaire pour permettre apprendre n importe quand n importe o et tout au long de la vie 1 1 3 Histoire de l apprentissage mobile STYLUS Figure 2 Illustration originale de Dynabook par Alan C Kay en 1972 Dans les ann es 1970 et 1980 Alan Kay et ses coll gues du Learning Research Group des laboratoires PARC Palo Alto Research Center ont propos Dynabook Figure 2 de la taille d un livre pour ex cuter des simulations dynamiques d apprentissage pour enfants Bien que les conceptions soient difficiles r aliser l poque elles ont donn au monde l id e de l apprentissage 12 Chapitre I Introduction apprentissage mobile avec l ordinateur portable Kay et al 1977 Dans les ann es 1990 les universit s en Europe et en Asie commencent d velopper et valuer l apprentissage mobile des l ves La soci t Palm offre des subventions aux universit s et entreprises qui cr ent et testent l utilisation de l apprentissage mobile sur la plateforme PalmOS Dans les ann es 2000 beaucoup de conf rences et colloques
196. general gt lt structureType gt lt source gt amlomv lt source gt lt value gt atomic lt value gt lt structureType gt lt general gt lt amlom gt 1 7 lt aggregationLevel gt L l ment lt aggregationLevel gt a pour but de d crire la granularit logique d une unit d apprentissage Il est optionnel pour toutes les unit s d apprentissage Chaque unit d apprentissage ne peut avoir qu un l ment aggregationLevel Le type de donn es de lt aggregationLevel gt est Vocabulary L espace de valeurs pour aggregationLevel est d crit comme ci dessous e 0 le niveau d agr gation le plus bas souvent un fragment e 1 le premier niveau d agr gation par exemple une unit d apprentissage qui couvre une pi ce individuelle e 2 ledeuxi me niveau d agr gation par exemple une unit d apprentissage qui couvre une t che d utilisation e 3 le niveau d agr gation le plus haut par exemple une unit d apprentissage qui couvre toutes les t ches de maintenance d un quipement Exemple de source XML lt amlom gt lt general gt lt aggregationLevel gt lt source gt amlomv lt source gt lt value gt 0 lt value gt lt aggregationLevel gt lt general gt lt amlom gt 111 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles 2 3 1 lt role gt L l ment role a pour but de d crire la cat gorie de l entit
197. gramme onglet principal Arr ter le PC Apr s arr t du PC tourner le sectionneur sur la position 0 Mise en service Apr s mise sous tension Appuyer sur le BP r armement ARU Fermer les portes et appuyer BP r arment Si un d faut tait pr sent acquitter le d faut avec le BP acquits d faut Pour le contenu qui concerne l image ou le tableau nous extrayons l image ou le tableau et les stockons comme un ficher ind pendant Les fichiers extraits sont consid r s comme des fragments ind pendants Si l image ou le tableau est requis dans un contenu de texte nous pouvons lasser dans le texte une r f rence l endroit o on en a besoin L 1 1 1 1 Raccordement lectrique Raccorder la ligne d arriv e sur la borne d alimentation dans la boite de raccordement situ e sur le toit de la machine en amont du sectionneur g n ral respecter les normes de s curit et les codes d usage voir la photo ci dessous mister Figure 12 Raccordement lectrique Figure 84 Contenu mixte fragmenter Par exemple Figure 84 est un contenu mixte qui concerne le texte et l image L image de Figure 12 Raccordement lectrique est enregistr e comme un fragment ind pendant avec le nom de fichier raccordement lectrique jpg Ci dessous on a le fragment de texte apr s l extraction de l image 170 Chapitre VI Cas d tudes d applications I 1 1 1 1 Raccordement lectrique Raccorder
198. he HSHB project R ponse Quelques r ponses repr nsentatives e Important topic but still a lot of HIC can be added e tisanice start e The information provided to constitute the meal is too low level It would be easier to learn how to constitute more or less a balanced meal based on dishes categories than with exact number at calories or nutrients 224 Bibliographies Bibliographies Abowd G D et al 1998 Abowd G D et al Contexte Awareness in Wearable and Ubiquitous Computing Virtual Reality 1998 3 200 211 ADL Advanced Distributed Learning 2004a ADL Advanced Distributed Learning ed Scorm Content Aggregation Model 2004a ADL Advanced Distributed Learning 2004b ADL Advanced Distributed Learning ed Scorm Run Time Environment 2004b ADL Advanced Distributed Learning 2004c ADL Advanced Distributed Learning ed Scorm Sequencing and Navigation 2004c ADL Advanced Distributed Learning 2009 ADL Advanced Distributed Learning What Is Scorm 2009 Akman V et Surav M 1997 Akman V et Surav M The Use of Situation Theory in Context Modeling Computational Interlligence 1997 13 3 427 438 Alparslan N C et al 2008 Alparslan N C et al Teaching Usage of Eauipments in a Remote Laboratory Turkish Online Journal of Educational Technology 2008 7 1 Anani A et al 2008 Anani A et al M Learning in Review Technology Standard and Evaluation Journal of Communication and Co
199. he dans la salle Les l ves utilisent les dispositifs mobiles dans la salle pour renforcer la collaboration entre eux Pendant la formation de travail une personne acc de la formation avec un dispositif mobile juste temps pour r soudre un probl me ou obtenir une mise jour L apprentissage dans les mus es ou les galeries avec les technologies portables ou de poche L apprentissage en plein air par exemple pendant les d placements sur le terrain L utilisation des technologies mobiles pour soutenir l apprentissage informel ou l apprentissage tout au long de la vie comme l utilisation des dictionnaires de poche ou d autres dispositifs mobiles pour l apprentissage des langues L am lioration des niveaux de litt rature et la participation l ducation pour les jeunes adultes Fournir des supports audiovisuels en vue de renforcer la formation qui a t fournie dans une entreprise ou dans d autres environements Utiliser les fonctions de communication d un t l phone mobile dans le cadre des activit s d apprentissage Gestion de la classe par des notifications de SMS textuesl concernant la disponibilit de r sultats de devoirs les changements de lieu les annulations etc Chapitre I Introduction apprentissage mobile 1 2 Caract ristiques et classifications 1 2 1 Caract ristiques de l apprentissage mobile Meyer et al 2006 d finissent quatre caract ristiques sp cifiques pour l apprentissage
200. hitecture collaborative Application Formalisme AMF C Services du niveau Applicatif Services Collaboratifs Services du niveau Syst me distribu Figure 74 Architecture 3 niveaux propos dans CoCSys d apr s Delotte 2006 Dans le processus CoCSys le syst me mobile collaboratif est repr sent par une architecture en trois niveaux Figure 74 En effet cette architecture en trois niveaux peut recevoir la projection de 156 Chapitre V Conception de SAMCCO l architecture de SAMCCO d crite ci dessus e Le niveau CUO M Collaboration User Oriented Model le plus haut a pour but de superviser les interactions et de proposer les interfaces de pr sentation Les patterns d interactions de notre architecture peuvent s inscrire dans ce niveau e Le niveau CSA M Collaborative System Architecture Model au milieu est un niveau g n rique qui contient les l ments communs aux activit s Les services g n riques de notre architecture peuvent s inscrire dans ce niveau e Leniveau DIS M Distributed System Infrastructure Model le plus bas est en charge de la distribution des messages et du contr le du contenu Les bases de donn es de notre architecture peuvent s inscrire dans ce niveau Selon les principes de l approache bas e sur les mod les Annexe IT gr ce cette projection entre l architecture de SAMCCO et l architecture de CoCSys nous pouvons nous inspirer des m thodes Cf Annexe V du processus
201. hitecture typique de syst mes contextuels Il comprend un LCMS Learning Content Management System qui est d velopp sur les technologies de l e apprentissage Le contenu stock dans ce syst me correspond aux standards de l e apprentissage d crit par des fichiers XML Pour adapter le contenu au contexte mobile un module CSM Context Sensitive Middleware est ajout entre le LCMS et les dispositifs mobiles Figure 14 Le XML Profile Generator est utilis pour analyser le contenu original du LCMS et le transf re en unit s XML selon leurs formats texte image multim dia Ceci est n cessaire car le contenu original est concu pour l ordinateur personnel mais pas pour les dispositifs mobiles Le View Adaptor est utilis pour adapter les unit s XML aux formats appropri s pour les dispositifs mobiles diff rents Il travaille avec l aide du Context Detector qui peut d tecter les capacit s du dispositif vis et s lectionne le fichier XSL appropri pour les unit s XML pour que les formats puissent tre support s par le dispositif Les formats du contenu sont connect s et transform s par le Context Sensitive XSL qui les combine dans le XSL Proxy selon le navigateur support par le dispositif zT SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles 1 4 6 Synth se sur les architectures de l apprentissage mobile Nous avons pr sent les principales cara
202. ier plusieurs fois L l ment lt concernedProduct gt est un l ment parent qui comprend 6 sous l ments pour le d crire en d tails lt name gt category brand model lt concernedPart gt et description Exemple de source XML lt amlom gt lt educational gt lt concernedProduct gt lt name gt lt string language fr gt ordinateur david lt string gt lt name gt lt category gt lt source gt amlomv lt source gt lt value gt professional lt value gt lt category gt lt brand gt Dell lt brand gt lt model gt Optiplex GX520 lt model gt lt concernedPart gt lt string language fr gt disque dur lt string gt lt concernedPart gt lt description gt lt string language fr gt lordianteur Dell Optiplex GX520 est con u pour des employ s des petites entreprises lt description gt lt description gt lt concernedProduct gt lt educational gt lt amlom gt 5 5 1 lt name gt L l ment lt name gt repr sente le nom classique d un quipement par exemple photocopieur ECL N24 banc de test agrafeuse etc Il est obligatoirement pr sent une fois dans toutes les unit s d apprentissage Le type de donn es est LangString 5 5 2 category L l ment category repr sente la cat gorie d un quipement Il est optionnel pour un quipement Pour chaque quipement il peut y avoir un ou plusieurs l ments category
203. iers physiques multim dias comme texte images son vid o ou d autres objets Ces fichiers sont stock s dans un d p t de fichiers Les informations techniques des fichiers sont crites dans les m tadonn es comme la taille le format le logiciel requis etc Ces m tadonn es sont tre interrog es par le moteur et on peut proc der l adaptation du fragment aux dispositifs mobiles des apprenants Ci dessous on trouve un exemple de source XML qui d finit un fragment d une image figure de machine lt xml version 1 0 encoding UTF 8 gt lt UA identifiant figurel ua_type fragment gt lt m tadonn es gt lt contenus gt lt contenu gt lt titre gt figure de maiche lt titre gt lt r f gt 001 jpg lt r t gt lt contenu gt lt contenus gt lt UA gt IV 2 2 2 Unit d apprentissage atomique L unit d apprentissage atomique repr sente un ensemble de ressources d apprentissage qui peut accomplir une activit d apprentissage ind pendante Elle peut optionnellement r f rencer des fragments ou tre r f renc e par d autres unit s d apprentissage compos es Figure 45 Une unit d apprentissage est d clar e comme l unit d apprentissage atomique avec l attribut ua type atomique Une unit d apprentissage atomique peut r f rencer des fragments pour structurer ses contenus Ces relations de r f rence sont d crites dans les m tadonn es pour que la navigation p
204. ieurs dispositifs e Environnement repr sente l environnement physique o se trouve l acteur Il contient plusieurs caract ristiques Par exemple le lieu le temps et les conditions comme la luminosit le bruit etc e Activit repr sente l activit ex cut e par l acteur Elle peut contenir l activit de travail comme la ma trise d un quipement ou l activit d interaction etc e Apprentissage repr sente l activit d apprentissage ex cut e par l acteur e Collaboration repr sente la collaboration entre les acteurs diff rents Les relations entre les l ments dans un contexte peuvent g n ralement se d crire comme l acteur dispose du dispositif l acteur se trouve dans l environnement l acteur effectue l activit l acteur effectue l apprentissage l acteur effectue la collaboration avec d autres acteurs l activit requiert l apprentissage et la collaboration l apprentissage requiert la collaboration le dispositif aide l activit l apprentissage et la collaboration etc Tous ces l ments et les relations entre eux constituent un contexte d apprentissage Chaque l ment du contexte d apprentissage contient des informations contextuelles importantes requises pour la contextualisation Nous allons d tailler les informations contextuelles de chaque l ment et leur utilisation dans l activit d apprentissage dans la section suivantes V 3 3 2 Sous mod les du contexte d apprenti
205. ifs de R alit Augment La deuxi me application permet d apprendre constituer un repas quilibr en choisissant des plats dans un restaurant libre service selon les informations nutritionnelles fournies par des dispositifs mobiles VII Sc nario du banc de test MAPED VI 1 1 Pr sentation Un sc nario industriel a t propos au laboratoire LIESP Maped est une soci t qui fabrique et vend des instruments et accessoires pour le scolaire le bureau les loisirs cr atifs et l encadrement Avertech est une soci t qui con oit et met en place l automatisation de processus industriel et fabrique des machines sp ciales Avertech a construit pour Maped un banc de test pour automatiser des tests de performances d agrafeuses et de perforateurs produits par Maped Figure 83 qui concerne les fonctions suivantes e Evaluer la dur e de vie d agrafeuses et de perforateurs e Se positionner vis vis de la concurrence e R aliser des cycles d agrafage et de perforation sans intervention humaine e Pouvoir tester l ensemble de la gamme des produits Maped Figure 83 Banc de test automatique d agrafeuse et de perforateur Maped La soci t Avertech prend en charge les probl mes techniques apr s la livraison du banc de test chez Maped Elle propose un support papier pour l apprentissage contextuel tr s bien fait pour les 167 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations p
206. ijing PEOPLES R CHINA 2008 3 10 OMG 2004 OMG Model Driven Architecture 2004 230 Bibliographies Onstenk J 1995 Onstenk J Apprendre Sur Le Lieu De Travail En Situation De Changement Organisationnnel Dans L industrie De Transormation Formation Professionnelle 1995 5 33 40 Otzturk P et Aamodt A 1997 Otzturk P et Aamodt A Formalizing Context Expanded Notes the AAAI fall symposium on context in knowledge representation and natural language Menlo Park California USA 1997 99 135 Ouadou K 1994 Ouadou K Amf Un Mod le D architecture Multi Agents Multi Facettes Pour Interfaces Homme Machine Et Les Outils Associ s Ecole Centrale de Lyon 1994 Pascoe J 1998 Pascoe J Adding Generic Contextual Capabilities to Wearable Computers the Second International Symposium on Wearable Computers Pittsburgh Pennsylvania 1998 Paterno F et Santoro C 2002 Paterno F et Santoro C One Model Many Interfaces Computer Aided Design of User Interfaces Valenciennes France 2002 143 155 Patterson E T 2004 Patterson E T Just in Time Teaching Technology Transforming Learning A Status Report Teaching strategies amp guidelines 2004 2004 49 54 Pinkwart N et al 2003 Pinkwart N et al Educational Scenarios for the Cooperative Use of Personal Digital Assistants Journal of Computer Assisted Learning 2003 19 3 203 207 Polsani P 2003 Polsani P Network Learning Mobile Learning Essays on Philosophy
207. ill delivers web pages 223 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Question 5 Do you think the system is a context aware example If not why R ponse 7 yes 2 maybe 1 partly Quelques r ponses repr nsentatives e Yes because it uses RFID to kwon about the product to give the information and about previous dishes to give a total e am not sure if dishes are part of the user context but maybe e Partly use of RFID Question 6 If in the future every mobile phone is equipped a micro RFID reader will you really like to use the HSHB system in a restaurant R ponse 7 yes 1 don t know 2 no Quelques r ponses repr nsentatives Yes if it is faster to use and better interaction e No point they will not install RFID e Why not Question 7 What other useful functions should be added to the system in your opinion R ponse Quelques r ponses repr nsentatives e Maybe an eye tracking to give direct information of the food without much user based interactions e GPS Mapping e Example of balanced meals that could be followed e Recommendation but I think you already have it e It should make suggestions E g what to eat today to fulfill one s nutrition plan e To pay with to modify automatically to propose the best dishes Profile manager historical advice e Photo recognition expert system Question 8 Overall comment on t
208. inesth sique Haptique Kh en sortie manipulation geste ainsi qu en entr e sens de toucher Figure 117 Repr sentation d un utilisateur du mod le IRVO d apr s Chalon 20041 Les relations sont mat rialis es par des fl ches et repr sentent l change d information entre deux entit s Figure 118 Pour un utilisateur cela peut tre une action une fl che partant de U ou une perception une fl che arrivant U Le canal de l utilisateur d o part ou arrive une relation indique la nature de l information Figure 118 Repr sentation des relations du mod le IRVO d apr s Chalon 2004 L objet mixte est cheval sur les mondes r el et virtuel IRVO r alise une composition entre un objet r el Or et un objet virtuel Ov pour un objet mixte respectivement Tr et Tv dans le cas d un outil Figure 119 CR c c 8 eee 9 X Objet r el Or l E L Vt t Objet virtuel Ov l Figure 119 Repr sentation d un objet mixte du mod le IRVO d apr s Chalon 2004 Exemple IRVO est con u pour tre utilis dans la phase de conception du syst me et refl te l utilisation future 217 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles du syst me par l utilisateur Il se place au niveau des t ches l mentaires d interaction Il s agit d un niveau tr s concret o
209. informations contextuelles collect es avant gt S lectionner l action ex cuter Ce processus peut tre r duit selon les besoins des concepteurs En combinant le cycle de vie propos par Schilit et al 2002 nous pensons que trois tapes simplifi es sont essentielles dans n importe quel processus de contextualisation Dans nos perspectives nous allons nous appuyer sur ce processus pour concevoir le processus de contextualisation Nous listons ci dessous les tapes que nous avons retenues e Sp cifier les actions contextuelles ex cuter selon le contexte e Acqu rir le contexte e Utilser le contexte Ex cuter les actions contextuelles 11 2 3 Exemples d architectures de syst mes context aware Nous allons discuter dans cette section quelques exemples repr sentatifs d architectures de syst mes context aware Ces architectures sont con ues soit pour supporter la contextualisation dans des applications diff rentes soit pour r aliser la contextualisation dans des sc narios concrets Une conclusion et comparaison de ces architectures nous aideront concevoir une nouvelle architecture adapt e nos propres besoins 11 2 3 1 Architecture en couches bas e sur une revue de la litt rature Dans Hong et al 2008 sur les syst mes context aware une architecture abstraite des syst mes context aware est d crite Elle est bas e sur une exploration de nombreux prototypes syst mes et applicati
210. ing for Repairing Industrial Machines System Architecture and Development Process iJAC Journal International Jouranl of Advanced Corporate Learning 2008 Vol 1 No 2 David B et al 2009 David B et al Contextual Mobile Learning Principles and Nutritional Human Being Case Study JADIS International Conference Mobile Learning 2009 Barcelona Span 2009 Delotte O 2006 Delotte O Cocsys Une Approche Bas e Sur La Construction D un Mod le Comortemental Pour La Conception De Syst mes Collaboratifs Mobiles Ecole Centrale de Lyon 2006 Delotte O et al 2003 Delotte O et al Environnement Et D marche Pour La Construction Et L valuation De Syst mes Collaboratifs Conf rence IHM 2003 Caen France 2003 72 79 Desmoulins C et Grandbastien M 2000 Desmoulins C et Grandbastien M Des Ontologies Pour Indexer Des Documents Techniques Pour La Formation Professionnelle Congr s Ing nierie des connaissance 1C 2000 Toulouse 2000 49 57 Dey A K 1998 Dey A K Contexte Aware Computing The Cyberdesk Project the AAAI 1998 Spring Symposium on Intelligent Environment Palo Alto CA 1998 51 54 Dey A K 2000 Dey A K Providing Architectural Support for Building Context Aware Applications 2000 Dillenbourg P 1999 Dillenbourg P What Do You Mean by Collaborative Learning In Dillenbourg P ed Collaborative Learning Cognitive and Computational Approaches geneva Oxford Elsevie 1999 1 19 Dourish P 2004
211. intenance Les r les centr s sont les cr ateurs des fragments et les formateurs qui organisent des cours Il ne prend pas en compte le contexte de l apprenant ni sa mobilit La diversit des objectifs d apprentissage et des activit s 87 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles d apprentissage exige des approches plus flexibles de la production des ressources d apprentissage Nous nous sommes inspir s du projet IMAT pour la fragmentation des manuels traditionnels mais nous avons pris une approche diff rente pour d crire et indexer les fragments IV 1 2 Objectifs Dans nos perspectives nous devions laborer une approche de production d unit s d apprentissage Ces unit s d apprentissage vont cheminer vers les apprenants dans diff rents contextes d apprentissage mobile travers le syst me d apprentissage Les contextes d apprentissage visent la maitrise d quipements domestiques publics professionnels qui comporte des connaissances des quipements des t ches d utilisation de diagnostics de maintenance de r paration etc Les informations envoy es aux apprenants ne sont pas limit es aux descriptions textuelles des t ches effectuer mais comportent aussi des diagrammes des figures des vid os des sons ou des mod les d objet en 3D etc Les sources de documentation peuvent repr senter une diversit de formats comme des manuels techn
212. interrogation des m tadonn es d unit d apprentissage et leur mise en correspondance avec les informations contextuelles Dans notre approche nous avons donc d abord besoin des informations contextuelles pour initialiser le processus de contextualisation Dans le cycle de vie de context aware propos par Schilit et al 2002 la d couverte de contexte capture toutes les informations contextuelles qui sont disponibles dans un contexte l interpr tation et la s lection transforment les informations captur es en informations contextuelles utiles l utilisation de contexte utilise ces informations contextuelles pour ex cuter des actions par le syst me Les informations contextuelles repr sentent donc le contexte captur et formalis pour le syst me Pour chaque syst me la question est quelles informations contextuelles sont utiles pour la contextualisation Cette question a besoin d une mod lisation du contexte d apprentissage pris en compte par le syst me La mod lisation du contexte doit avoir des caract ristiques comme richesse et qualit d information compl tude d information applicabilit au syst me degr appropri de formalit etc Les sc narios d crivent les activit s d utilisateurs dans un contexte concret Les concepteurs utilisent les sc narios pour la collecte des besoins des utilisateurs Ces besoins comportent la contextualisation des unit s d apprentissage dans le contexte Cf Annexe I Nous proposon
213. ion g ographique gr ce aux moyens d acc s appropri s Les concepts suivants sont importants consid rer dans les collecticiels e Groupe et acteur chaque individu qui participe l activit est appel acteur Un groupe est un ensemble d acteurs travaillant sur dans m me domaine e Role dans un groupe un instant donn chaque acteur joue un r le Ce r le est caract ris par des droits vis vis des autres acteurs et des donn es partag es Ce r le peut voluer au cours du temps et un acteur peut ainsi cumuler plusieurs r les e Vue il s agit de la perception par un acteur des donn es partag es Cette vue peut tre publique accessible aux autres utilisateurs priv e accessible seulement au propri taire semi priv e etc e Informations partag es ce sont les donn es partag es travers le syst me par les diff rents acteurs La granularit des informations g r es par le syst me peut tre grossi re un document entier ou plus ou moins fine un objet une pi ce un paragraphe 1 2 2 Taxonomies du TCAO Une matrice 2 dimensions a d abord t propos e par Ellis et al 1991 pour classer les collecticiels Figure 31 selon l axe spatial et l axe temporel 66 Chapitre III Apprentissage dans des situations professionnelles M me moment Moments diff rents M me Interaction en Interaction lieu face face asynchrone Interaction Interaction Lieux A a diff rent
214. ion Les concepteurs du syst me d apprentissage peuvent d finir l utilisation du droit d acc s selon leurs propres besoins 0 le droit d acc s le plus bas Tout le monde peut utiliser et apprendre cette unit d apprentissage 1 le droit d acc s est r serv aux clients des quipements et aux employ s internes comme techniciens de SAV 2 le droit d acc s est r serv aux employ s internes 3 le droit d acc s est r serv aux techniciens avanc s ou experts internes 4 le droit d acc s est r serv aux r les sp ciaux importants Exemple de source XML lt amlom gt lt rights gt lt accessRight gt lt source gt amlom lt source gt lt value gt 2 lt value gt lt rights gt lt amlom gt 7 1 lt kind gt L l ment kind est un sous l ment dans l l ment relation qui d crit les relations entre les unit s d apprentissage L l ment relation peut tre pr sent de O plusieurs fois kind est un sous l ment de relation obligatoire pour d crire la nature de la relation entre les unit s 118 Chapitre IV Production des unit s d apprentissage d apprentissage et son type de donn es est Vocabulary Dans notre conception la relation est une r f rence aux fragments ou d autres unit s d apprentissage dans les contenus Nous avons restreint l espace de valeurs de l l ment kind pour d crire la relation de r f rence e references d crit la
215. ion Rh ne Alpes dans le cadre d un projet Emergence en collaboration avec deux partenaires universitaires CLIPS IMAG et MSH Alpes et quatre industriels France T l com R amp D TagProduct Assetium ainsi que HP par le Projet CAMPUS Mobile Les principes concern s par la plate forme IMERA sont e IM Interfaces utilisateur Mobiles d crit les interfaces utilisateur pour PDA Smartphone et d autres dispositifs adapt s aux situations mobiles e ERA Environnement R el Augment dans le sens de la R alit Augment e Mixte e MOCOCO Mobilit Contextualisation Collaboration d crit les activit s en collaboration par plusieurs acteurs mobiles qui ont l acc s des donn es pr cises et contextualis es La plateforme technique exp rimentale d ploy e sur le campus de l Ecole Centrale de Lyon s appuie 142 Chapitre V Conception de SAMCCO sur l infrastructure r seaux filaire et WiFi et prend en compte des objets communicants fixes ou mobiles des acteurs mobiles quip s de dispositifs Elle consiste en un espace de travail principal et trois espaces de travail distants L espace de travail principal est un ERA o voluent des acteurs mobiles diff rents L ERA est un lieu couvert par le r seau sans fil WiFi Des tiquettes RFID ou des lecteurs RFID sont d pos es sur des endroits identifi s ou des objets physiques dans cet espace Des acteurs mobiles peuvent se d placer librement dans cet espace et chac
216. ionnelles Hungary 1997 23 33 MacGraw K L 1994 MacGraw K L Intergrating Ai Hypermedia and Cbt to Enhance the User Performance Journal of Artificial Interlligence in Education 1994 5 1 3 26 Mackay W E 1996 Mackay W E R alit Augment e Le Meilleur Des Deux Mondes La Recherche 1996 Mars 285 32 37 Marrer G 2009 Marrer G A Mobile Learning Definition for My Campus 2009 Mason R et al 2005 Mason R et al A Learning Object Success Story Jaln Case Study 2005 9 1 97105 Masserey G et al 2006 Masserey G et al D marche D aide Au Choix De Dispositifs Pour L ordinateur Port Conf rence ERGO IA L humain comme facteur de performance des syst mes complexes Biarritz France 2006 Mccarthy J 1993 Mccarthy J Notes on Formalizing Contexts Thirteenth International Joint Conference on Artificial Interlligence San Mateo California USA 1993 555 560 Meyer C et al 2006 Meyer C et al Caract risatioin De Situations De M Learning TICE 2006 Technologies de l Information et de la Communication dans l Enseignement Sup rieur et l Entreprise Toulouse 2006 Milgram P et Kishino F 1994 Milgram P et Kishino F A Taxonomy of Mixed Reality Visual Displays Transactions on Information Systems 1994 E77 D 12 Milligan C D et al 2005 Milligan C D et al The Reload Learning Design Tools Learning Design a Handbook on Modelling and Delivering Networked Education and Training Berlin Heid
217. ions ci dessus Une activit d apprentissage mobile ou un syst me d apprentissage mobile peut galement combiner une ou plusieurs cat gories m me dans le m me syst me de classification Chacun peut classer l apprentissage mobile selon son indicateur favori Nous nous int ressons classer l apprentissage mobile selon la sensibilit au contexte Il y a tout d abord un type d apprentissage mobile tr s caract ristique qui ne prend pas en compte l environnement ou le contexte de l apprenant par exemple un l ve utilise son PDA pour apprendre les mots d anglais il n y a pas de diff rence s il est la maison ou dans un train Le second cas dans lequel l apprentissage mobile prend en compte l environnement sous forme de localisation g ographique qui est galement tr s caract ristique Par exemple dans le mus e un visiteur utilise un dispositif pour regarder la pr sentation de l uvre d art devant laquelle il se trouve L apprentissage a donc une relation forte avec le contexte l oeuvre d art et l environnement le mus e On appelle ce type d apprentissage mobile l apprentissage mobile contextuel ou apprentissage mobile situ contextuel or context aware mobile learning situated mobile learning Nous allons tudier ce type important de l apprentissage dans le chapitre II Educational ambition learmeyr Informal context ceniereg Physical conte xt Digital context Formalised context low teacher centena
218. iques papier ou des documents lectroniques pdf doc vid o son etc Notre objectif est donc d laborer des mod les et la structure des unit s d apprentissage et de proposer un processus de production de ces unit s partir des documentations initiales pouvant tre exploit s dans le syst me d apprentissage mobile et contextuel propos Notre approche doit respecter des caract ristiques suivantes e Viser sur la maitrise d quipements domestiques publics et professionnels En effet comme SAMCCO prend en compte des situations professionnelles l objectif est de permettre l apprentissage de maitrise de ces quipements Notre approche se distingue de l apprentissage formel dont l objectif est d enrichir des connaissances th oriques car nous visons un apprentissage op rationnel l apprentissage qui s effectue juste temps c est dire l apprentissage sur le lieu de travail e Accessible Les unit s d apprentissage doivent tre accessibles n importe quand et n importe o l aide d un dispositif mobile et un r seau de communication sans fil Quand il n y a pas dans certaines situations d acc s au r seau les unit s d apprentissage peuvent tre t l charg es en avance sur le dispositif mobile pour les rendre accessibles m me sans la connexion r seau e R utilisable Il existe deux aspects de la r utilisabilit Premi rement les unit s d apprentissage peuvent tre r utilis es pour diff rentes applicatio
219. ir d un lieu distant et les faire parvenir un autre lieu e nterop rabilit la capacit prendre des ressources p dagogiques d velopp s avec en ensemble d outils ou de plates formes et les utiliser avec un autre ensemble d outils ou de plates formes e Durabilit la capacit de r sister l volution technologique et des changements sans restructurations co teuses reconfigurations ou recodages e R utilisabilit la capacit d incorporer des ressources d apprentissage dans des applications et des contextes diff rents La version la plus r cente de SCORM est SCORM 2004 4th Edition Version 1 1 mise jour le 14 ao t 2009 Le standard SCORM est compos de trois parties 85 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Le mod le d agr gation du contenu CAM Content Aggregation Model ADL Advanced Distributed Learning 2004a Il traite trois aspects d un contenu SCORM Premi rement le mod le de contenu qui d crit les ressources utilis es pour construire un contenu SCORM Asset SCO Sharable Content Object et Agr gation Deuxi mement la description du contenu avec les l ments de m tadonn es de LOM Learning Object Metadata Troisi mement la description et les exigences de l agr gation du contenu d apprentissage Le s quencement et la navigation SN Sequencing amp Navigation ADL Advanced Distributed Learning
220. is es de la base de donn es via le r seau sans fil WiFi calcul le bilan nutritionnel et le pr sente l utilisateur Celui ci peut alors demander des explications pour apprendre choisir des plats appropri s pour composer un repas quilibr Le syst me peut galement prendre en compte le profil pr cis de l utilisateur stock dans la base de donn es et indiquer des besoins nutritionnels particuliers Des suggestions appropri es de repas sont alors propos es par le syst me selon les pr f rences d utilisateur les contraintes nutritionnelles les plats disponibles etc Les utilisateurs choisissent leurs plats selon les informations nutritionnelles et les suggestions du syst me Une fois le choix des plats termin le syst me donne une valuation nutritionnelle du repas global Les utilisateurs peuvent aussi tudier les plats disponibles avant de manger Par exemple la veille du repas ils peuvent se connecter au syst me et configurer le repas quilibr comme sur place mais sans la contextualisation de l tiquette RFID Cela permet aux utilisateurs de prendre directement les plats choisis au restaurant Ils peuvent galement apprendre plus sur la nutrition Le syst me trace et met jour les choix de plats des utilisateurs et les stocke dans la base de donn es Il offre ainsi une valuation nutritionnelle longitudinale aux utilisateurs Les utilisateurs peuvent de cette facon tudier partir de ces donn es comment
221. isation du contexte d apprentissage Chapitre V Conception de SAMCCO Nous avons pr sent une m thode de mod lisation du contexte d apprentissage partir des sc narios d apprentissage Figure 72 Les mod les d apprentissage nous permettent de s lectionner et d interpr ter des informations contextuelles captur es dans l activit et l environnement et faciliter la contextualisation des unit s d apprentissage que nous avons produites Les mod les du contexte d apprentissage sont utilis s dans l laboration des m tadonn es d unit d apprentissage Cf IV 3 2 Les m tadonn es d unit d apprentissage r agissent aux informations contextuelles pendant la contextualisation C est pourquoi nous avons propos d utiliser les mod les du contexte d apprentissage pour aider valoriser les m tadonn es V 4 Architecture du syst me V 4 1 Principes Lors de la conception nous avons labor une architecture du SAMCCO Figure 73 Cette architecture s pare les Interfaces Homme Machine les services g n riques et les bases de donn es du le moteur de contr le qui joue le chef d orchestre dans les activit s d apprentissage Services Bases de donn es e Collaboration e Unit s d apprentissage e Communication e EPSS e Production e Equipements e Apprentissage e Utilisateurs e Contextualisation e
222. isons les termes contexte context aware contextuel ou contextualis et context awareness contextualisation dans l apprentissage mobile Apr s les arguments en faveur de la d finition du contexte nous examinons les principaux moyens pour mod liser le contexte Nous adoptons un processus pour la contextualisation Quelques exemples d architectures pour la contextualisation sont pr sent s et analys s pour nous donner des approches exemplaires et des id es Finalement nous dressons un tat de l art sur les technologies de capture d informations contextuelles en particulier la technologie des tiquettes RFID que nous adoptons pour notre approche Chapitre III Dans ce chapitre nous introduisons les principales m thodes d apprentissage qui peuvent tre adapt es l apprentissage mobile Selon nos objectifs nous nous concentrons sur l apprentissage dans des situations professionnelles surtout li es au travail L objectif est de trouver et analyser les interrelations entre l apprentissage et le travail L apprentissage sur le lieu de travail l apprentissage juste temps l apprentissage par l action et l apprentissage collaboratif sont au centre de nos pr occupations Nous tudions les concepts TCAO et EPSS pour les int grer dans les activit s professionnelles que nous accompagnons Chapitre IV Ce chapitre se focalise sur la production d unit s d apprentissage Nous proposons le mod le de l unit d apprentissage avec les m
223. issage dans d autres domaines IV 6 Conclusion du chapitre IV Ce chapitre IV a t centr sur la conception et la production d unit s d apprentissage Nous y avons introduit la probl matique d unit s d apprentissage dans l apprentissage mobile dans un domaine sp cifique Nous avons labor les mod les d unit s d apprentissage et les m tadonn es AMLOM Un processus de production d unit s d apprentissage a t propos La production d unit s d apprentissage est un aspect essentiel dans la conception de SAMCCO Nous avons analys les m thodes de SCORM et IMAT et expliqu leurs limites par rapport nos perspectives Nous avons d cid d laborer les mod les d unit s d apprentissage et d tudier les m tadonn es dans les contextes d apprentissage pour la maitrise d quipement 137 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Notre mod le g n rique de l unit d apprentissage comporte deux composants principaux les contenus et les m tadonn es Les contenus ont pour but de capter l organisation du contenu d apprentissage les m tadonn es sont utilis es pour caract riser les unit s d apprentissage pour permettre l acc s celles ci dans des contextes d apprentissage diff rents Les unit s d apprentissage sont bas es sur deux types de caract ristiques syntaxique et s mantique La description syntaxique se concentre sur la s
224. it s d apprentissage 4 1 fragment L l ment fragment se situe dans l l ment 4 technical Il d crit les caract ristiques des fragments multim dias qui sont concern s par une unit d apprentissage fragment peuvent se multiplier de O plusieurs fois selon le nombre des types de fragments dans l unit d apprentissage fragment est un l ment parent comprenant six sous l ments qui d crivent respectivement les caract ristiques techniques de diff rents aspects et les conditions requises pour l utiliser format description size duration requirement lt platformRequirement gt 4 1 2 description L l ment description est un l ment rajout au format d un fragment pour pr ciser la d finition d une vid o les pixels d une image le d bit d un son etc Il peut se multiplier de 0 plusieurs fois Le type de donn es de cet l ment est CharacterString Exemple de source XML lt amlom gt lt technical gt lt fragment gt lt format gt video avi lt format gt lt description gt definition 640 480 lt description gt lt fragment gt lt technical gt lt amlom gt 4 1 6 lt platformRequirement gt L l ment lt platformRequirement gt est un l ment qui d crit les conditions de plateforme requises suppl mentaires pour utiliser le fragment L l ment 4 1 5 lt requirement gt d crit les conditions logicielles requises et lt platfor
225. itecture collaborative A partir du mod le comportemental une transformation au sens MDA bas e sur des mod les de plateforme mat rielle des patterns d interactions et des composants permet de produire une architecture adapt e la plateforme d application coop rative Cette architecture est structur e en 3 niveaux Figure 124 e Le niveau de syst me distribu mod le DSI Distributed System Infrastructure est en charge essentiellement de la distribution des messages et de la gestion du contr le du 220 Annexe V Processus CoCSys contenu Ce niveau est orient syst me qui fournit les m canismes pour la communication et la synchronisation des composants distribu s qui ne sont pas adapt s au travail collaboratif e Le niveau interm diaire mod le CSA Collaborative System Architecture est un niveau g n rique entre l application et le syst me distribu Il contient les l ments communs de l activit du groupe et peut tre vu comme un syst me d exploitation d di aux collecticiels Il supporte le travail collaboratif en contr lant les sessions les utilisateurs et les groupes fournit des outils coop ratifs g n riques et est responsable de la gestion de la concurrence e Le niveau de l application collaborative mod le CUO Collaboration User Oriented utilise les services du niveau interm diaire Ce niveau regroupe les l ments sp cifiques l application d velopp e Elle englobe
226. ith et al 1992 l apprentissage collaboratif est d crit comme une vari t d approches p dagogiques impliquant un effort intellectuel conjoint des apprenants ou d apprenants et de tuteur s Dillenbourg 1999 a essay de d finir l apprentissage collaboratif en quatre termes la situation les interactions les processus et les effets Smith et al 1992 a conclu que l apprentissage collaboratif est li aux constats suivants e L apprentisaage est un processus actif et constructif Dans l apprentissage les apprenants essaient de cr er de nouvelles id es et informations avec ce qu ils ont appris L apprentissage d pend des contextes riches Plut t que commencer avec des faits et des id es et puis se tourner vers des applications l apprentissage collaboratif commence souvent par des probl mes pour lesquels les apprenants doivent chercher des faits et des id es e Les apprenants sont vari s Les apprenants dans l apprentissage collaboratif peuvent avoir des r les et des niveaux de connaissances diff rents e L apprentissage est intrins quement social L apprentissage collaboratif permet aux apprenants de confronter leurs id es sur un probl me 63 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles L activit de l apprentissage collaboratif est souvent mixer avec la r solution du probl me La r solution de probl me est souvent la motivation
227. iveaux de difficult peuvent tre livr es selon le niveau technique de l acteur e Pr f rences les pr f rences de l acteur refl tent les habitudes d apprentissage de l acteur Par exemple certains acteurs pr f rent l image la description textuelle Les unit s d apprentissage qui comportent des explications en image sont fournies en priorit e Historique l historique de l acteur repr sente l historique d apprentissage de l acteur avec le syst me Il permet l apprentissage de savoir ce qu il a appris pendant une longue p riode Dispositif L l ment dispositif repr sente l ensemble de p riph riques que l acteur utilise dans l activit d apprentissage et leurs caract ristiques La Figure 67 d crit les informations contextuelles concern es par l l ment dispositif Il concerne des l ments suivants e Mat riel les composants d un dispositif refl te les capacit s offertes par le dispositif Les capacit s du dispositif limitent l utilisation des unit s d apprentissage Par exemple un PDA sans haut parleur ne peut pas ex cuter une unit d apprentissage sonore e Portabilit la portabilit concerne des caract ristiques physiques d un dispositif comme le 150 Chapitre V Conception de SAMCCO poids la taille la vie de la batterie etc e Systeme d exploitation et logiciel le syst me d exploitation et les logiciels install s sur le dispositif conditionnent si certaines unit s d apprentiss
228. iversitaire Le projet HSHB Healthy Spirit in Healthy Body en francais Esprit Sain dans un Corps Sain a donc t lanc comme un projet d tude propos aux l ves ing nieurs de l Ecole Centrale de Lyon au sein de notre laboratoire Il s agit d une application de l apprentissage mobile contextuel ayant pour but d aider choisir ses plats dans un restaurant universit avec l aide de dispositifs mobiles PDA ou Smartphone en respectant les pr f rences personnelles et l quilibre nutritionnelle et permettre l apprentissage de connaissances nutritionnelles David et al 2009 VI 3 2 Conception et r alisation VI 3 2 1 Conception du syst me Le syst me HSHB a t concu pour permettre aux utilisateurs d apprendre e Avant le choix de plats comprendre la probl matique nutritionnelle et le processus du choix de plats apprendre des principes de la nutrition etc e Pendant le choix de plats ma triser le processus du choix de plats et configurer un repas quilibr e Apr s le choix de plats tudier l historique des repas choisis et am liorer la configuration nutritionnelle sur le long terme Hark y User tags RFID labels of A chosen dishes and obtains wia WIFI connection appropriate mformation Shrkr fer from the database BACK OFFICE aren Em administrator associates RFID labels to nutritional information of each dish Mam y comzel gt Madame RU comme
229. kage de ce type de documents e Nous avons d fini dans les contenus de l unit d apprentissage que l l ment contenu peut tre it r l infini Ce sont donc plut t des donn es semi structur es Les donn es semi structur es sont souvent stock es dans des bases de donn es XML natives et les donn es bien structur es sont souvent stock es dans des bases de donn es relationnelles e Stocker les documents XML dans une base de donn es relationnelle n cessite un mapping du sch ma XML en sch ma de base de donn es des l ments attributs valeurs aux tableaux colonnes champs pour transformer les donn es XML Mais cette transformation de donn es ne permet pas d interroger les fichiers XML orignaux Nous avons besoin d interroger les fichiers XML originaux pour modifier ou mettre jour les unit s d apprentissage il d agit d une op ration qui est plus naturellement support e par une base de donn es XML native e Une base de donn es XML native supporte bien les index L index de valeur et l index structurel peuvent tre utilis s pour augmenter la performance de l interrogation des m tadonn es Les index d une base de donn es XML native sont plus flexibles que ceux d une base de donn es relationnelle e Une base de donn es XML native supporte un ensemble d outils XML pour interroger mettre jour supprimer directement les documents XML comme XQuery Xpath Xpointer Xlink XUpdate etc L utilisation d une b
230. l Les technologies de R alit Augment e pourront ainsi constituer une perspective pratique large dans le domaine d apprentissage dans l industrie si les dispositifs deviennent plus l gers et plus confortables VI 3 Sc nario HSHB Healthy Spirit in Healthy Body VI 3 1 Pr sentation De plus en plus de personnes font attention l quilibre de leur alimentation Quand on fait la cuisine la maison on peut prendre plus facilement en compte ses besoins nutritionnels Quand on mange au restaurant il est plus difficile de savoir la composition nutritionnelle du repas ou des plats qu on choisit On se pose alors souvent toujours des questions comme Est ce que j ai mang trop de sucres pendant ce repas Est ce que ce plat n est pas trop gras pour moi etc Il apparait donc souhaitable d avoir acc s aux informations pr cises sur des plats choisis dans cette situation notamment dans un 181 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles restaurant libre service Nous avons d cid d tudier cette probl matique en appliquant les principes d apprentissage mobile contextuel En effet nous avons propos une solution qui permet aux utilisateurs d acc der aux informations nutritionnelles pr cises des plats choisis et d apprendre configurer un repas quilibr avec l aide de dispositifs mobiles dans un restaurant libre service comme le restaurant un
231. l ments h rit s de LOM 9 l ments red finis 21 nouveaux l ments rajout s Les l ments red finis et rajout s sont list s dans le Tableau 14 avec un type d extension 106 Chapitre IV Production des unit s d apprentissage e El ment red fini ou espace de valeurs red fini sur la base de l l ment LOM e El ment rajout avec son espace de valeurs Nous avons galement list dans le Tableau 14 les profils d application de chaque l ment dans les unit s d apprentissage de types diff rents fragment atomique et compos e Le fragment l unit d apprentissage atomique et l unit d apprentissage compos e n ont pas les m mes profils d application d l ments des m tadonn es Par exemple un fragment ne peut pas tre envoy aux apprenants tout seul mais il peut tre r f renc par une autre unit d apprentissage atomique ou compos e donc certains l ments des m tadonn es ne sont pas obligatoires pour le fragment La facon de marquer les profils d application d l ments est e M Mandatory indique que l l ment est obligatoire pour ce type d unit e O indique que l l ment est T pour ce EA d unit Num ro Type extension c m ESS 1 generat 000 CM T Go ua ew U o e 9 O nar fay m Mm m na que o M M ia meu o fo fo a mpm o o 9 hs fewa e
232. l aide du scanneur Le scanneur peut transformer les documents papier en images num riques Les images num riques peuvent tre compress es et stock es en format PDF Pour le scannage de grande quantit de pages ou de documents il est conseill d utiliser des scanneurs d di s aux documents qui offrent la rapidit et l efficacit du scannage La r solution est un l ment important pour le scannage Pour le scannage de textes normalement une r solution de 150 300 dpi de documents scann s est lisible et suffisante pour le traitement 123 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles OCR Cependant une r solution plus haute peut tre exig e pour le scannage des documents qui comportent des figures e OCR Optical Character Recognition Les technologies OCR peuvent transformer les images de textes en textes reconnus et ditables Les images en format PDF obtenues dans la phase pr c dente sont transform es par des outils OCR en textes Le taux de reconnaissance pr cision est un l ment important pour le traitement OCR des documents Ce taux de reconnaissance d pend de la qualit des documents originaux traiter et de l algorithme de reconnaissance du logiciel OCR Normalement les logiciels d OCR avec une correction automatique bas e sur un lexique de mots peuvent atteindre un taux de reconnaissance satisfaisant Apr s le scannage et le traitemen
233. l apprenant etc Th ories du traitement d information la perception l attention le m moire la r flexion d humaine e Th ories du d veloppement le d veloppement cognitif l automatisation le jugement moral le d veloppement de l ego le d veloppement conceptuel etc e Th ories de l enseignement le stimulus et la r ponse les objectifs cognitifs affectifs et psychomoteur la conception d exercices etc Th ories de l acceptation la th orie du besoin la th orie du caract re la th orie humanistique la th orie ph nom nologique la th orie de l action raisonn e etc 111 3 2 3 Fonctionnalit s Alparslan et al 2008 a identifi les caract ristiques de EPSS suivantes e Bas sur l ordinateur EPSS est un syst me bas sur l ordinateur comme l indique electronic dans son nom e Acc s pendant le travail EPSS fournit des informations requises pour accomplir une t che pendant le travail e Contr l par l apprenant l apprenant d cide quand et quelles informations sont requises Il n y a pas d enseignant et l apprenant apprend en autonome non lin airement La motivation de l apprentissage est dirig e vers et par l accomplissement de sa t che e R duire le besoin de la formation ant rieure la disponibilit des informations r duit le besoin de la formation ant rieure Dans la formation ant rieure non contextualis e les apprenants doivent apprendre lin airement
234. l apprentissage et la r solution de probl mes sont mis au m me niveau dans l objectif d un EPSS Barker 1995 suppose que EPSS est a computer based environment which helps to improve the skill and knowledge on a particular work Il est d accord qu EPSS peut tre int gr avec des syst mes d apprentissage bas s sur l ordinateur pour tendre l efficience et l efficacit des apprenants des comp tences et des connaissances sur l objectif Bezanson 2002 d finit EPSS d un point de vue de l entreprise EPSS offre just in time just enough training information tools and help for users of a product or work environment to enable optimum performance by those users when and where needed thereby also enhancing the performance of the overall business Malgr l volution de la d finition d EPSS son objectif n a pas chang Selon notre vision EPSS offre des possibilit s d apprentissage et de l aide aux utilisateurs au moment o le besoin apparait en profitant des technologies informatiques Bayram 2004 a soulign que EPSS est un concept mais pas une technologie sp cifique En d finitive les objectifs d EPSS sont e Fournir le stockage et la livraison des documents de r f rences comme les documents de formation les proc dures d op ration l historique de maintenance etc e G n rer la performance et l apprentissage au moment du besoin e Am liorer la performance de l entreprise l aide du t
235. la R alit Augment 180 Figure 90 Exp rimentation du sc nario de maintenance de l ordinateur sssssssssss 181 Figure 91 Architecture g n rale du syst me HSHB d apr s David et al 2009 182 Figure 92 Cas d utilisation du systeme ASB sels en ie ati nds en senc bear eee e EUE OUS 184 Figure 93 La page principale pour choisir des plats et configurer le repas 185 Figure 94 Exp rimentation du syst me HSHB ss 186 Figure 95 Mod le g n ral IMS Learning Desgin d apr s IMS 20031 193 Figure 96 Exempled uncas d utilisation UM E unido teu ma dei 198 Fig re 97 Exemple de diagramme desequence UML nimes E Que TRES eR QUEUE 199 Figure 98 Exemple d un sc nario en SC et la l gende d apr s Delotte 2006 200 Figure 99 Collecte des besoins via des sc narios d apr s Delotte 20061 201 Figure 100 Sch ma synth tisant les langages et m thodes fournis par l architecture MDA 203 Figure 101 Sch ma repr sentant l approche MDA iii 204 Figure 102 Exemple de mod lisation de t ches avec CTT pour un cas de maintenance 206 Figure 103 Mod le Arch d apr s Chalon 2004 adapt de UIMS 19921 207 Figure 104 Mod le PAC d apr s Coutaz et al 20011 208 Figure 105 Mod le PAG d apres Calvary etal 1997 Ds iibi oi e
236. le est plus intelligente et adaptative et elle a besoin de plus de support d infrastructure e Les applications contextuelles passives pr sentent les nouveaux contextes un utilisateur int ress ou rendent le contexte persistant pour le r cup rer plus tard e Les applications contextuelles actives adoptent automatiquement les contextes d couverts pour changer le comportement de l application 11 2 1 3 Synth se de context aware Dans la section pr c dente nous avons list les l ments du contexte que nous consid rons comme importants par rapport nos objectifs Comment les utiliser pour faciliter le processus d apprentissage dans un contexte particulier de l utilisateur Nous avons notre compr hension de context aware par rapport nos besoins Dans notre approche les aspects importants sont 43 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Context aware de l utilisateur permettre l acc s l information selon son identit attribuer le niveau d acc s selon son r le se localiser dans le processus d apprentissage selon l historique d apprentissage etc Context aware des t ches activit s pr senter les ressources d apprentissage appropri es pour aider l utilisateur accomplir sa t che configurer l interaction homme machine selon la complexit de la t che main libre main occup e etc tracer la progression de t
237. les baladeurs multim dia personnels MP3 MP4 ou les consoles de jeux portables Sony PSP Nintendo DS sont aussi consid r s comme dispositifs mobiles car ils ont une capacit de lecture de fichiers multim dia et une m moire suffisante 1 3 2 Syst mes d exploitation mobiles Tablette PC et UMPC ont un syst me d exploitation Microsoft Windows XP Tablet PC Edition ainsi ils ont toutes les fonctionnalit s de Microsoft Windows XP avec un support d un cran tactile et du stylet Symbian OS est un syst me d exploitation le plus utilis pour des smartphones et PDA qui a t concu par Symbian Ltd Symbian OS fournit les fonctionnalit s essentielles du syst me d exploitation notamment le c ur du syst me ainsi que les APT communes et une interface utilisateur de r f rence Il a t adopt par diff rents fabricants de t l phones portables de 2G et 3G Nokia Sony Ericsson Motorola Samsung etc Les principales interfaces utilisateur sont S60 s rie pour clavier 20 Chapitre I Introduction apprentissage mobile num rique UIQ pour cran tactile S80 s rie pour clavier alphanum rique etc iPhone OS est un syst me d exploitation concu par Apple qui est d riv de Mac OS X La sortie d iPhone OS 2 0 en Juin 2008 permet de supporter des applications tierces Il fonctionne sur iPhone et iPod Touch et a pris une part significative du march Windows mobile et Windows CE sont d velopp s par Micr
238. les portes et appuyer BP r arment Apr s mise sous tension a Siun d faut tait pr sent acquitter le d faut avecle BP acquits d faut Appuyer sur le BP r armement ARU a Femme les portes et appaver BP r arment Sun d faut tait pr sent acquitter le d faut avec le BP acquits d faut COMMENT Figure 54 Exemple de fragmentation d un texte IV 4 4 Phase 3 Analyse et cat gorisation L analyse et la cat gorisation de fragments visent analyser l utilisation potentielle d un fragment et cat goriser les fragments selon leurs contenus pour faciliter la structuration d unit s d apprentissage et la production des m tadonn es Figure 55 125 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles a T che de ma trise b Fragmentl Fragment 1 Fragment1 doc yP Fragment2 Fragment12 Fragment2 txt Fragment3 pdf T Fragment4 xml Fragment5 jpg y Mixe ou autre oN Fragment6 avi Fragment Fragment3 el Fragment2 eue Fragmentl Fragmentl 1 Fragment2 Fragment12 iia Analyse et cat gorisation ieee d Figure 55 Analyse et cat gorisation des fragments Comme les fragment
239. lis e et assist En g n ral CoCSys est un processus e Centr utilisateur participation des utilisateurs dans tous les quatre phases e Bas sur les sc narios contextualis s Bas sur les mod les mod les de sc narios mod le comportemental mod le d architecture 2 Principes Configurations mat rielles Gaz T F es Arbre de t ches 1 CAB Mod le comportemental AA i Adaptation Phase 2 Contextualisation Sp cialisation Phase 3 Application coop rative Patterns Composants P d interaction Niveau Appli Collaborative Niveau Infrastructure du Groupware Niveau du Syst me Distribu Z H LE A Nouveaux sc narios B v a D ur L n Figure 121 Processus CoCSys d apr s Delotte 2006 Sm rare 219 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Figure 121 illustre une vue globale du processus CoCSys Ce processus se d compose en 4 phases principales dont la quatri me phase et l volution du processus et du syst me qui permet r int grer les changements des contextes des utilisateurs ou les sc narios du travail collaboratif Les trois phases de d veloppement sont Collection des sc narios Les sc narios sont collect s durant les discussions avec les utilisateurs potentiels Ces sc narios sont reli s des t ches sp
240. liser selon leurs besoins Certains l ments sont trop g n raux dans le domaine d apprentissage et semblent inutiles dans nos contextes Certains l ments sont redondants et conflictuels 105 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles avec les contenus des unit s d apprentissage Dans ces deux cas nous enlevons ces l ments ou d conseillons de les utiliser e Red finir les l ments et l espace de valeurs inappropri s Les l ments de LOM sont d finis pour les objets d apprentissage universels Certains noms d l ments et les valeurs ne sont pas appropri s pour d crire les unit s d apprentissage de maitrise d quipements Nous avons des unit s d apprentissage plus sp cifiques pour ce domaine Pour mieux d crire les unit s d apprentissage nous red finissons certains l ments et l espace de valeurs avec des termes plus appropri s e Rajouter de nouveaux l ments et leurs espaces de valeurs Sur la base d l ments pr d finis par LOM nous rajoutons de nouveaux l ments et leurs espaces de valeurs pour affiner la description des unit s d apprentissage Ces l ments sont d finis avec leurs conditions d utilisation leurs types de donn es et leurs espaces de valeurs IV 3 3 2 Liste des m tadonn es AMLOM Nous d finissons que les m tadonn es d unit s d apprentissage doivent avoir un l ment racine amlom Ces m tadonn es s
241. llaboratif dans des situations professionnelles niveaux syntaxiques d unit s d apprentissage le fragment l unit d apprentissage unique l unit d apprentissage compos e Apr s cette phase de structuration les unit s d apprentissage sont cr es au format XML Ces unit s d apprentissage ont des contenus qui d finissent le contenu apprendre pour les apprenants Il manque encore les m tadonn es ajouter dans la phase suivante Nous avons cat goris les fragments qui sont la source des contenus d unit s d apprentissage Quand les contenus sont cr s les informations sont r cup r es des fragments cat goris s selon le type d unit d apprentissage Nous pouvons organiser les contenus d une unit d apprentissage avec l aide de la structure d arbre Selon les cat gories diff rentes de fragments nous avons principalement deux m thodes sp cifiques que nous allons d tailler dans les sections suivantes e Arbre de structure pour d crire la structure physique d quipement e Arbre de t ches pour d crire la t che de maitrise d quipement IV 4 5 1 Arbre de structure La structure physique est un aspect important quand on veut connaitre un quipement Traditionnellement l apprentissage d un quipement commence par la pr sentation de sa structure en partant de l quipement entier et en allant vers les sous parties puis des pi ces le composant L apprentissage sur la composition de l
242. llaboratifs pour partager les unit s d apprentissage entre des r les diff rents e Interop rable Les unit s d apprentissage en XML avec les sch mas XSD ont la possibilit d tre d velopp es avec un ensemble d outils pour diff rentes plates formes Elles peuvent tre utilis es avec un ensemble d outils et plates formes dans des applications diff rentes e Durable Les unit s d apprentissage sont des fichiers XML Elles peuvent r sister l volution technologique des dispositifs ou des plates formes Il n a a pas besoin de changement dans les unit s d apprentissage en cas de changement d application ou de systeme Nous avons vu que la conception et la production d unit s d apprentissage ont globalement r pondu aux exigences de nos objectifs Ces crit res ne sont certes pas complets pour valuer la conception des unit s d apprentissage car certains crit res d pendent des services du syst me d apprentissage ou du syst me de gestion de base de donn es Notre approche est principalement concue pour l apprentissage mobile dans la ma trise quipements domestiques publics et professionnels Elle a galement propos une m thode pour produire et g rer les manuels de produits pour l industrie Comme il n existe pas encore de standard pour la production de ces unit s d apprentissage pour l apprentissage mobile nous esp rons que notre m thode servira d inspiration pour le support de la mobilit dans des unit s d apprent
243. lles apr s une comparaison des technologies les plus utilis es nous pensons que RFID correspond le mieux nos objectifs 58 Chapitre III Apprentissage dans des situations professionnelles Chapitre III Apprentissage dans des situations professionnelles Nous rappelons que nos travaux de recherche visent mettre en uvre les technologies de l apprentissage mobile dans des situations professionnelles surtout pour la maitrise d quipements domestiques publics ou professionnels La maitrise d quipements leur utilisation r paration et maintenance constitue le cadre applicatif principal de nos investigations Dans ce chapitre nous tudions comment les technologies informatiques mobiles peuvent faciliter le travail et l apprentissage li s au travail Nous recherchons notamment des m thodes d apprentissage qui s ins rent de facon appropri e dans des activit s de travail l objectif tant de trouver des relations entre l apprentissage et le travail et de concevoir un syst me d apprentissage de ce type Le TCAO Travail Collaboratif Assist par Ordinateur est un des sujets principaux de recherche dans notre laboratoire Dans la logique des principes MOCOCO Mobilit Contextualisation Collaboration celui ci a naturellement sa place dans nos travaux C est surtout sa d clinaison capillaire qui permet aux utilisateurs de collaborer via dispositifs mobiles qui nous int resse car elle permet de collaborer au moment op
244. mRequirement gt d crit les conditions mat rielles requises Le type de donn e de cet l ment est LangString Il peut appara tre 0 ou une fois dans un l ment lt fragment gt Exemple de source XML lt amlom gt lt technical gt lt fragment gt lt format gt video avi lt format gt lt description gt definition 640 480 lt description gt lt platformRequirement gt lt string language fr gt carte de son RAM au moins 16 Mo Carte vid o et moniteur au moins 640 480 pixels 256 couleurs lt string gt lt platformRequirement gt lt fragment gt lt technical gt lt amlom gt 113 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles 5 1 lt interactivityType gt L l ment lt interactivityType gt est le premier sous l ment de 5 lt educatif gt qui d crit les caract ristiques s mantiques d une unit d apprentissage L l ment interactivity Type repr sente le type s mantique d une unit d apprentissage Il est obligatoire et unique pour l unit d apprentissage atomique et l unit d apprentissage compos e et optionnel pour l unit d apprentissage fragment Le type de donn es de interactivity Type est Vocabulary qui a 4 valeurs possibles e static l unit d apprentissage est centr e sur la description statique des quipements L apprenant absorbe le contenu sans faire d actions e task l unit d apprentissag
245. mencent apprendre maitriser des quipements totalement inconnus La description statique comporte plusieurs aspects diff rents l introduction g n rale la structure physique les fonctionnalit s les FAQ Frequently Asked Questions et d autres Ces aspects servent dans des activit s d apprentissage diff rentes dans des contextes diff rents Ils peuvent tre acc d s gr ce aux m tadonn es caract risant l unit d apprentissage Introduction g n rale Les unit s d apprentissage du type introduction g n rale ont pour but d offrir aux apprenants des premi res connaissances de l quipement Elles concernent principalement les aspects suivants e Qu est ce que c est Nom mod le cat gorie d quipement e Qui utilise Utilisateurs potentiels e A quoi a sert Fonctionnalit s principales domaine e Qui fabrique Marque fabriquant Caract ristiques Poids taille mati re forme 98 Chapitre IV Production des unit s d apprentissage Une unit d apprentissage du type introduction g n rale peut comprendre un contenu portant sur un ou plusieurs aspects de la liste ci dessus Les m tadonn es permettent aux apprenants de retrouver ces unit s avec des informations contextuelles Structure physique La structure physique d crit la composition mat rielle de l quipement Une unit d apprentissage de ce type oriente le contenu d apprentissage sur une pi ce ou un ensemble d
246. ment faire pour effectuer une ou plusieurs tapes il peut lancer la proc dure d apprentissage correspondante et apprend les actions faire pour accomplir la t che Ce choix peut se baser soit sur l index de t ches soit par la recherche bas e sur des mots cl s Sur 179 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles l cran de son dispositif mobile Tablet PC ou PDA L utilisateur peut observer la s quence d actions pour faire la t che et apprendre faire sur l ordinateur Figure 88 Pendant le processus d apprentissage l utilisateur peut non seulement apprendre faire les actions pour accomplir la t che de maintenance mais aussi essayer de comprendre tout le processus d actions L utilisateur peut galement apprendre plus d informations relatives la t che faite Par exemple quand il d monte l ancien disque dur il peut apprendre les caract ristiques principales du disque dur concern Hard disk Maxtor 80 Go IDE 7200tr min etc comme illustr dans la Figure 88 ainsi que les principales caract ristiques des disques durs pour pouvoir choisir le disque de remplacement en connaissance de cause Figure 89 Lunettes semi transparentes et les vues superpos es avec la R alit Augment Dans cette application les interactions sont bas es sur un syst me de R alit Augment e Gr ce l utilisation des lunettes semi transparentes e
247. mentations en unit s d apprentissage Dans ce processus nous avons utilis la mod lisation de t ches pour analyser les relations entre les unit s d apprentissage et les activit s professionnelles en identifiant les m tadonn es AMLOM Appliance Mastering Learning Object Metadata ajouter aux unit s d apprentissage pour faire le lien avec les activit s professionnelles concern es Les unit s d apprentissage et les m tadonn es sont stock es dans la base de donn es sous un mod le uniforme Pour prendre en compte l apprentissage mobile qui se produit dans des contextes professionnels la plateforme IMERA Interaction Mobile dans l Environnement R el Augment d velopp dans notre quipe vise prendre en compte les augmentations suivantes apprenant augment environnement augment quipement augment La mod lisation la prise en compte des exigences d apprenant et du contexte d apprentissage dans son activit professionnelle sont au c ur de nos travaux La conception de l architecture de SAMCCO se base sur des mod les moteur de contr le base de donn es services g n riques patterns d interaction etc Nous avons galement adopt des m thodes d apprentissage comme l apprentissage juste temps l apprentissage par l action et l apprentissage collaboratif dans l activit d apprentissage Un processus d apprentissage pouvant prendre place avant les t ches pendant les t ches ou apres les t ches a t p
248. ml Contenu Contenu Titre le capot Titre carte vid o R f capot xml R f carte vid o xml Figure 58 Exemple des unit s d apprentissage pour la structure physique Les contenus d une unit d apprentissage sont r dig s en XML Les informations sont issues des fragments concern s Ci dessous on trouve l exemple de source XML pour l unit d apprentissage du boitier de la Figure 58 lt xml version 1 0 encoding UTF 8 gt lt UA identifiant ordinateur01_boitier ua type compos e xmlns xlink http www w3 org 1999 xlink gt lt m tadonn es gt lt contenus gt lt contenu gt lt titre gt introduction lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt caract ristiques lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt compositions lt titre gt lt contenu gt lt titre gt la carte m re lt titre gt lt r f xlink type simple xlink href carte m re xml gt lt contenu gt lt contenu gt lt titre gt le capot lt titre gt r f xlink type simple xlink href capot xml gt lt contenu gt lt contenu gt lt contenus gt lt U A gt 129 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles IV 4 5 2 Arbre de t ches Comme nous avons expliqu dans la section IV 2 3 2 des t ches de maitrise sont des contenus d apprentissage importants
249. mobile Dispositifs Mobilit Contexte Localisation Dispositifs Quatre types de dispositifs sont distingu s e Dispositif fixe non d pla able toujours connect pas de probl me d autonomie Exemples ordinateur de bureau borne interactive dans un campus e Dispositif portable transportable dispose d une autonomie plusieurs heures connect de facon non permanente par liaison fili re ou radio Wi Fi Exemple ordinateur portable e Dispositif mobile l ger la connexion peut tre quasi permanente Exemple PDA t l phone mobile E book Tablet PC e Dispositif port il fait quasiment partie des v tements est disponible tout moment et permet d avoir les mains libres Les moyens d interaction sont compl tement diff rents de ceux des types de dispositifs pr c dents Exemple ordinateur port avec visualisation dans les lunettes Mobilit Trois types de mobilit sont distingu s e Mobilit de l acteur un des acteurs de l apprentissage se d place L acte l apprentissage se produit soit au cours du d placement soit aux points de d part et ou l arriv e du d placement Nomadisme Une personne nomade est une personne qui se d place physiquement d un endroit un autre e Mobilit du lieu Le lieu dans lequel se trouve un des acteurs de la formation est mobile par exemple l acteur est dans un bus e Mobilit du dispositif le dispositif dont est quip un acteur est mobile ou port
250. mobilit des utilisateurs des dispositifs ou de l environnement l apprentissage collaboratif est centr sur la 64 Chapitre III Apprentissage dans des situations professionnelles collaboration et l apprentissage par l action est centr sur les activit s etc Figure 30 Cette figure est partielle car il manque d autres l ments du contexte et des m thodes d apprentissage Les l ments du contexte peuvent constituer un espace plusieurs dimensions et pas seulement un plan En effet le contexte d apprentissage comprend toutes les informations li es l activit d apprentissage aux comportements et approches d apprentissage pouvant trouver leur place dans l espace du contexte par exemple l apprentissage centr sur l apprenant Contexte d apprentissage Utilisateur Apprentissage centr sur l apprenant Apprentissage Apprentissage collaboratif mobile Collaboration Apprentissage juste temps Apprentissage sur le Apprentissage par lieu de travail l action Environnement Activit Figure 30 Positionnement des m thodes d apprentissage dans l espace du contexte II 2 TCAO Travail Collaboratif Assist par Ordinateur III 2 1 Principes du TCAO Depuis une vingtaine d ann es on utilise des dispositifs informatiques pour assister le travail plusieurs La sigle CSCW Computer Supported Cooperative Work ou TCAO Travail Collaboratif Assist par Ordinateur
251. mputer 2008 5 11 ANTA 2002 ANTA A Glossary of Vet Terms 2002 Arrow K J 1962 Arrow K J The Economic Implications of Learning by Doing review of economic studies 1962 29 155 173 Azuma R et al 2001 Azuma R et al Recent Advances in Augment Reality IEEE Computer Graphics and Applications 2001 21 6 34 47 Balbo S 1994 Balbo S Evaluation Ergonomique Des Interfaces Utilisateur Un Pas Vers L automatisation Universit Joseph Fourier 1994 Banerji A 1995 Banerji A Electronic Performance Support Systems International Conference on Technology in Education ICCE 95 Singapore 1995 54 60 Banerji A et Bhandari R 1997 Banerji A et Bhandari R Designing Epss for the Marine Industry International Conference on Computers in Education Kuching Sarawak Malayasia 1997 Bapst J 2007 Bapst J La R alit Augment e Un Sixi me Sens Au Service De L industrie F7 sp cial t 2007 2007 Barker P G 1995 Barker P G Electronic Performance Support Systems Epss Special Edition of Innovations in Education and Trainning International 1995 32 1 1 73 Bauer J 2003 Bauer J Technische Universitat Berlin Fakult at IV Elektrotechnik und Informatik Institut f ur Computergest utzte Informationssysteme Identification and Modeling of Contexts for Different Information Scenario in Air Traffic 2003 Bayram S 2004 Bayram S Revisioning Theoretical Framework of Electronic Performance Support Systems
252. n doc contiennent principalement des donn es en formats suivants texte image et tableau Nous proposons des mani res diff rentes pour traiter ces formats Pour le texte nous d coupons le texte en fragments selon son organisation logique par exemple une paragraphe un ensemble de paragraphes sur le m me sujet une section ind pendante etc Dans cette proc dure nous suivons les r gles que nous avons d finies pour la fragmentation les textes d un fragment sont centr s sur un m me sujet la division d un fragment n a pas de sens pour la r utilisation Les fragments de texte restent dans le fichier doc d originel Les fragments sont s par s avec des s parateurs fragment entre eux Par exemple Le texte proc dure d utilisation simple ci dessous est une t che d utilisation qui peut tre d coup e en trois fragments de sous t ches Chaque fragment concerne une t che ind pendante d utilisation Chaque t che pourrait tre r utilis e dans des t ches compos es Par exemple la t che mise sous tension pourrait tre r utilis e dans les t ches installation utilisation avanc 169 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles diagnostic etc Mise sous tension Tourner le sectionneur sur la position 1 Appuyer sur le BP mise sous tension Mise hors tension Appuyer sur le BP arr t pro
253. n traditionnelle d un ordinateur fixe dans la salle vers l utilisation d un dispositif mobile hors salle de cours Sharples et al 2005 analysent les caract ristiques de dispositifs mobiles et proposent leurs utilisations dans les nouvelles m thodes d apprentissage comme d crit dans le Tableau 2 Technologies mobiles M thodes d apprentissage Personnel Personnalis Centr sur l utilisateur Centr sur l apprenant Mobile Situ contextuel Connexion r seaux Collaboratif Ubiquitaire Ubiquitaire Durable Au long de la vie Tableau 2 Convergence entre technologies et apprentissage d apr s Sharples et al 20051 1 1 2 D finitions de l apprentissage mobile Depuis la naissance du terme l apprentissage mobile la d finition de celui ci n a jamais arr t d voluer Jusqu aujourd hui pendant les conf rences sp cialis es sur l apprentissage mobile par exemple ADIS International Mobile Learning Conference la d finition de l apprentissage mobile est encore un point sensible de discussion pour les chercheurs et les ducateurs Si on entre mobile learning definition dans Google on re oit 39 000 r sultats et avec Google Scholar on a 3 270 r sultats Nous parcourons ci apr s rapidement les d finitions de l apprentissage mobile existantes pour voir si on peut trouver un consensus constater des redondances ou des chevauchements 1 1 2 1 Quelques d finitions repr sentatives Une
254. n du contexte d apprentissage 144 V 3 l Collecte des sc narios d apprentssag e she detiene nant oot pa rure dadteaot se phe ES 144 V 3 2 Extraction d informations contextuelles ss 147 v55 3 Modele du contexte d apprentissage ues oasis eto aae tou ves e soi tidie P Hired o cesa 148 V 3 4 Synth se sur la mod lisation du contexte d apprentissage eeeeeeeessssssss 154 NEA MITE CULE CUS NS LEO Steam haies adorent eines tanins 155 VET PIBDOIDES ete don ea are latente 155 NV 4 2 Projection vers l architecture d COCS VS anna mea 156 NL oDases de dolfie es veda dece na it aren 157 VA AS ET VICES cemere ienne non EE EET Eai 158 NAYS Patterns d nferacliOn EL a E E E co eb seu ded 159 V 4 6 Fonctionnement du moteur de contr le 160 V 4 7 Configuration du dispositif mobile et des p riph riques 162 V 4 8 Communication entre l quipement et le dispositif cceeeeseeeeeceeeeeeeeeeeeeeeeeeeeeees 164 V 5 Conclusion du chapitre V scuro eaer e one esu s Oa eben E CDU e du MNT Rusa eee DU edes 165 CHAPITRE VI CAS D ETUDES D APPLICATIONS eee eerte eene e eee eee ee e ettet tonos 167 VI 1 Sc nario du banc de test MAPED etit ae diet ee pore tries 167 VeL A HET ES LEO e E OUbPU cud ame iE 167 VI 1 2 Production d unit s d apprentissage ss 169 VI 2 Sc nario de maintenance de l ordinateur ss 178 NL Sb PRE Se TALI OM Es LA a ion ci eo el iach 178 LAB D marche RNC CONI SEN EIC il
255. n et la gestion du contenu d apprentissage Les utilisateurs peuvent interagir avec le contenu d apprentissage et communiquer par change de messages ou par le forum 1 4 2 Une architecture classique bas e sur le protocole http Internet et le protocole http peuvent toujours fournir un support de communications distance pour les activit s d apprentissage Sharlples et al 2002 ont propos une architecture sch matique pour l apprentissage mobile qui permet aux utilisateurs d utiliser des dispositifs mobiles ou fixes pour acc der aux ressources d apprentissage Le sch ma de l architecture est d crit dans la Figure 8 Learning Learning Communications manager Objects Manager Y f Internet User interaction Learning tools Sharing and conversation Personal learning resources Figure 8 Architecture pour l apprentissage mobile sur Internet d apr s Sharlples et al 2002 22 Chapitre I Introduction apprentissage mobile Les utilisateurs interagissent avec des dispositifs mobiles fixes et d autres accessoires comme notebook t l phone portable cam ra etc Les ressources d apprentissage personnelles sont compos es par des liens vers des objets d apprentissages organis s les profils d utilisateurs le calendrier etc Les objets d apprentissages sont des fichiers XML qui sont cr es par les utilisateurs ou les tuteurs et distribu es sur Internet Les m tadonn es sont
256. nal of Aeronautical 1936 3 122 128 Yin C et al 20093 Yin C et al A Contextual Mobile Learning System for Mastering Domestic and Professional Equipments 2009 IEEE International Symposieum on IT in Medicine amp Education ITME2009 Jinan China 2009a Yin C et al 2009b Yin C et al A Contextual Mobile Learning System in Our Daily Lives and Professional Situations Sth European Conference on E Learning University of Bari Italy 2009b Yin C et al 2009c Yin C et al Use You Mobile Computing Devices to Learn 2nd IEEE International Conference on Computer Science and Information Technology Beijing China 2009c Yin C J et al 2005 Yin C J et al Ubiquitous Learning System for the Japanese Polite Expressions In Ogata H Sharples M Kinshuk X Yano Y eds 3rd IEEE International Workshop on Wireless and Mobile Technologies in Education Tokushima JAPAN 2005 269 273 Zhao X Y 2006 Zhao X Y An M Learning System Model for the Taxi Driver In Callaghan V Hu B Lin Z Zhang H eds st International Symposium on Pervasive Computing and Applications Urumchi China 2006 408 410 233 derni re page de la th se AUTORISATION DE SOUTENANCE Vu les dispositions de l arr t du 7 ao t 2006 Vu la demande du Directeur de Th se Monsieur B DAVID et les rapports de Monsieur S GARLATTI Professeur Institut TELECOM TELECOM Bretagne Computer Science Department LabSTICC UMR 3192 Technop le BR
257. nd adding some new elements which would support the contextualization of learning units in our proposed learning contexts We also proposed a process for the production of learning units which allows us to transform the original documentations such as paper manuals or other electronic documents into learning units in XML format store and index them in database The conception of SAMCCO is based on the IMERA Computer Augmented Environment for Mobile Interaction platform designed by our research team which concerns the following augmentations augmented learners augmented environment and augmented appliances Learner s requirements and learning context in professional situations were identified and modeled in the conception of system Learning methods such as just in time learning learning by doing and collaborative learning were properly adapted into professional learning activities The system architecture is based on models generic services databases interaction patterns etc and explains how the learning system works The objective of SAMCCO is to augment the learning efficiency and working performance associated in the activities of mastering domestic public and professional appliances with MOCOCO characteristics Based on the principles of our approach we made several applications to validate the interest of SAMCCO in different concrete situations MAPED test bench scenario allowed us to validate the process of the production of learnin
258. ndre quelques millim tres pour les applications militaires Wikipedia 2009a Pour utiliser la localisation GPS il faut un r cepteur GPS pour recevoir les signaux mis par des satellites et une plateforme capable d ex cuter des fonctions de traduction de suivi et de gestion de carte etc Des syst mes de l apprentissage mobile peuvent utiliser ces donn es de localisation comme l information contextuelle Les dispositifs mobiles ont tendance profiter des technologies GPS qui alimentent des plateformes appropri es pouvant utiliser les informations contextuelles de la localisation dans l apprentissage mobile sur ces dispositifs Beaucoup de PDA sont d j munis d un r cepteur GPS Les t l phones mobiles ou smartphone ont aussi commenc avoir le r cepteur GPS et des applications correspondantes par exemple les constructeurs comme Nokia ont d j fourni des fonctions GPS sur ses mod les r cents de t l phones mobiles comme N95 Figure 25 f NOKIA N95 Figure 25 T l phone portable Nokia N95 avec des applications GPS 11 5 2 2 RFID Les technologies RFID Radio Frequency IDentification proposent une m thode pour m moriser et r cup rer des donn es distance en utilisant des tiquettes RFID et des lecteurs RFID Les tiquettes peuvent tre encapsul es dans des badges en papier ou en plastique et les lecteurs RFID peuvent tre install s sur des dispositifs mobiles comme PDA Figure 26 Le
259. nformatique est un ensemble structur des termes et concepts repr sentant le sens d un champ d information que ce soit par les m tadonn es d un espace de noms ou les l ments d un domaine de connaissances L ontologie constitue en soi un mod le de donn es repr sentatif d un ensemble de concepts dans un domaine ainsi que les relations entre ces concepts voir Chapitre IV ce sujet Otzturk et al 1997 ont propos une approche de la mod lisation du contexte avec les ontologies Ils ont analys les tudes psychologiques sur les diff rences entre le rappel et la reconnaissance de plusieurs questions en combinaison avec des informations contextuelles Ils ont propos un mod le du contexte bas sur l ontologie exploitant ses atouts dans le domaine de la normalisation et de la formalisation Aspect Scale ContextInformation ASC Strang 2003 est aussi une approche de cette cat gorie L utilisation de l ontologie constitue une mani re uniforme pour sp cifier le mod le de base de concepts ainsi que des subconcepts et des faits qui permettent la r utilisation et le partage des connaissances contextuelles dans un syst me informatique ubiquitaire Ces connaissances contextuelles sont valu es en utilisant des raisonneurs de l ontologie Le mod le est mis en uvre avec des langages d ontologie s lectionn e Context Ontology Language CoOL est un langage pour d crire ce type de mod le qui est compl t par l int g
260. nguage fr gt cr ation de l unit d apprentissage lt string gt lt description gt lt contribute gt lt lifecycle gt lt metaMetadata gt lt identifier gt 175 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles lt entry gt amlom lt entry gt lt identifier gt lt metadataSchema gt amlom lt metadataSchema gt lt language gt fr lt language gt lt metaMetadata gt lt education gt interactivity Type lt source gt amlom lt source gt lt value gt task lt value gt lt interactivityType gt lt unitType gt lt source gt amlom lt source gt lt value gt unknown lt value gt lt unitType gt lt intendedEndUserRole gt lt source gt amlom lt source gt lt value gt technician lt value gt lt intendedEndUserRole gt lt concernedProduct gt lt name gt string language fr gt banc de test perforateur agrafeuse lt string gt lt name gt lt category gt lt source gt amlom lt source gt lt value gt industrial lt value gt lt category gt lt brand gt Avertech lt brand gt lt concernedProduct gt lt concernedPart gt string language fr gt capot lt string gt lt concernedPart gt lt concernedTool gt lt name gt lt string language fr gt tournevis lt string gt lt name gt lt concernedTool gt lt education gt lt relation gt lt kind gt lt source gt amlom lt source gt lt value g
261. nnectivit accessoires taille poids portabilit co t etc Environnement mobilit localisation maison bureau usine rue transport etc temps luminosit bruit etc Collaboration contexte d autres utilisateurs processus mode de collaboration synchrone asynchrone services de collaboration etc Tableau 8 l ments du contexte par cat gorie 34 Chapitre II Contexte et contextualisation dans l apprentissage mobile 11 1 2 Mod lisation de contexte Dans la litt rature qui concerne le mod le de contexte le mod le cl valeur de Schilit et al 1994a est un mod le le ancien et le plus simple utiliser Apr s ce mod le de plus en plus de mod les repr sentatifs apparaissent Les mod les sont souvent class s par les sch mas de structure de donn es qui sont utilis s pour d crire et transmettre l information contextuelle Dans l tude de Strang et al 2004 six cat gories de mod lisation de contexte sont introduites Nous allons passer en revue ces approches repr sentatives de mod lisation de contexte et quelques exemples correspondants II 1 2 1 Approches de la mod lisation de contexte Mod le cl valeur Dans le syst me de Schilit et al 1994a ils utilisent des paires cl valeur pour mod liser le contexte Dans cette approche une variable d environnement est consid r e comme la cl et la valeur de la variable repr sente les donn es de l information contextuelle Les servi
262. nologies ont influenc les changements des comportements et les habitudes des usagers dans beaucoup de secteurs comme le travail la vie quotidienne et l apprentissage Les technologies mobiles peuvent avoir une grande influence sur l apprentissage L apprentissage commence sortir des salles de cours et entrer dans les environnements moins classiques li s aux contextes des apprenants L apprentissage devient ainsi situ contextuel personnel collaboratif et tout au long de la vie Utiliser des dispositifs mobiles pour apprendre n importe o et n importe quand c est l objectif de l apprentissage mobile Mobile Learning ou M Learning On constate aujourd hui que de plus en plus de chercheurs et entreprises ont commenc des tudes sur l apprentissage mobile Des conf rences et des colloques internationaux sont organis s toutes les ann es pour tudier et favoriser l volution de l apprentissage mobile Dans le m me temps des projets et des applications de l apprentissage mobile sont d velopp s et commencent tre exploit s dans diff rents domaines de l ducation et de la formation Le monde de l industrie peut aussi b n ficier de l apprentissage mobile L apprentissage dans l industrie ou dans des situations professionnelles vari es est un challenge important L apprentissage l universit permet aux tudiants d apprendre les th ories fondamentales et des approches m thodologiques g n riques mais pas les comp
263. notamment ce qui a trait l interface utilisateur Architecture Collaborative ooperative Application Layer Niveau Appli lobile devices pervasive devices augmented reality devices Collaborative AMF C Groupware Services Layer Pervasive and collaboralive services ession Users and workgroup Niveau management management i Infrastructure Context Security Multimedia du Groupware localization services services Event Queue RPC Shared data asynchronous message passing concurrency control Ri Distributed System Layer Network Communication Layer JGroups o c 2 2 uL extensions Niveau du Syst me Distribu Figure 124 Mod le de l architecture en 3 niveaux propos dans CoCSys d apr s Delotte 2006 221 AnnexeVI Questionnaire et r sultats de HSHB Annexe VI Questionnaire et r sultats de HSHB Le projet HSHB a t valu s par des l ves de l cole d t sur l apprentissage mobile 2009 Mobile Learning Summer School 4 7 July 2009 Brest France pendant une s ance de travaux pratiques Apr s la simulation de sc nario du choix de plats l aide des dispositifs mobiles nous avons collect 10 questionnaires remplis par les l ves Nous listons ici les questions dans le questionnaire et le r sum de leurs r ponses Question 1 Have you ever thought about the nutritional problems of your meals or had a desire to learn about it R ponse Pour la premi
264. ns des situations professionnelles Repr sentation des fronti res du mod le IRVO d apr s Chalon 2004 216 Repr sentation d un utilisateur du mod le IRVO d apr s Chalon 2004 27 Repr sentation des relations du mod le IRVO d apr s Chalon 2004 217 Repr sentation d un objet mixte du mod le IRVO d apr s Chalon 2004 217 Exemple de mod lisation de l application de chirurgie d apr s Chalon 2004 218 Processus CoC Sys d apres Delotte 2006 e oreet e ea eee e een ee aene uo ee eee aene vus 219 Exemple d un sc nario d utilisateur d crit dans CoCSys d apr s Delotte 20006 220 Informations synth tis es dans le mod le comportemental d apr s Delotte 2006 220 Mod le de l architecture en 3 niveaux propos dans CoCSys d apr s Delotte 2006 22 Table des tableaux Table des tableaux Tableau 1 Comparaison de terminologie de l E apprentissage et l apprentissage mobile d apr s Mode 3 NI dice Parca Oo a ne ea cA Nd Eoo E EE One 8 Tableau 2 Convergence entre technologies et apprentissage d apr s Sharples et al 2005 10 Tableau 3 D finition de l apprentissage comme une fonction d apr s Laouris 2005 12 Tableau 4 volution des dispositifs mobiles rer
265. ns et syst mes d apprentissage Deuxi mement une granularit appropri e permet des r f rences et la r utilisation des unit s d apprentissage dans des lecons diff rentes e Contextualisable Le syst me d apprentissage peut r cup rer et adapter des unit s d apprentissage selon le contexte d apprentissage Des informations descriptives en forme de m tadonn es doivent tre attach es le contenu d apprentissage Le syst me d apprentissage collecte ces informations contextuelles de l activit d apprentissage en 88 Chapitre IV Production des unit s d apprentissage temps r el et recherche des unit s d apprentissage dans la base de donn es en interrogeant les m tadonn es Un processus d adaptation visant la comptabilit entre les unit s d apprentissage et les capacit s des dispositifs mobiles est effectuer en cas de besoin Partageable Les unit s d apprentissage peuvent tre partag es travers le syst me d apprentissage entre plusieurs apprenants ou r les L apprentissage collaboratif est support par le syst me d apprentissage cela veut dire que le contexte d apprentissage et les unit s d apprentissage doivent tre partageables entre des apprenants et des r les diff rents et distance Interop rable Les unit s d apprentissage doivent tre d velopp es et utilis es sur des plates formes diff rentes ou dans des applications diff rentes Durable Les unit s d apprentissage doivent r sister
266. ns le travail La culture du lieu de travail aide des employ s d velopper ou utiliser ces comp tences En plus sur le lieu de travail les entreprises peuvent fournir plus de moyens pour les activit s d apprentissage Les entreprises ont des ressources dont les individus de disposent pas C est la raison pour laquelle malgr notre volont de traiter des situations individuelles publiques et professionnelles nous devons admettre des diff rences En effet les entreprises implantent des syst mes d apprentissage et fournissent des dispositifs comme les dispositifs mobiles les dispositifs de la RA etc qui sont trop co teux pour les individus N anmoins l apprentissage cibl sur le travail la t che r aliser permet aux apprenants de se concentrer sur des vrais probl mes r soudre Le r seau social dans l environnement du travail permet aux apprenants d apprendre de mani re collaborative III 1 2 Apprentissage juste temps just in time learning Comme crivait Jermann 1996 un bon environnement est un environnement qui permet l apprenant d entrer dans une communaut d experts qui le guident et le conseillent L enseignant distributeur de savoir n existe quasiment plus D autre part l acquisition d une comp tence doit s effectuer dans la situation o celle ci sera utilis e En d autres termes il faut que l apprentissage s inscrive dans un contexte pour que l apprenant puisse lui donner un sens
267. ns un environnement de l informatique ubiquitaire est souvent incomplet et ou ambigu en particulier si ces informations sont recueillies partir des capteurs en r seau Cela devrait tre couvert par le mod le par exemple par l interpolation des donn es incompl tes sur le niveau d instance Degr de formalit for il est toujours un d fi pour d crire les faits contextuels et les interrelations d une mani re pr cise permettant la tra abilit Par exemple pour accomplir la t che imprimer le document sur l imprimante pr s de moi il est n cessaire de disposer une d finition pr cise des termes utilis s dans cette t che comme qu est ce que pr s signifie pour moi Il est souhaitable que chaque partie dans l interaction partage la m me interpr tation des donn es chang es 40 Chapitre II Contexte et contextualisation dans l apprentissage mobile Applicabilit aux environnements existants app partir des perspectives de la mise en ceuvre il est important que le mod le de contexte puisse tre applicable dans les infrastructures existantes des environnements de l informatique ubiquitaire Par exemple faire fonctionner une infrastructure de services comme des Services Web Les exigences mentionn es ci dessus sont importantes pour toutes les approches de la mod lisation de contexte dans les environnements de l informatique ubiquitaire Strang et al 2004 a donn une valuation des ap
268. nteragissent chacun avec leur propre copie de l agent qui est donc r pliqu sur chaque poste de travail AMF C fragment Le principe est donc de fragmenter les agents sur les diff rents postes de travail ou serveurs Une fronti re naturelle de fragmentation est bien s r la facette de l agent AMF C Ainsi une fragmentation classique repose sur un d coupage de l agent e Sur le serveur les facettes Contr le et Abstraction e Sur chaque client une facette Pr sentation Il y a donc autant de facettes Pr sentation qu il y a d utilisateur L un des int r ts du mod le AMF C est la possibilit de l ajout d un nombre quelconque de facettes ce qui permet de multiplier les diff rentes vues pour les utilisateurs ces facettes peuvent tre identiques ou diff rentes en fonction des r les des utilisateurs La fragmentation des facettes n est pas limit e aux facettes pr sentation mais peut tout aussi bien s appliquer aux facettes contr le et abstraction Cependant lorsqu il y a trop de facettes r parties il semble pr f rable de ne plus fragmenter les agents mais de les r pliquer Figure 109 est un exemple d un agent AMF C fragment Un nouvel administrateur permet le verrouillage pour g rer la concurrence d acc s l objet Agent AMF C fragment Present Util 1 Abstraction D clenche Action m pae Figure 109 Exemple d agent AMF C fragment d apr s Tarpin Bernard et al 1998 1 Administr
269. ntext Calendar Monitoring Context Providers Service Service Providers LL 4 _ _ _ data flow for different A gt D Ay E Legend level of context l A Ubiquitous Sensors Figure 22 Architecture SOCAM d apr s Gu et al 2004 49 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Les Context Providers extraient des contextes de sources diff rentes External Context Providers ou Internal Context Providers et les transforment en repr sentation OWL Web Ontology Language pour que les contextes puissent tre partag s et r utilis s par des autres composants Context Interpreter consiste en Context Reasoning Engines et Context KB Knowledge Base Les Context Reasoning Engines fournissent les services de raisonnement sur des contextes incluant la d duction de contextes d duits la r solution des conflits de contextes et la maintenance de la consistance de Context KB Des r gles d inf rence diff rentes peuvent tre sp cifi es et mises dans les Context Reasoning Engines Context KB fournit des services avec les quels d autres composants peuvent consulter ajouter supprimer modifier et g rer les contextes qui sont stock s dans Context Database Context aware Service utilise les contextes de niveaux diff rents et adapte les services selon le contexte actuel Service Locating Service fournit un m canisme o les Context Providers et Context Interp
270. ntextuel et collaboratif dans des situations professionnelles Activit L activit dans un contexte d apprentissage repr sente les actions et les t ches ex cut es par l apprenant Dans nos contextes elle est utilis e surtout pour d crire l activit la t che de maitrise d quipement Les l ments contextuels qu elle concerne sont illustr s dans la Figure 69 Artefact Figure 69 M ta modele de l activit e Equipement l quipement repr sente l objet que l apprenant est en train de ma triser Il contient des sous l ments comme le mod le le nom le fabricant etc pour d crire l quipement Ces informations contextuelles permettent aux utilisateurs de trouver des unit s d apprentissage appropri es sur l quipement e Pi ce la pi ce repr sente la partie physique qui constitue un quipement Dans le contexte d apprentissage 1l repr sente la pi ce concern e par l activit de l apprenant e T che la t che repr sente le type d activit que l apprenant effectue sur l quipement Nous avons d j d fini un ensemble de t ches comme l utilisation la r paration la maintenance etc e Outil et Artefact l outil et l artefact repr sentent les objets utilis s lors d une activit L outil est un l ment important dans la t che de maitrise d quipement parfois il faut en apprendre l utilisation Par exemple un tournevis sp cifique pour d monter le capot d une machine L artefact est utilis
271. ntissage que nous avons propos e dans la Figure 48 n est pas en confit avec les niveaux syntaxiques fragment atomique et compos e Les cat gories s mantiques et les niveaux syntaxiques sont d finies partir de deux points de vue diff rents pour les unit s d apprentissage le niveau de granularit et l utilisation contextuelle de l unit d apprentissage Par exemple une unit d apprentissage atomique peut servir dans diff rents contextes comme l utilisation la localisation d une pi ce etc Parmi les unit s d apprentissage d installation on peut trouver des fragments des unit s atomiques ou des unit s compos es selon leurs granularit s Les cat gories s mantiques que nous avons propos es sont utiles pour servir pour des activit s d apprentissage diff rentes dans des contextes concrets Les unit s d apprentissage index es par ces cat gories peuvent facilement tre retrouv es et envoy es aux apprenants en relation avec leurs activit s et leurs objectifs d apprentissage Nous allons tudier ces cat gories s mantiques plus pr cis ment dans les sections suivantes IV 2 3 1 Description statique Les unit s d apprentissage bas es sur une description statique sont des unit s d apprentissage qui concernent les informations descriptives basiques sur l quipement lui m me Ces informations ne concernent pas les actions de manipulations de l quipement Les apprenants apprennent souvent ces aspects quand ils com
272. ntry gt d montage_capot lt entry gt lt identifier gt lt title gt lt string language fr gt le d montage du capot de l ordinateur lt string gt lt title gt lt language gt fr lt language gt lt general gt lt amlom gt lt m tadonn es gt lt contenus gt lt UA gt compos e gt Exemple de la r f rence des m tadonn es dans un fichier XML ind pendant lt xml version 1 0 encoding UTF 8 gt UA identifiant d montage capot ua_type compos e xmlns xlink http www w3 org 1999 xlink gt lt m tadonn es gt lt r f xlink type lt m tadonn es gt lt contenus gt lt UA gt simple xlink href D montage_capot_m tadonn es xml gt Apres l ajout des m tadonn es les unit s d apprentissage sont devenues formelles et compl tes Elles peuvent tre valid es par des fichiers XSD Les unit s d apprentissage valides sont pr tes tre stock es et index es dans une base de donn es 133 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles IV 4 7 Phase 6 Stockage et indexation tock t indexati D p t de fragments Sn net multim dias Figure 62 Stockage et indexation d unit s d apprentissage Nous avons obtenus les unit s d apprentissage au format XML dans la phase pr c dente La derni re phase est de stocker ces unit s d apprentissage d
273. nts lt dateTime gt et description L l ment lt dateTime gt est repr sent en accord avec ISO8601 2000 comme lt dateTime gt YYYY MM DD Thh mm ss s TZD IIII dateTime e Type de donn es Duration Ce type de donn es est utilis pour d crire un intervalle de temps Il comprend aussi deux l ments duration et description L l ment duration est repr sent en accord avec ISO8601 2000 comme duration P yY mM dD TLhH nM s s S lt duration gt e Type de donn es VCard Ce type de donn es est utilis pour d crire une entit un individu ou une organisation Il repr sente la carte de visite en mode lectronique pour changer des informations personnelles ou des informations des organisations 1 6 lt structureType gt L l ment structureType a pour but de d crire le niveau syntaxique d une unit d apprentissage Il est obligatoire pour toutes les unit s d apprentissage Chaque unit d apprentissage n a qu un seul l ment structureType 110 Chapitre IV Production des unit s d apprentissage Le type de donn es de structureType est Vocabulary Nous avons d fini l espace de valeurs pour lt structureType gt e fragment repr sente une unit d apprentissage fragment e atomic repr sente une unit d apprentissage atomique e composed repr sente une unit d apprentissage compos e Exemple de source XML lt amlom gt lt
274. nts en unit s d apprentissage qui sont utilisables par des syst mes d apprentissage dans des contextes concrets Dans le chapitre V nous concevons une architecture du SAMCCO qui prend en compte les contextes d apprentissage et les cracract ristiques MOCOCO Mobilit Contextualisation Collaboration Les contextes d apprentissage sont mod lis s sur la collecte des sc narios d apprentissage qui offrent des informations contextuelles formalis es pour contextualiser les unit s d apprentissage Nous pr sentons galement la plateforme IMERA o se base le syst me d apprentissage Dans l architecture de SAMCCO propos le moteur de contr le organise l activit d apprentissage et le processus de contextualisation en interrogeant des autres l ments bases de donn es services g n riques patterns d interactions m thodes d apprentissage etc Le Chapitre VI illustre trois applications pour valider nos conceptions dans des situations professionnelles concr tes diff rentes Le sc nario du banc de test MAPED nous a permis de valider le processus de production d unit s d apprentissage dans un cas concret Le sc nario de maintenances de l ordinateur est d un cas d application de l apprentissage mobile contextuel dans une activit de maintenance d quipement Le projet HSHB Healthy Spirit in Healthy Body permet un autre type d apprentissage l apprentissage mobile contextuel dans le processus de constitution d un repas quilibr
275. obile Data Management Melbourne Australia 2003 Hippel E et Tyre M J 1995 Hippel E et Tyre M J How Learning by Doing Is Done Problem Identificaiton in Novel Process Equipment Research Policy 1995 24 1 12 Hong J y et al 2008 Hong J y et al Contexte Aware Systems A Literature Review and Classification Expert Systems with Applications 2008 36 2009 8509 8522 Hsu J M et al Year Hsu J M et al Using the Rfids to Construct the Ubiquitous Self Learning Environment for Understanding the Plants in the Schoolyard 5th IEEE International Workshop on Wireless Mobile and Ubiquitous Technologies in Education Beijing PEOPLES R CHINA 2008 210 212 Hull R et al 1997 Hull R et al Towards Situated Computing st International Symposium on Wearable Computers ISWC 97 Cambridge MA 1997 IEEE 2002 IEEE Draft Standard for Learning Object Metadata New York NY 10016 5997 USA 2002 44 Imbert M 2006 Imbert M Etude D un Ensemble De Services Logiciels R utilisables Adapt s Au 228 Bibliographies D veloppement De Logiciels Collaboratifs En Environnement Mobile CNAM LYON 2006 IMS 2003 IMS Ims Learning Design Information Model IMS Global Learning Consortium 2003 Learning Design Specification Indulska J et al 2003 Indulska J et al Experiences in Using Cc Pp in Context Aware Systems Mobile Data Management 2003 247 261 IPGems 2001 IPGems Kp2000 Learner Interface Redesign Performanc
276. objets sur lesquelles porte le travail Le TCAO capillaire r pond un fort besoin mis par des utilisateurs qui ne travaillent plus seulement dans les bureaux devant des postes fixes ce dont il tait la plus souvent question dans les travaux sur le TCAO mais dans diff rents environnements o il est vital de pouvoir communiquer et collaborer 69 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles avec des personnes ou des syst mes d localis s notamment pour des activit s de prise de d cision lors d op rations sur le terrain La dispersion g ographique peut concerner de fa on non exclusive tant les acteurs membres d une quipe de projet que des artefacts sur lesquels portent les activit s ou des dispositifs dont les acteurs ont besoin Le cas du d pannage est assez repr sentatif de ces diff rentes situations Ces nouvelles orientations introduisent des contraintes plus fortes notamment en mati re d accessibilit de disponibilit et de r activit pour permettre aux acteurs d agir en toute circonstance En particulier la simple dichotomie synchrone asynchrone n est plus pertinente Les acteurs d une application collaborative veulent pouvoir affiner l implication temporelle en garantissant par exemple les d lais d intervention Les supports comme les PDA engendrent des contraintes mat rielles importantes peu de m moire s curit des information
277. of mobile devices does or will your organization deliver learning in the next twelve months Select all that apply Yes cie cenis de a a Wireless laptop oss PE Pod 47 Moble phone 33 Wireless Windows Mobile PDA 32 Pocket PC standalone device 30 Blackberry 27 Wireless Palm O5 FDA 23 Smart Phone 22 Palm OS standalone device 17 Treo Smart Phone 14 Other 12 Other wireless PDA 10 Microsoft Orgami ax Sony PlayStation Portable ax Wristwearable PC 2 Nintendo DS 1 Sony Reader 1 Figure 6 Les dispositifs mobiles d apr s E Learning Guild 2006 Un dispositif mobile est un appareil informatique portable qui a souvent un cran et une interface d entr e sortie avec des dispositifs d interaction n cessaires ou accessoires L E learning Guild a enqu t sur l utilisation des dispositifs favoris par les internautes pour l apprentissage mobile Une liste Figure 6 est pr sent e ci dessous elle couvre presque tous les dispositifs mobiles utilis s dans 19 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles le monde en 2006 iPod smartphone et t l phones mobiles sont les dispositifs les plus aim s pour apprendre dans un futur proche Les dispositifs mobiles populaires peuvent tre class s selon leurs caract ristiques comme ci dessous Tablet PC et des ordinateurs portables de petite taille comme UMPC laptop netbook etc Ces
278. onal multim dias rights relation Phase 5 annotation Ajout de m tadonn es classification Figure 61 Ajout des m tadonn es aux unit s d apprentissage Apres la phase de structuration les unit s d apprentissage sont cr es en fichiers XML Les contenus sont structur s partir des fragments cat goris s avec l aide d arbres de structure et de t ches Il reste encore les m tadonn es ajouter pour compl ter des unit s d apprentissage Figure 61 Pour mieux d crire les caract ristiques des unit s d apprentissage dans notre contexte d apprentissage nous avons d fini les m tadonn es AMLOM Cf IV 3 3 Dans cette phase les m tadonn es AMLOM sont r dig es pour toutes les unit s d apprentissage que nous avons labor es dans la phase pr c dente Le sch ma XML en format de fichier XSD que nous avons labor Cf IV 3 3 4 peut tre utilis pour aider la cr ation des m tadonn es Les r dacteurs des m tadonn es sont souvent des sp cialistes du domaine qui connaissent bien les contextes d utilisation des unit s d apprentissage La r daction des m tadonn es est faite apr s l analyse des contenus des unit s d apprentissage Il s agit de les mettre en correspondance avec les caract ristiques de l unit d apprentissage Il y deux aspects d informations extraire des contenus pour exprimer les m tadonn es e Aspect syntaxique Ces in
279. one GPRS Console PSP etc UMTS Tableau 4 volution des dispositifs mobiles volution des th ories d apprentissage 1970s Apprentissage d couvert Apprentissage situ Apprentissage constructiviste Apprentissage collaboratif 13 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Apprentissage base de probl mes Apprentissage tout au long de la vie Apprentissage constructiviste social Apprentissage informel Apprentissage contextuel Apprentissage ambiant Tableau 5 volution des m thodes d apprentissage 1 1 4 Cadre d application L apprentissage mobile change la nature de l apprentissage Les l ves utilisent des dispositifs dans ou hors de la salle de cours pour apprendre dans toutes les situations possibles L apprentissage est devenu juste temps L apprentissage mobile change galement la nature du travail en particulier les connaissances de travail Les technologies mobiles offrent une formation mobile dans une situation professionnelle Les chercheurs les ducateurs et les entreprises sp cialis s sont en train d essayer appliquer les th ories de l apprentissage dans tous les domaines de notre vie Un champ d application de l apprentissage mobile est propos comme ci dessous Wikipedia 2009b mais n est pas limit 14 Les l ves utilisent les ordinateurs de poche PDA ou les syst mes de vote de poc
280. onn es en suivant le processus de production d unit s d apprentissage Dans cette application des objets 3D sont propos s et utilis s dans les unit s d apprentissage pour d crire les actions faire sur les objets Les tiquettes RFID sont plac es sur les pi ces de l ordinateur qui ont besoin d tre contextualis es Ceci permet de conna tre leurs caract ristiques et choisir les t ches appropri es apprendre Ces informations servent l utilisateur pour initier l activit d apprentissage Step 5 Take off the 2 screws on the right Step 6 Pull out the hard disk i Hard disk Maxtor 80 Go i Technical characteristics Product type hard drive internal IDE 3 5 Manufacturer Maxtor Capacity 80 Go r spindle Speed 7200 rpm Buffer Size 2M Average Seek Time 9 5 ms Data Transfer Rate 180 MBps Serial Number 35ad8adb11 Warranty 3 years I7 a Take off the 2 Pull out the screws on the right hard disk Characteristics 4 Figure 88 S quence d actions apprendre et a faire affich e sur l cran de dispositif mobile Avec l aide du syst me l utilisateur choisit tout moment une t che apprendre selon le besoin Nous avons pris comme cas pr cis le changement d un disque La t che du changement de disque dur consiste en plusieurs tapes 1 D monter les 3 vis du capot 2 D monter le capot 3 D brancher le connecteur lectrique Si l utilisateur ne sais pas com
281. onnaissances Daniel Dupelin Mohamed EI Khalfi Alain Riboulet qui ont contribu cr er un cadre de travail particuli rement agr able Merci David Bain qui m a appris beaucoup de choses dans mon travail en particulier pendant le projet Esprit Sain dans un Corps Sain Je leur souhaite beaucoup de succ s Je remercie sp cialement Franck Champalbert qui m a aid lever mon niveau de Fran ais partag la culture fran aise et am lior mes CVs Je le remercie galement pour sa dotation lors du grand s isme de Sichuan en Chine Je voudrais remercier mes amis les th sards chinois l ECL pour leur aide et leur amiti pendant ces ann es Huanzhang Fu Ying Hu Jing Zhang Xi Zhao Xiaopin Zhong Gang Niu Un grand remerciement sp cial Dabing Luo et Le Fang avec qui j ai pass deux ans g niales en colocation et partag les joies du tennis Je remercie enfin tous les membres de ma famille qui m ont soutenu et encourag depuis toujours Table des mati res Table des mati res REMERCIEMENTS sin nn tn nettes I TABLE DES MA ERES 552 hti depose noores op Ran eb terasan CUR UE EE aVat EE NER ANSES EP a Tv E Rea Pea edid III TABLE DES FIGURES ne retira nt lisses ie ie DER ae EN EN OREMUS VII LABLEDES TABEEAUNXN2z5 cdd nit ne near XI INTRODUC TION ar Moins ht tiit oe Ene Lao tbt eode e eec oett ionis 1 PARIIEL EFALDEL ART sn saepe doa ein oo hee Reano QU oora eoor oeron e aea Leap rerna 5 CHAPITRE I INTRODUCT
282. ons de context awareness Figure 19 45 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles User Infrastructure Layer Application Layer Middleware Layer Network Layer Figure 19 Architecture abstraite en couches des syst mes context aware d apr s Hong et al 2008 Cette architecture consiste en quatre couches 1 la couche r seau qui implique un r seau supportant context aware et des senseurs collectant les informations contextuelles 2 la couche middleware intergiciel qui g re des processus et stocke les informations contextuelles 3 la couche application qui fournit aux utilisateurs des services appropri s 4 la couche infrastructure d utilisateur qui g re Us sability f Lat User Interface 3 zh ee Y f User Infrastructure Layer Communication Systems SmartSpace Tour Guide Application Layer Adaptive OSGI Benet based l interface du syst me et fournit aux utilisateurs l interface appropri e man en M commerce Web Service CES s LES sek n based T gt based lt based Agent Metadata Tuple ce Space Objective based based Middleware Layer Network implementation Sensin UE d Network requirement Network Infrastructure Layer T Cd amp Lust Figure 20 Classification de recherches sur les syst mes cont
283. ormat XML En conformit avec nos choix justifi s dans la section IV 4 7 nous avons d cid d utiliser la base de donn es XML native eXist pour stocker les unit s d apprentissage Figure 87 Le syst me d apprentissage pourra interroger les unit s d apprentissage travers la base de donn es eXist Les unit s d apprentissage stock es dans la base de donn es eXist ont des caract ristiques suivantes dans leur utilisation e Les unit s d apprentissage peuvent tre interrog es par les langages d interrogation XML comme Xpath XQuery La base de donn es eXist supporte galement des autres technologies XML comme XInclude XPointer XUpdate etc e La base de donn es eXist supporte facilement des protocoles web SOAP XMLRPC etc et des applications Java 177 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles e La base de donn es eXist construit automatiquement des indexations pour les unit s d apprentissage stock es et propose divers m canismes d indexations Client d administration eXist Fichier Outils Connexion Options Aide aS RIDT sh Ressource Date PropriDtaire Groupe Permissions ajouter ouverture masscottx Mon Apr 06 23 03 29 CEST 2008 lwur ur u caract ristiques xml Mon Apr 06 23 03 29 CEST 2009 nwur Ur U changementxml Mon Apr 06 23 03 29 CEST 2009 rwur ur u changement lame xml Mon Apr 06 23 03 29 CEST 2009 rwur ur u d montage xml Mon
284. ortements les op rations et les gestes pratiques et pr cis qui sont plus faciles apprendre sur place Pour les entreprises il est important de cr er des opportunit s d apprentissage pour leurs employ s d obtenir des comp tences qu ils n ont pas obtenues l universit Les approches de l apprentissage mobile contextuel donnent de bonnes solutions pour ce type d apprentissage En utilisant des dispositifs mobiles et des ordinateurs port s l apprentissage et la formation professionnels peuvent se d rouler dans tous les lieux de vie possibles les employ s peuvent apprendre juste temps quand ils rencontrent des probl mes difficiles dans une situation concr te Nous nous sommes int ress s au domaine de l apprentissage renforc par les TIC Technologies de l Information et de la Communication dans des situations professionnelles Nous avons tent d appliquer les technologies d apprentissage mobile cette probl matique et passer M learning Mobile Learning en prenant en compte des dispositifs mobiles plus l gers portables personnels et la sensibilit au contexte des situations concr tes Objectifs de th se et d marche Nos travaux de recherche visent mettre en uvre les technologies de l apprentissage mobile SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles contextuel et collaboratif dans des situations professionnelles surtout pour l apprentissag
285. orter les formats de ces codes barres Un code QR peut stocker 4 000 caract res alphanum riques dans un seul code barre Par exemple un code QR peut contenir un r sum d information sur l objet concern ou un lien au serveur de page web qui peut fournir des ressources d apprentissage mobile Figure 27 La capacit la flexibilit et le bas prix conduisent aux applications de ces codes barres 2D dans l ducation Dans le sch ma de Hazas et al 2004 on ne trouve pas la mention aux codes barres 2D mais travers la bibliographie on peut trouver beaucoup d applications qui ont d j utilis les codes barres 2D dans l apprentissage mobile pour capturer les informations contextuelles Par exemple Chu et al 2007 ont propos un syst me d apprentissage mobile qui s appelle HELLO Handheld English Language Learning Organization Les codes barres 2D sont utilis s pour construire des contextes concrets de l apprentissage de l anglais Les codes barres 2D sont lus souvent par un t l phone mobile quip d une Webcam et un logiciel et peuvent tre cr s sans aucun mat riel sp cifique Mais par rapport l utilisation de RFID et GPS avec lesquels l apprenant peut tre inform et fourni en ressources d apprentissage automatiquement utilisation passive l utilisation des codes barres 2D a besoin de l observation et de l interaction explicites de l utilisateur utilisation active 11 3 2 4 Synth se sur des technologi
286. osoft pour les smartphones et Pocket PC Il propose des applications basiques comme email Internet chat et multim dia etc les applications tierces d velopp es avec NET Compact Framework sont galement support es BlackBerry OS est un syst me d exploitation qui fonctionne sur le smartphone BlackBerry Il permet aux d veloppeurs de mettre en place des applications en utilisant les APIs BlackBerry mais toute application doit tre sign e num riquement par le compte RIM du d veloppeur Les autres syst mes d exploitation comme Linux Android par Google Palm OS occupent aussi une place du march Avec la popularit de smartphones et les services de plus en plus riches les plateformes mobiles sont en grande augmentation d ann e en ann e Canalys 2008 a publi un sondage pour montrer l mergence et la distribution du march de plateformes mobiles Tableau 6 Worldwide smart phone market Market shares Q3 2008 Q3 2007 Q3 2008 Q3 2007 O5 vendor shipments share shipments 39 850 100 100 0 31 156 240 18 583 060 46 6 21 219 390 6 699 010 17 3 1 107 460 6 051 730 15 2 3 296 090 5 425 470 13 6 3 797 360 2 028 490 5 1 1 361 810 862 340 2 2 372 130 Source Canalys estimates canalys com ltd 2006 Tableau 6 mergence et la r partition du march en 2008 d apr s Canalys 2008 I 4 Exemples d architectures repr sentatives d apprentissage mobiles 1 4 1 Une architecture bas e sur le p
287. ot Doa Pero eU espe berto t ratos 208 Figure 106 Repr sentation de la composition d agents AMF d apr s Tarpin Bernard 1997 209 Figure 107 Repr sentation des ports de communication d apr s Tarpin Bernard 1997 210 Figure 108 Repr sentation sch matique des administrateurs d apr s Tarpin Bernard 1997 210 Figure 109 Exemple d agent AMF C fragment d apr s Tarpin Bernard et al 1998 211 Figure 110 AMF C r pliqu a gestion centralis e b gestion r partie d apr s Tarpin Bernard 199 ETE E te babet ia E festo Op cba eiae ott A ae iata meus N ton fetis tue oae Dip ocu debatir T 212 Figure 111 Exemple d agents AMF C r partis d apr s Delotte et al 2003 212 Figure 112 Continuum r el virtuel d apr s Milgram et al 19941 213 Figure 113 Fonctionnement des casques opaques d apr s Bapst 2007 csesssesessseseeeeeeeeeeeeeeeeaas 214 Figure 114 Fonctionnement des casques semi transparents d apr s Bapst 2007 214 Figure 115 Principales entit s et relations du mod le IRVO d apr s Chalon 20041 216 SAMCCO Figure 116 Figure 117 Figure 118 Figure 119 Figure 120 Figure 121 Figure 122 Figure 123 Figure 124 un syst me d apprentissage mobile contextuel et collaboratif da
288. ou logique mais des cues diff rents peuvent tre bas s sur un m me senseur Le contexte est mod lis comme une abstraction sur des cues disponibles Les cues sont les objets qui fournissent des informations contextuelles travers leurs interfaces mais masquent les d tails de la d termination de leurs valeurs de sortie Dans le projet GUIDE propos par Cheverst et al 1999 Active Object Model s inscrit aussi dans la cat gorie objet Il est d sign pour tre capable de g rer une grande vari t d informations contextuelles personnelles et environnementales Les d tails de la collection et du traitement des donn es sont aussi capsul s dans les objets actifs et sont masqu s aux autres composantes du syst me Mod le bas sur des logiques formelles Une logique formelle d finit les conditions sur lesquelles une expression conclue ou un fait est d riv e un processus connu sous le nom de raisonnement ou inf rence d un ensemble des expressions ou faits Dans un mod le de contexte bas sur des logiques formelles le contexte est d fini par cons quent comme des faits des expressions et des r gles L information contextuelle est ajout e mise jour dans et supprim e d un syst me bas sur les logiques formelles en termes de faits ou d duit des r gles dans le syst me Les mod les bas s sur des logiques formelles sont un haut degr de formalit Mccarthy 1993 propose un mod le Formalizing
289. oudain il y a une pi ce qu il ne sait Extraire les informations U d ep arer p as demote La i d contextuelles 1 Machine industrielle EA V sadi a t Chez le client 2 4 son PDA acc de au syst me fed Ppp ieee d apprentissage apr s l identification AN E d al D monter 1 4 Il fait des recherches avec des mots L N PDA q cl s ou trouve le sujet par l index Le S I Mots cl P syst me offre la structure de la A S T 2 e E machine les outils requis et les actions Hs L E x a Structure de la machine tre faire pour d monter la pi ce ci L Actions apprenant s assure de sa compr hension et finalement r ussit d monter la pi ce Cat goriser et cribler les informations contextuelles Cat gories des informations contextuelles Acteur technicien expert Appremissage es oiher mien detamce b abis la cocbabernen Partage du comete et desi j Keser le pretere Activit machine industrielle une pi ce d monter Environnement Bi us iii s daiga rid lridito ALB E m he SS ae Mod liser les informations chez le client L T Lif 4 contextuelles chez lui EE E D z 31 Dispositif Maarian PDA E Tablet PC eme das We es E Apprentissage mots cl s a i index immi Im dre m actions a Gas CCE E 1 Collaboration n Et je Emu EE Figure 72 M thode de mod l
290. our les formats de texte les fragments peuvent tre stock s dans des fichiers ind pendants ou rester dans un fichier commun mais avec des s parateurs clairs Pour les formats multim dias les fragments sont stock s en fichiers ind pendants Le d coupage des fichiers multim dias a peut tre besoin d outils d dition sp ciaux Il existe divers outils gratuits qui offrent la fonction de d coupage des multim dia comme Windows Film Maker ou Video Edit Master pour la vid o Il existe galement des outils assistant un utilisateur retrouver les limites entre les sc nes d une vid o Figure 54 est un exemple de fragmentation d un texte qui concerne l utilisation simple d une machine Le texte est fragment en 3 fragments de texte selon leurs contenus NT Mise sous tension NT Mise sous tension a Tourner le sectionneur sur la position 1 Tourmerle seciionneur sur La position 1 Appuver sur l BP mise sous tension Appuver sur le BP mise sous tension H2 Mise hors tension mm a Appuyer sur le BP arret programme onglet prinapal I Mise hors tension Ancterle PC 9 Appuyer sur e BP ari programme onglet principal a Apres arret du PC toumer le sectionneur sar la position Pura E B bises a Ar erle PC M3 Mise en service a Apres arret du PC toamer le sectionneur sur la position a Apres muse sous bennon Appuyer sur le BP r armement ARU C 43 Mise en service Feme
291. permettent de d crire l interaction entre l utilisateur et le syst me qui va permettre l utilisateur d atteindre son objectif System QUU CU N uses Identification N R servation pi ces Technicien N scat ai d tach es ba be coa ems P fi i N R servation fournisseurs Superviseur Figure 96 Exemple d un cas d utilisation UML 198 Annexe I Approches bas es sur les sc narios Figure 96 est un exemple du cas d utilisation dans le projet HMTD La boite repr sente le syst me applicatif et se d compose en fonctionnalit s comme R servation pi ces d tach es Le cas d utilisation exprime aussi les sous fonctionnalit s que doit fournir le syst me par exemple Identification pour la fonctionnalit R servation pi ces d tach es Sc nario sous forme de Diagramme de s quence Le diagramme de s quence permet de d crire les interactions entre diff rentes entit s et acteurs par exemple des objets dans un mod le d un logiciel des sous syst mes dans un mod le d un syst me complet Le temps est repr sent comme s coulant du haut vers le bas le long des ligne de vie des entit s reservation pi ces d tach es l ar iin des pieces i r servation pi ces d tach esl authatillcation places Acc s stock pl ces d tach es r servation pi ces d ach es appelle I I communication tablie l
292. portun sur le lieu d intervention et d apprentissage Pour g rer efficacement les activit s de travail et d apprentissage nous nous situons dans l approche EPSS Electronic Performance Support System Gery 1991 qui propose une gestion int gr e de fonctionnement d un syst me industriel dans laquelle nous ins rons le support d apprentissage contextualis li au travail l utilisation le diagnostic et la r paration d quipements industriels et qui fournit aux apprenants des possibilit s de l apprentissage de la formation au lieu de travail III 1 M thodes d apprentissage dans des situations professionnelles L objectif de l apprentissage dans des situations professionnelles est de d velopper les comp tences et les connaissances professionnelles appropri es fournir le support la r solution de probl mes rencontr s et augmenter la performance du travail L apprentissage l action et la collaboration support s par des technologies informatiques sont des ingr dients pour atteindre cet objectif Gery 2002 a propos un mod le pour d crire les relations entre ces diff rents aspects Figure 28 Dans cette section nous allons examiner plusieurs m thodes d apprentissage li es aux situations professionnelles L apprentissage sur le lieu de travail l apprentissage juste temps l apprentissage par l action l apprentissage collaboratif seront tudi s En d gageant des caract ristiques principales de chaque th o
293. posants du syst me doivent tre contr l s selon les besoins et les exigences protection de la vie priv e des utilisateurs e Tra abilit et contr le l tat des composants du syst me et les flux de l information entre les composants doivent tre ouverts l inspection pour fournir la compr hension ad quate et le contr le du syst me pour les utilisateurs e Tol rance aux checs les senseurs ou d autres composants peuvent ventuellement chouer dans l op ration ordinaire d un syst me Des d connexions peuvent aussi arriver Le syst me doit continuer les op rations sans exiger des ressources excessives et d tecter des checs e D ploiement et configuration les mat riels et les logiciels du syst me doivent tre facilement d ploy s et configur s pour atteindre les exigences des utilisateurs ou des environnements m me pour des non experts 51 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Bas sur les analyses pr c dentes Tableau 10 r sume les capacit s de ces architectures de syst mes context aware L architecture de Hong et al 2008 et architecture de Daruwala 2008 sont deux architectures en couches qui peuvent tre les mod les pour les concepteurs de syst mes La premi re a g n ralis des solutions diff rentes donc elle pr sente plus de significations pour les d veloppeurs mais elle manque encore de solutions ou de middlew
294. pour faciliter l activit de travail par exemple un manuel un livre etc Apprentissage L apprentissage repr sente les caract ristiques de l activit d apprentissage effectu e par l apprenant Le m ta mod le de l l ment apprentissage est d crit dans la Figure 70 Il contient les l ments suivants e Objectif chaque activit d apprentissage a un objectif d apprentissage c est la raison d tre de l activit d apprentissage L objectif d apprentissage est un crit re important pour valuer l exp rience d apprentissage apr s l activit 152 Chapitre V Conception de SAMCCO M thode d apprentissage la m thode d apprentissage est une caract ristique importante pour diriger l activit d apprentissage et pour contextualiser les unit s d apprentissage Par exemple l apprentissage par l action a besoin des unit s d apprentissage qui d crivent les actions prendre Unit d apprentissage les unit s d apprentissage sont au c ur de toute activit d apprentissage Les unit s d apprentissage requises par un contexte sont m moris es dans un d p t de contextes Cela devient une partie des informations contextuelles pour les contextes similaires dans le futur Apprentissage M thode d apprentissage Unit d apprentissage Figure 70 M ta mod le de l apprentissage Collaboration La collaboration repr sente les informations contextuelles qui concernent l activit
295. pplications repr sentatives respectivement dans le domaine militaire le domaine individuel et le domaine ducatif Il existe encore d autres applications dans d autres domaines par exemple le syst me SOURCE de Hewlette Packard Emery 2001 qui offre aux clients le support technique de leurs produits lectroniques Nous transposons les principes d EPSS dans l apprentissage mobile Nous avons labor des crit res permettant une comparaison de ces applications Le support de la mobilit est donc le premier crit re consid rer Nous prenons en compte galement les composants et les services utilis s dans ces applications Le tableau 13 illustre le r sultat de la comparaison en d tail Il faut noter qu aucune application ne couvre tous les services et le concepteur les a choisi selon les besoins des utilisateurs Application EPSS MEPSS KP2000 LMS ERRL EPSS Objectif d application Maintenance Apprentissage Ma trise Maintenance informel d quipement Diagnostic Non Oui Non Diagnostic Auto valuation Tableau 13 Comparaison des applications EPSS II 4 Conclusion du chapitre III Ce chapitre a t consacr l apprentissage dans des situations professionnelles Nous avons examin principalement les m thodes d apprentissage li es au travail A partir d un point de vue m thodologique nous avons vu les caract ristiques de ces m thodes Nous voulons adapter ces m thodes notre conception du syst me
296. pprentissage mobile GPS RFID et Code Barre 2D 11 3 2 1 GPS Pour les applications context aware de l apprentissage mobile en plain air le GPS est un choix commun Zhao 2006 a concu un syst me d apprentissage mobile pour les conducteurs de Taxi Ce syst me qui est bas sur des r cepteurs GPS permet aux conducteurs de r cup rer facilement des informations en temps r el de l endroit disponible Yin et al 2005 a propos un syst me sur PDA pour apprendre le japonais dans des situations sp cifiques Ils ont aussi utilis le GPS pour localiser l apprenant Le GPS Global Positioning System est un syst me de navigation par satellites destin fournir la localisation la vitesse et l heure n importe o la surface de la Terre Ce syst me a t mis en place par le D partement de la D fense des tats Unis Il comprend 29 satellites orbitant au tour de la Terre Un r cepteur GPS capte les signaux d au moins quatre satellites calcule les temps de propagation de ces signaux entre les satellites et lui et d termine ainsi sa localisation par rapport aux satellites Wikipedia 2009a Un utilisateur muni d un r cepteur GPS peut se localiser et s orienter dans l air 54 Chapitre II Contexte et contextualisation dans l apprentissage mobile ou dans l espace au voisinage de la Terre La pr cision du positionnement par GPS va de 100 m tres quelques m tres en temps r el pour l utilisation civile Elle peut attei
297. pprentissage mobile plut t comme l apprentissage assist par dispositif mobile Le dispositif mobile n est pas un m canisme de livraison primaire ou exclusif mais est utilis pour augmenter l apprentissage de mani res appropri es La d finition la plus accept e et la plus significative est propos par O Malley et al 2003 Dans cette d finition l apprentissage mobile est toute sorte d apprentissage qui se produit lorsque l apprenant n est pas dans un endroit fixe ou pr d termin ou l apprentissage qui se produit lorsque l apprenant profite des possibilit s d apprentissage offertes par les technologies mobiles Nous sommes plut t d accord avec le point de vue d O Malley L apprentissage mobile devrait avoir une d finition plus g n rale qui est vis sur la mobilit au sens plus large du dispositif de l utilisateur de l environnement etc 1 1 2 2 D finition sous forme de fonction Parmi ces diff rentes d finitions il est difficile de trouver un consensus comme l apprentissage mobile a des significations diff rentes selon les diff rentes communaut s et des aspects diff rents prendre en compte Dans le terme l apprentissage mobile il a y a donc deux aspects importants e apprentissage avec le dispositif mobile cibl sur le dispositif peut tre dans un endroit fixe e l apprentissage traversant les contextes cibl sur la mobilit de l apprenant peut interagir avec des technologies fixes
298. pratique nous visons que notre syst me offre des opportunit s d apprentissage en trois tapes relatives aux t ches e Avant les t ches les apprenants peuvent essayer d apprendre les t ches effectuer et se pr parer pour les actions prendre e Pendant les t ches les apprenants peuvent apprendre juste temps les actions effectuer pendant l ex cution des t ches et disposer de l assistance collaborative e Apres les t ches les apprenants peuvent r viser les actions pass es et les exp riences acquises qui sont trac es par le syst me pour mieux les comprendre conceptualiser et m moriser V 1 2 3 Augmentations dans l apprentissage Nous estimons comme tr s important le couplage de l apprentissage et du travail dans des situations concr tes Les apprenants peuvent ainsi rafraichir leurs connaissances acquises et renforcer l exp rience dans des situations pr cises en combinant les th ories les m thodes et les pratiques SAMCCO est con u pour offrir l apprentissage dans des situations concr tes de la ma trise d quipements Nous offrons aux apprenants des exp riences augment es d apprentissage pendant 141 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles leur travail et apprentissage Les augmentations que nous proposons se situent dans les trois aspects suivants e Augmentation de l apprenant pour cr er les conditions de travail e
299. prentissage contextualis es Phase 1 Recueillir le contexte d apprentissage Quand une activit professionnelle rencontre une difficult l activit d apprentissage est lanc e Le moteur de contr le recueille les informations contextuelles en appelant les services correspondants Ces services initialisent la capture la collecte puis l interpr tation des informations contextuelles Dans cette tape le moteur de prend en charge la r cup ration des informations sur l quipement dans la base de donn es etc Ainsi le moteur de contr le prend conscience du contexte d apprentissage actuel Phase 2 S lectionner des unit s d apprentissage Quand le moteur de contr le a recueilli le contexte formel il utilise le syst me de gestion de base de 161 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles donn es pour interroger d abord la base des contextes S il y a des contextes identiques ou similaires dans la base le moteur de contr le r cup re directement les unit s d apprentissage requises selon les contextes pass s Si c est un nouveau contexte le moteur de contr le interroge les m tadonn es des unit s d apprentissage pour trouver les unit s d apprentissage appropri es pour le contexte d apprentissage actuel Pendant la recherche des unit s d apprentissage des r gles appliquer concernent les priorit s des l ments contextuels Par exempl
300. proches introduites ci dessus par rapport ces exigences Tableau 9 Dans les r sultats nous trouvons que l approche par l ontologie correspond le mieux aux exigences En revanche cela ne veut pas dire que les autres approches sont inutilisables Ammde amp m e ww e Te moseas J t Code sch ma base e EM ee a a Mod le bas sur des logiques formelles Mod le bas sur l ontologie Tableau 9 Evaluation des de de contexte par aux exigences d apres Strang et al 2004 Il 2 Context awareness Dans les technologies de l informatique ubiquitaire context awareness est toujours au c ur de la conception car il s agit de d tecter les environnements et r agir aux activit s dynamiquement Depuis la premi re introduction du terme context awareness par Schilit et al 1994b celui ci est devenu une technologie qui est incorpor e dans une grande vari t d applications comme un moyen facilitant l interaction de haut niveau entre l utilisateur et l application Context awareness a merg dans les domaines de l informatique mobile et l informatique ubiquitaire pervasive comme une technique pour concevoir des applications avec une conscience de l environnement pour assurer l autonomie et la flexibilit de haut niveau L objectif de context awareness est de r duire l interaction trop fr quente pour l utilisateur en cr ant un logiciel qui est plut
301. produit augmentent Ceci est connu par le terme d apprentissage par l utilisation learning by using Rosenberg 1982 Surtout dans des entreprises pour des ouvriers et des techniciens utilisant ou manipulant des quipements ou machines l apprentissage par l action est un grand sujet tudier D apr s Habermeier 1990 l action ou l utilisation sont requises pour l apprentissage quand on est confront aux machines ou aux produits parce que les interactions entre ces produits et leurs environnements d utilisation sont parfois complexes pr dire Hippel et al 1995 a prouv que l apprentissage par l action a comme avantage la d couverte et l identification de probl mes parce que avant l action ou l utilisation les probl mes existants sont difficiles identifier cause de la complexit et parce que les nouveaux probl mes peuvent merger pendant l action ou l utilisation Hippel et al 1995 a conclu qu il serait difficile d liminer l action de l apprentissage par l action Concrete 4 Experience N Active Reflective Experimentation Observation C Abstract Conceptualisation Figure 29 Mod le en quatre tapes propos par Kolb d apr s Kolb 1984 62 Chapitre III Apprentissage dans des situations professionnelles L apprentissage peut avoir lieu soit dans la salle de cours soit pendant le travail Il ne suffit pas de seulement apprendre et r fl chir dans la salle de cours ni seulement
302. quipement vers le dispositif mobile soit l information du dispositif mobile vers l quipement Dans le 164 Chapitre V Conception de SAMCCO premier cas le dispositif mobile peut recevoir l information de l quipement Figure 81 a par exemple l tat de fonctionnement de l quipement comme la temp rature int rieure la tension lectrique etc Dans le second cas le dispositif mobile peut commander l quipement Figure 81 b par exemple on peut commander une t l vision avec une commande universelle quip e se trouvant sur le dispositif mobile Dispositif mobile Acteur Acteur a b quipement Dispositif mobile Figure 81 Communication sens unique entre l quipement et le dispostif moble Communication duplexe Dans ce dernier cas il existe une communication duplexe entre le dispositif mobile et l quipement Cela permet des changes d information entre l quipement et le dispositif mobile dans les deux sens Il est ainsi possible que le dispositif mobile puisse obtenir l tat de l quipement et le dispositif mobile puisse agir directement sur l quipement Figure 82 Dans ce cas il est possible que l interface du dispositif mobile puisse se substituer l interface de l quipement Cela repr sente beaucoup d avantages surtout pour la ma trise de l interface car on remplace l interface sp cifique de l quipement par l interface universelle du dispositif mobile et de l utilisate
303. r 130 Unit s d apprentissage pour les t ches de maitrise d montage du capot d un ordinateur 131 Ajout des m tadonn es aux unit s d apprentissage cccccccccccecccceeeeeeeeseeseseeeeeeeeeeeeeeeeaeaas 132 Stockage et indexation d unit s d apprentissage ss 134 Sc nario d apprentissage apprentissage juste temps sur le lieu de travail 146 Sc nario d apprentissage apprentissage en collaboration distance 147 M ta mod le g n ral du contexte d apprentissage cccccccccccceccceeeeseeeeeseeeeceeeeeeeeeeeeeeaaaas 148 iIM tasmodele GEM AClC UI nies oen tapes iod E siennes nitenbdetieeat is pXa nee A 150 Meta modele du dispoOsltil soeur tatto odor E br PPAR enduits 151 M taanodele de l enviroR nee sn nn aida 151 IMIG LATO GENE Jeanne dd endi de costs editer cet 152 Me ta modele de T apprenti ss aze syan ennemies 153 Me ta modele de Ja collabOFatlOTis cun Ra ates A aUe Urbe ces een eoe UNE entes tes 153 M thode de mod lisation du contexte d apprentissage eesssssssseeeeeeeeeeeeeee 154 Afchitecture de SAIC CO S aoc tret E Er eek nete mone etenim Hs 155 Architecture 3 niveaux propos dans CoC Sys d apr s Delotte 2006 156 Architecture SMAC d apr s Imbert 2006 esses 158 Table des figures Figure 76 Pattern d interaction S l ctionner titre en
304. r d autres l ments ind pendants comme les bases de donn es les services g n riques les patterns 160 Chapitre V Conception de SAMCCO d interaction etc Sa fonction principale est de recueillir les informations contextuelles portant sur l apprenant le dispositif l quipement et en s appuyant sur ces informations de faire le lien avec les m tadonn es d unit s d apprentissage pour choisir et pr senter l apprenant l unit d apprentissage la plus appropri e tenant compte du contexte et de la m thode d apprentissage pr f r e Schilit et al 2002 a propos un cycle de vie de contextualisation en trois tapes La d couverte de contexte e D interpr tation et la s lection L abstraction et l utilisation de contexte Le fonctionnement du moteur de contr le est un cycle syst matique qui dirige le d roulement de l activit d apprentissage Le cycle de vie de Schilit et al 2002 est bien pr sent dans le cycle de fonctionnement du moteur de contr le Ce cycle de fonctionnement consiste principalement en quatre phases illustr es dans la Figure 78 Phase 1 Phase 2 Recueillir le S lectionner des contexte unit s apprentissage d apprentissage Activit Activit d apprentissage professionnelle a Consolider ou terminer VN apprentissage Figure 78 Apprentissage anim par le moteur de contr le Phase 3 Ex cuter les unit s d ap
305. r f rence cette unit d apprentissage dans les contenus d autres unit s d apprentissage e isreferencedby d crit que cette unit d apprentissage est r f renc e par d autres unit s d apprentissage Exemple de source XML lt amlom gt lt relation gt lt kind gt lt source gt amlom lt source gt lt value gt references lt value gt lt kind gt lt resource gt lt identifier gt lt resource gt lt relation gt lt amlom gt IV 3 3 4 XML Schema de m tadonn es AMLOM La cr ation d instances des m tadonn es AMLOM en XML pour d crire les unit s d apprentissage a besoin d une tape de validation Les fichiers XML Schema Definition XSD qui d crivent la structure de m tadonn es sont utilis s pour aider la cr ation et la validation des instances des m tadonn es en XML Dans les fichiers XSD les r gles comme la structure les l ments et leurs types de donn es sont d finis Toutes les instances de m tadonn es AMLOM doivent se conformer ces r gles La Figure 50 repr sente le sch ma XML sous forme d arbre pour l l ment educational le sch ma d crit la structure les conditions d utilisation et les types de donn es des sous l ments pour educational Le travail de l laboration des fichiers XSD dans notre approche comporte principalement 3 parties El ments Les 88 l ments sont d finis dans un fichier XSD avec leurs d clarations de nom et de type de donn
306. r sente les informations n cessaires pour l interaction locale mais pas l importance pour les autres utilisateurs Le point de vue global repr sente les informations que doivent partager tous les utilisateurs en collaboration II 1 1 2 Synth se des d finitions du contexte Apr s avoir vu les diff rentes d finitions propos es ant rieurement nous avons une compr hension du contexte et des approches de l utilisation du contexte Dans nos perspectives nous ne proposons pas une nouvelle d finition pour le contexte mais nous proposons de faire une collection d l ments du contexte qui seront pris en compte dans notre approche Pour nous le contexte est un ensemble d informations qui concernent les utilisateurs les environnements et les activit s qui pourront tre utilis es pour faciliter des t ches de l utilisateur et les activit s d apprentissage Nous listons les l ments du contexte par cat gorie dans le Tableau 8 Dans notre vision il est n cessaire pour nous de d finir un mod le de contexte d apprentissage qui comprend les informations utiles prendre en compte lors de la conception du syst me Utilisateur identit r le coordonn es ge sexe pr f rences exp rience niveau d ducation position sociale historique d apprentissage r seau social etc Dispositif capacit de processeur mani re d interaction output input systeme d exploitation logiciel interface batterie m moire co
307. r au fil du temps et du lieu C est dire l ensemble de l apprentissage change ou le contexte d apprentissage peut changer tout le temps Un d fi de l apprentissage mobile est d exploiter des applications qui peuvent s adapter dynamiquement aux situations diff rentes d apprentissage Le contexte d apprentissage est un aspect crucial dans l apprentissage mobile Pour un syst me d apprentissage l objectif final est toujours de mettre disposition de l utilisateur des ressources d apprentissage appropri es selon le contexte Il faut donc d terminer selon le contexte quelles ressources envoyer de quelle mani re quel moment sur quelle interface etc Tout le processus d apprentissage doit s adapter ces changements de contexte Cependant la contextualisation dans l apprentissage n est pas facile atteindre La diversit des technologies mobiles et la dynamique dans des environnements mobiles compliquent le processus de contextualisation Dans Wang 2004 l apprentissage mobile contextuel CML Contextuel Mobile Learning est nomm CAML Context Aware Mobile Learning Les apprenants utilisent des dispositifs mobiles qui sont augment s par des senseurs mat riels comme r cepteur GPS WLAN le lecteur RFID la cam ra etc et des senseurs logiciels comme le gestionnaire de la congestion de r seaux l analyseur de web log l analyseur de comportement etc Ces senseurs peuvent d tecter la localisation l activit la conn
308. r dans l espace de travail principal et les dispositifs d interaction pour chaque acteur En effet le travail de l identification des acteurs des activit s des informations contextuelles tre collect es etc peut tre r alis par l identification et la mod lisation des contextes des utilisateurs Un contexte d utilisateur complet comporte tous les l ments ci dessus pour un sc nario d apprentissage Nous avons donc d cid d abord de mod liser les contextes d apprentissage dans des situations diff rentes puis d adapter les contextes dans la conception du syst me d apprentissage Delotte 2006 a propos le processus CoCSys Cf Annexe V pour adapter les sc narios l architecture collaborative Nous nous inspirons de certaines m thodes de ce processus pour la conception de SAMCCO offrant diff rents contextes d apprentissage 143 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles V 3 Mod lisation du contexte d apprentissage Dans la conception d un syst me d apprentissage contextuel context aware le syst me examine le contexte d apprentissage et r agit en cons quence Des unit s d apprentissage contextualis es sont livr es aux apprenants en fonction du contexte Nous avons d crit dans le chapitre IV le processus de production des unit s d apprentissage dans lesquelles les m tadonn es AMLOM sont d finies La contextualisation se base sur l
309. r les instances de l unit d apprentissage en XML le fichier XSD XML schema Definition est utilis pour d crire la structure de ce mod le g n rique Dans un fichier XSD les r gles comme la structure les l ments et leurs types de donn es sont d finis Toutes les instances de l unit d apprentissage doivent se conformer ces r gles La Figure 42 repr sente le sch ma XML sous forme d arbre pour le mod le g n rique de l unit d apprentissage Unit d Apprentizzage 4 I cn I eis E contenu r t T To 2 cn 1 pr Pa contenu Lee SNS SE Aa al Rat Li M E acsi n F E m s a oo Figure 42 XML sch ma pour l unit d apprentissage g n rique e UA L l ment racine UA repr sente une unit d apprentissage ind pendante Il comporte deux sous l ments m tadonn es et contenus L attribut identifiant 90 Chapitre IV Production des unit s d apprentissage identifie l unit d apprentissage et devrait tre unique au monde L attribut identifiant est distribu au m me temps que la cr ation d unit d apprentissage soit manuellement par le cr ateur soit automatique par un outil de cr ation d unit s d apprentissage L attribut ua type est pour d crire le type syntaxique de l unit d apprentissage Cf IV 2 2 e m tadonn es L l ment m tadonn e
310. r quel contenu envoy l utilisateur Le cycle basique de contex aware dans le syst me est donc Entr e des m tadonn es du contexte Construction de sous tats du contexte Exclusion des contenus non convenables Classement des contenus rest s Sortie de la liste class e des contenus 11 2 3 5 Synth se sur les architectures de contextualisation Nous avons tudi dans les sections pr c dentes deux architectures en couches pour le syst me context aware et deux architectures de middleware de context awareness Selon Daruwala 2008 les concepteurs doivent r fl chir sur sept exigences quand ils con oivent l architecture de syst me context aware e Support de l h t rog n it les mat riels vari s de senseurs d clencheurs dispositifs mobiles serveurs puissants des interfaces de r seau diff rentes et des langages de programmation diff rents doivent tre support s e Support de la mobilit tous les composants particuli rement les capteurs et les applications peuvent tre mobiles Les protocoles de communication doivent supporter le cheminement flexible e Adaptabilit les composants traitant le contexte et les protocoles de communication doivent s adapter suffisamment dans les syst mes comportant un nombre variable de capteurs de d clencheurs et de composants d application e Proetction de la vie priv e les flux d informations contextuelles entre les com
311. ragmenter les documents lectroniques en fragments 3 Analyse et cat gorisation analyser et cat goriser les fragments pour pr parer la structuration d unit s d apprentissage 4 Structuration construire les contenus d unit d apprentissage en XML avec les fragments l aide des arbres de t ches et arbres de structures 5 Ajout des m tadonn es ajouter les m tadonn es AMLOM aux unit s d apprentissage 6 Stockage et indexation stocker les unit s d apprentissage dans une base de donn es et les indexer selon leurs m tadonn es 138 Chapitre V Conception de SAMCCO Chapitre V Conception de SAMCCO Dans nos perspectives SAMCCO Syst me d Apprentissage Mobile Contextuel et Collaboratif est concevoir pour permettre aux apprenants d apprendre la ma trise d quipements domestiques publics et professionnels Dans ce chapitre nous allons d abord pr senter les objectifs de SAMCCO ainsi que ses caract ristiques SAMCCO est concu sur la base de la plate forme IMERA qui supporte les activit s avec des caract ristiques MOCOCO Comme la livraison des unit s d apprentissage d pend du contexte concret de l apprenant la mod lisation du contexte est l aspect le plus important prendre en compte pour permettre la contextualisation de ces unit s Nous allons ensuite pr senter une m thode de mod lisation du contexte d apprentissage partir de sc narios d apprentissage Enfin nous d crirons le mod le d architectur
312. ransfert de connaissances e Stocker et partager les connaissances captur es par des employ s III 3 2 Principes 1 3 2 1 Justification pour EPSS Banerji et al 1997 explique EPSS en analysant les l ments qui influencent le temps consomm par une personne pour accomplir une t che dans un domaine donn Il suppose que le temps consomm pour accomplir une t che Task d pend de deux l ments le temps pour trouver une m thode T menoa et le temps pour ex cuter la t che Texecute Il est donc Tic Tinethoa T execute 71 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Une des caract ristiques les plus importantes d EPSS est sa capacit de minimiser le temps total de l accomplissement de t che Pour atteindre cet objectif il faut identifier quel l ment dans l quation ci dessous est le plus influent Pour le temps d ex cution d une t che si la t che est ex cut e par une personne l am lioration de comp tences par l apprentissage ou la formation ou la fourniture du support de la performance comme un EPSS pourra aider am lioration l efficacit de du travail et donc de la performance globale Le temps de la recherche d une m thode pour ex cuter une t che d pend beaucoup plus du syst me Un acteur peut obtenir une m thode pour faire sa t che en 4 tapes rappel recherche apprentissage invention Une bonne conception d EPSS pe
313. rant libre service dans lequel notre syst me peut galement tre utilis VII 2 Perspectives Les travaux accomplis jusqu pr sent nous ont permis de construire un ensemble d approches pour concevoir SAMCCO dans des situations professionnelles Il reste cependant de nombreux prolongements qui se situent sur les diff rents axes de nos travaux de recherche Outils pour la production d unit s d apprentissage Dans le processus de production d unit s d apprentissage les documents sont d compos s en fragments Les fragments sont analys s et cat goris s et structur s en unit s d apprentissage Les unit s d apprentissage et les m tadonn es sont cr es en XML Actuellement ce processus de production est fait manuellement e g Sc nario du banc de test MAPED Dans nos perspectives la production d unit s d apprentissage devrait progressivement devenir un processus automatique et efficient avec le minimum d intervention humaine Il faut donc un ensemble d outils pour faciliter le traitement des documents des fragments et des unit s d apprentissage Ces outils devraient contenir les fonctionnalit s suivantes e Collecte de documentations et stockage e Aide la fragmentation des documents e Aide la cat gorisation des fragments 192 Chapitre VII Conclusions et Perspectives e Cr ation structuration et validation des unit s d apprentissage en XML e Gestion des unit s d apprentissage ajouter supprimer mett
314. ration des l ments tels que les extensions de sch mas pour les services web et d autres C Service D Ontology i IndoorSpace DeducedActivity T OutdoorSpace cheduledActivit IN L Domain Specific D D D op Ontologies Legend C D owtClass rt rdfs subClassOf Figure 18 Diagramme de classes hi rarchis es pour les ontologies des contextes d apr s Gu et al 2004 38 Chapitre II Contexte et contextualisation dans l apprentissage mobile Dans l article de Gu et al 2004 ils ont propos un mod le de contexte bas sur l ontologie pour d crire une maison intelligente Ils ont utilis le langage OWL Web Ontology Language pour d finir les ontologies et r aliser les mod les de contextes Leur d finition de contexte comprend deux niveaux Figure 18 upper ontology est une ontologie de haut niveau qui capture les concepts du contexte sur un espace physique dans environnements de l informatique pervasive domain specific ontologies sont une collection d ontologies de bas niveau qui d finit les d tails des concepts g n raux et leurs propri t s dans chaque sous domaine Les domain specific ontologies peuvent tre ajout es ou enlev es des upper ontology par exemple quand l utilisateur quitte sa maison et entre dans sa voiture l ontologie home domain est enlev e du syst me d sactiv e et l ontologie vehicle domain est ajout e automatique au syst me activ e
315. rdware et software et consulte les services disponibles Diff rentes m thodes et syst mes de contextualisation peuvent tre ajout s comme GPS ou technologies RFID e La gestion de contenu et l adaptation de pr sentations sont charg es de s lectionner les services disponibles en ad quation avec les capacit s des dispositifs et de les adapter e emballage et la synchronisation sont utilis s pour supporter les sc narios d connect s Pour les op rations hors ligne le syst me continue suivre les activit s d utilisateurs et retourne les statistiques au LMS Y Learning objects Common store Learning tasks Learning exposition Learning communications Filtering Filtering applications Administrative functions criteria Desktop Mobile Environment Environment ROUE Rendering applications criteria g app Figure 13 Adaptation des services et de contenu d apr s Trifonova et al 2004 Pour la gestion de contenu et l adaptation de pr sentation une architecture est propos e ci dessous Figure 13 Le Common store est un endroit o les objets d apprentissage les t ches d apprentissage les pr sentations d apprentissage etc sont stock s pour tre acc d s l aide du dispositif mobile ou fixe Tous les objets sont filtr s par Filtering applications selon un ensemble de crit res de filtrage Ces crit res comprennent par exemple l information pour d terminer si un objet peut tre utilis sur un dispositi
316. re jour etc e Autre Le projet IMAT offre un ensemble d outils Desmoulins et al 2000 similaires et il existe des outils comme Reload Milligan et al 2005 pour cr er et naviguer dans des ressources d apprentissage de SCORM Cela nous donne des exemples tudier pour la conception d outils pour la production d unit s d apprentissage IMSLD et les unit s d apprentissage Les unit s d apprentissage que nous avons d fini sont centr es sur la t che de maitrise et la description statique L activit d apprentissage est organis e facultativement par la t che ou l intention de l apprenant dans un contexte concret Cependant certains sp cialistes en p dagogie et en technologies ducatives consid rent qu il faut mettre les activit s d apprentissage au centre de la mod lisation des unit s d apprentissage IMS a adopt un mod le Learning Design dans l unit d apprentissage pour d crire l activit d apprentissage IMS 2003 Dans la conception de IMSLD Unit of Learning IMS Content Package IMS Learning Design learning design designed towards gt xlabal al leaming activity AL o i M forms gt j Ce F m sey S337 forment 7 Le l V i triaaers creales 3 gm p sutcone Q Q Q BE city structure caring objec Figure 95 Mod le g n ral IMS Learning Desgin d apr s IMS 2003 IMSLD fournit un mod le pour d crire l activit d apprentissage o s appliq
317. re et reconnaitre le contexte d apprentissage Mais en m me temps des arguments sur les l ments n cessaires pour d crire un contexte d apprentissage parfait n ont jamais cess d voluer II 1 1 D finition du contexte La compr hension du contexte est le premier pas vers son utilisation efficace La plupart des chercheurs et des ducateurs a une id e g n rale sur ce qu est le contexte et utilise cette id e pour guider la mise en place de la prise en compte du contexte Diff rents chercheurs ont propos des d finitions diff rentes du contexte selon leurs points de vue Malgr grandes discussions men es depuis plusieurs ann es il est encore difficile de les mettre tous d accord pour arriver une d finition g n ralement partag e A travers de nombreux articles de recherche nous allons tenter de comprendre la situation et progressivement d gager une d finition sur la quelle nous allons nous appuyer II 1 1 1 Quelques d finitions repr sentatives Le terme contexte est souvent utilis dans notre langue habituelle mais son utilisation dans les domaines scientifiques ne peut pas tre claire s il n y a pas une d finition pr cise Normalement quand on parle du contexte il est souvent quivalent l ambiance l association d acteurs concern s les circonstances les conditions climatiques g ographiques temporelles l environnement la situation particuli re ou le sc nario type Dans l informatique mobile
318. rentissage respectant des caract ristiques MOCOCO Mobilit Contextualisation Collaboration pour l apprentissage de maitrise d quipements domestiques publics ou professionnels Les unit s d apprentissage sont une tape cruciale dans la conception du syst me d apprentissage Au d but de notre travail nous avons introduit les crit res que nous devions atteindre pour la conception des unit s d apprentissage Nous reprenons ces crit res pour valuer si l approche introduite a atteint notre objectif e Vis e sur la ma trise d quipements domestiques publics et professionnels Les unit s d apprentissage sont con ues sp cialement pour ce domaine Les unit s d apprentissage sont produites partir des documents techniques des quipements Les m tadonn es AMLOM ont les l ments tendus pour le domaine de ma trise d quipements Cela permet la contextualisation du contenu d apprentissage dans des contextes diff rents pendant l activit d apprentissage e Accessible Les unit s d apprentissage sont stock es dans une base de donn es au format XML Ce type de l unit d apprentissage et le syst me de gestion de base de donn es permettent au syst me d apprentissage d acc der ces unit s d apprentissage distance facilement Les fichiers XML peuvent s adapter aux interactions diff rentes selon les dispositifs mobiles A travers les syst mes d apprentissage les unit s d apprentissage sont t l chargeables sur un di
319. reter peuvent tre enregistr s et les utilisateurs et les applications peuvent trouver et acc der ces services 1I 2 3 4 Architecture context awareness de projet MOBIlearn MOBllearn est un projet tr s important dans le domaine d apprentissage mobile qui tudie les approches context aware pour les applications des technologies mobiles l apprentissage informel bas sur des probl mes et sur le lieu de travail Lonsdale et al 2004 Context awareness dans le projet MoBllearn est implant comme un sous syst me context awareness CAS Contextual information Contextual information User input Content r MM Context R a x Content delivery Content CES ere subsystem profile Figure 23 Architecture de context awareness dans projet MOBIlearn d apr s Lonsdale et al 20041 Context subsystem Le processus de context awareness dans CAS est illustr dans la Figure 23 l apprenant se connecte Content delivery subsystem qui est li CAS Le dispositif mobile envoie les informations contextuelles obtenues partir des senseurs l entr e de l utilisateur ou le profil de l utilisateur 50 Chapitre II Contexte et contextualisation dans l apprentissage mobile CAS CAS compare les m tadonn es du contexte avec les m tadonn es du contenu qui sont fournies par Content delivery subsystem Des recommandations sont utilis es par Content delivery subsystem pour d termine
320. rie nous montrons notamment des relations qui sont prises en compte entre l apprentissage l action le travail et la collaboration Une synth se est propos e en mettant en avant 59 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles le point de vue contexte d apprentissage Advisors Coaches Tutorials Tools Job Aids software Apps PCD Interface On line resources Knowledge Bases People Figure 28 Apprentissage li aux situations professionnelles d apr s Gery 2002 IIL I1 1 Apprentissage sur le lieu de travail workplace learning L apprentissage sur le lieu de travail workplace learning devient de plus en plus important dans le monde des entreprises ou de l industrie Selon Onstenk 1995 l apprentissage sur le lieu de travail n est pas un apprentissage ind pendant La plus grande diff rence par rapport l apprentissage que nous qualifions de classique est que l apprentissage n a pas lieu dans un environnement p dagogique comme un tablissement scolaire sous forme de cours etc mais dans une situation professionnelle r elle ayant comme lieu d apprentissage le lieu d intervention ANTA 2002 d finit l apprentissage sur le lieu de travail comme earning or training undertaken in the workplace usually on the job including on the job training under normal operational conditions and on site training which is conducted away from
321. rmats sont utilis s comme pdf doc vid o flash audio web page etc La mise jour est difficile Du c t des constructeurs s ils ont des contenus mettre jour comme les documents ont t d j distribu s aux clients il est tr s difficile de faire connaitre ces clients les nouveaux contenus ajouts ou corrections Du cot des clients s ils trouvent des fautes dans les manuels ou veulent proposer une am lioration il semble impossible d en informer facilement le constructeur e La r daction et la structure sont informelles En effet il n existe pas de standard pour la r daction et la structuration des manuels Certains manuels sont mal r dig s structur s et traduits Par ailleurs certains mod les de produits diff rents utilisent un m me manuel en 84 Chapitre IV Production des unit s d apprentissage commun Cela provoque la confusion des utilisateurs quand ils ont besoin des informations sur un mod le pr cis e Jl manque des m thodes d apprentissage Apr s la distribution des manuels d quipements il n existe pas de m thode d apprentissage qui dirige l activit d apprentissage des utilisateurs L apprentissage autour des quipements est spontan et non organis Les utilisateurs doivent choisir la strat gie d apprentissage selon leurs habitudes et pr f rences Les exp riences d apprentissage ne sont donc pas garanties Comme nous avons d crit ci dessus les manuels traditionnels
322. rofessionnelles utilisateurs testeurs de Maped contenant l utilisation normale des maintenances r guli res des diagnostics et des d pannages simples En cas de probl me grave du banc de tests Avertech envoie un technicien chez Maped pour r gler le probl me Nous proposons une approche EPSS qui supporte le technicien dans son travail diagnostic d pannage etc Le technicien peut galement profiter du systeme d apprentissage pour obtenir l opportunit de l apprentissage juste temps quand il rencontre des difficult s dans son travail Cela donne un bon exemple industriel de mise en uvre de principes de SAMCCO Comme la soci t Maped nous a fourni la documentation technique du banc de test nous avons d cid d abord de prendre ce sc nario pour produire des unit s d apprentissage partir de ces documentations techniques Nous rappelons le processus de production d unit s d apprentissage pour des quipements domestiques publics et professionnels que nous avons pr sent dans le chapitre IV Figure 51 Nous allons d crire bri vement phase par phase le processus de production d unit s d apprentissage pour ce sc nario Fragmentl doc Manuel d utilisation pdf Fragment2 txt Introduction de produit xml Fragment3 pdf Plan de structure jpg Fragment4 xml Installation avi Fragment5 jpg ooa ecd Fragment6 avi
323. ropos L objectif de SAMCCO est d augmenter avec les caract ristiques MOCOCO l efficacit de l apprentissage et la performance du travail associ dans les Introduction activit s de la ma trise d quipements domestiques publics ou professionnels Ensuite et en partie en parall le avec ces travaux de conception et de mise en uvre de l environnement de l apprentissage mobile nous avons propos et mis en uvre quelques sc narios d apprentissage concrets portant sur la maintenance d ordinateur le projet HSHB Esprit Sain dans un Corps Sain le support technique de Maped etc Des valuations pr liminaires ont ainsi pu avoir lieu Organisation du m moire Ce m moire est structur en deux parties une partie tat de l art Chapitre I Chapitre II Chapitre III et une partie contributions Chapitre IV Chapitre V Chapitre VI Chapitre I Nous y pr sentons l tat de l art de l apprentissage mobile Les arguments pour l apprentissage sont d abord introduits Nous pr sentons ensuite l historique de d veloppement le cadre d application les caract ristiques et les classifications de l apprentissage mobile pour d gager une impression g n rale sur les principes de ce domaine les nouveaux dispositifs et les plateformes mobiles Nous pr sentons et comparons des architectures repr sentatives de l apprentissage mobile dans lesquelles nous avons cherch des inspirations Chapitre II Nous y introdu
324. rotocole WAP Les dispositifs mobiles comme les t l phones portables supportent souvent le protocole WAP pour l acc s Internet Motiwalla 2007 a propos une architecture simple pour l apprentissage bas sur 21 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles le protocole WAP et qui fonctionne sur les t l phones portables ou d autres dispositifs mobiles fixes Course TM j Discussion Board Sam R E MySQL n l Server Customized News MN l dud SOME Alerts IM Chat ae 4 WiForums WAP Discussion Discussion Board EH Server Board Alerts IIS Web Server News data Figure 7 Architecture de l apprentissage bas e sur la protocole WAP d apr s Motiwalla 2007 Le serveur Cold Fusion livre le contenu de cours par JSS Web Server l ordinateur personnel Le vBulletin Board System fournit l acc s au forum de discussion via l ordinateur personnel et le WiForums WAP Server fournit l acc s aux multiservices via la plateforme WAP par t l phone portable Toutes les ressources de contenu sont stock es dans une base de donn es MySQL Figure 7 Le syst me supporte deux r les d utilisateurs l ve et instructeur Pour chaque r le les dispositifs mobiles fixes peuvent tre utilis s pour acc der au syst me L l ve a un login utilisateur normal et l instructeur a un login administratif pour la configuratio
325. rs d apprendre juste temps les unit s d apprentissage contextualis es pour effectuer leurs t ches Chapitre VII Le m moire se conclut par une synth se des traveaux r alis s et par la pr sentation des perspectives qui peuvent tre envisag es Partie I Etat de l art PARTIE I ETAT DE L ART R sum Dans cette partie de l tat de l art du m moire nous tudions les caract ristiques principales et les techniques utilis es dans le domaine de l apprentissage mobile A travers cette tude nous entrons dans le domaine de l apprentissage mobile et illustrons les enjeux principaux dans nos travaux Ce travail de l tat de l art est structur en trois chapitres Le chapitre I pr sente l apprentissage mobile dans sa g n ralit L apprentissage se d veloppe rapidement sous l influence du d veloppement des technologies mobile avec des grands arguments comme ses d finitions ou ses classifications Nous avons tudi quelques architectures repr sentatives de l apprentissage mobile dans le but de recensement et de comparaison des diff rentes conceptions et des diff rentes techniques mises en uvre A travers cette tude nous avons conclu les tendances de l apprentissage mobile situ contextuel personnel collaboratif et tout au long de la vie Dans le chapitre II nous avons pass en revue des mod lisations du contexte d apprentissage et des m thodes de la contextualisation Nous avons conclu que les l
326. rt la r solution de probl mes contextualis s et augmenter ainsi la performance au travail Nous sommes int ress s par l apprentissage mobile contextuel et collaboratif dans des situations professionnelles en particulier pour la maitrise d quipements domestiques publics et professionnels Nous avons apprivois des m thodes et des approches ci dessus pour concevoir un nouveau syst me d apprentissage SAMCCO Syst me d Apprentissage Mobile Contextuel et Collaboratif SAMCCO s inscrit dans le projet HMTD Help Me To Do qui a pour but d assister des utilisateurs diff rents dans la maitrise d quipements domestiques publics et professionnels V 1 2 Objectif L objectif de SAMCCO est pour augmenter l efficacit de l apprentissage pour une meilleure performance dans les activit s de la maitrise d quipements domestiques publics ou professionnels Ce syst me prend en compte des contextes d apprenants int gre des m thodes d apprentissage et b n ficie des technologies mobiles pour fournir l apprentissage efficace augmentant ainsi la performance des utilisateurs quand ils en ont besoin En effet la maitrise d quipements comprend l installation l utilisation les maintenances r guli res le diagnostic le d pannage lors d un probl me etc L acteur concern peut tre l utilisateur courant l utilisateur avanc le technicien l expert le concepteur etc toutes ces sortes de personnes qui interviennent dans la maitris
327. s La forme d une histoire est un r cit parl ou crit mais les histoires peuvent tre aussi racont es de maniere visuelle Le r cit g n ralement d crit les habitudes ou les conditions sp cifiques de la description d une activit d crivant les participants et le contexte dans laquelle elle a lieu Ci dessous est un exemple de l histoire textuelle qui raconte le travail d un technicien dans le projet HMTD Chez le client le technicien montre au chef r parateur Superviseur l aide de la cam ra de son PDA et gr ce une connexion au serveur de l entreprise la r paration qu il est en train d effectuer Le chef r parateur Superviseur lui donne des conseils par la voix La r paration peut tre soutenue par un dispositif de r alit augment e montrant des actions effectuer en superposition de la situation r elle Sc nario sous forme de Cas d utilisation UML Un cas d utilisation UML est une approche graphique centr e sur le concepteur pour le recueil des besoins fonctionnels Il permet de mod liser les fonctionnalit s que le logiciel devra offrir Les cas d utilisation servent dans un premier temps l laboration des sp cificit s du logiciel et dans un deuxi me temps aux tests de v rification du cahier des charges Les cas d utilisation offrent une solution de d crire les r sultats que les syst mes doivent fournir Un utilisateur qui utilise un syst me logiciel a un objectif Les cas d utilisation
328. s distribu e distribu e synchrone asynchrone Figure 31 Taxonomie espace temps des collecticiels d apr s Ellis et al 1991 Karsenty 1994 a critiqu cette matrice et propos une autre classification selon les types d applications ordonn es par cat gories fonctionnelles e La messagerie lectronique e Les diteurs partag s e Les conf rences et r unions assist es par ordinateur e Les syst mes d aide la d cision e Les syst mes de coordination Parmi les diff rentes taxonomies propos es qui affinent la notion de synchronisme nous retiendrons les 4 niveaux de coop ration de David et al 1996 et Tarpin Bernard 1997 e La coop ration asynchrone les participants interagissent en changeant des donn es et en travaillant des moments diff rents e La coop ration en session les participants travaillent en m me temps de fa on autonome Ils peuvent intervenir dans le projet la demande mais ne sont pas tout le temps en train de travailler sur le projet concern e La coop ration en r union les participants travaillent et communiquent simultan ment tout en partageant les objets de leurs travaux et de leurs discussions Ils ont des r les attribu s en fonction du but de la r union et l organisation de leurs interventions est r gie par un m canisme de type tour de parole e La coop ration troite les participants travaillent communiquent et interagissent en temp
329. s contient les m tadonn es qui d crivent l unit d apprentissage Il peut avoir des sous l ments qui illustrent les m tadonn es concr tes Par exemple les m tadonn es prises en compte dans notre approche sont les m tadonn es AMLOM que nous avons tendues d IEEE LOM Cf IV 3 l l ment lt amlom gt qui contient les m tadonn es pr cises est contenu dans l l ment m tadonn es en tant que sous l ment contenus L l ment contenus est consid r comme l l ment racine pour l organisation du contenu d apprentissage de l unit d apprentissage Il est un l ment parent qui contient un ou une s rie du sous l ment contenu e contenu L l ment contenu repr sente une partie de l organisation du contenu d apprentissage Dans l l ment contenu il peut contenir soit directement une partie du contenu d apprentissage comme un paragraphe de texte ou un phase soit une structure hi rarchique en utilisant des sous l ments Il peut avoir trois sous l ments titre r f et lui m me L l ment contenu peut tre it r et r p t dans un autre l ments contenu sans limite e ctitre L l ment titre d crit le titre du contenu d apprentissage dans un l ment contenu e r f L l ment r f repr sente une r f rence vers une autre entit d apprentissage qui peut tre un fichier multim dia ou une autre unit d apprentissage etc Nou
330. s tiquettes RFID peu couteuses constituent une bonne solution pour d tecter l information contextuelle dans un syst me context aware 55 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Les tiquettes RFID peuvent aussi tre implant es dans des produits animaux ou personnes dans le but de l identification L implantation des lecteurs RFID sur des points pr d finis peut d tecter le passage des personnes ou des objets qui sont munis des tiquettes RFID Figure 26 tiquette RFID et PDA quip d un lecteur RFID Dans certaines configurations les technologies RFID peuvent tre utilis es non seulement pour obtenir l information contextuelle de la localisation mais aussi pour identifier l environnement l objet l utilisateur Ogata et al 2008 utilise RFID pour situer les exp riences d apprenants dans l apprentissage des vocabulaires dans l environnement r el Hsu et al 2008 a construit un environnement d apprentissage ubiquitaire avec RFID dans lequel les apprenants peuvent r cup rer les ressources pour apprendre sur place Dans la recherche de David et al 2007a les technologies RFID sont utilis es pour construire un Environnement Rel Augment Il y a deux types d tiquettes RFID RFID passive comprend une antenne et une puce mais pas de source d alimentation Ces tiquettes doivent tre stimul es faible distance par un signal radio
331. s Les arbres de t ches et les arbres de structures d quipements sont utilis s pour aider la structuration des contenus d unit s d apprentissage Les fragments multim dias r f renc s par les contenus sont d pos s dans un d p t de fichiers e Phase 5 Ajout des m tadonn es R diger les m tadonn es d unit s d apprentissage et les ajouter aux contenus des unit s d apprentissage Les unit s d apprentissage sont alors produites e Phase 6 Stockage et indexation Introduire les unit s d apprentissage dans une base de donn es et les indexer selon leurs m tadonn es La base de donn es est alors pr te tre interrog e par le syst me d apprentissage ou d autres applications Fragmentl doc Manuel d utilisation pdf Fragment2 txt Introduction de produit xml Fragment3 pdf Plan de structure jpg Fragment4 xml Documentation papier Installation avi Fragment5 jpg goc oo Fragment6 avi Phase D wx nr Fragmentation Phase 3 Analyse et cat gorisation a Tache de maitrise A Phase 1 Collecte de documentation Documentation num rique
332. s Les contenus sont r cup r s des fragments des cat gories t che de maitrise ou mixte ou autre 172 Chapitre VI Cas d tudes d applications Figure 85 Structure physique du panneau de commandes La Figure 86 illustre l arbre de t ches d une t che de maintenance du banc de test le changement de lame du massicot La t che est compos e de plusieurs niveaux de t ches Chaque t che correspond au moins une unit d apprentissage Nous rassemblons les fragments que nous avons cat goris s pour chaque t che et r cup rons des informations dans les fragments pour r diger les contenus des unit s d apprentissage Nous prenons un n ud sur l arbre de t ches comme exemple la t che 1 1 1 D montage Capot Cette t che a deux sous t ches la t che 1 1 1 1 Enlever vis et la t che 1 1 1 2 Lever Capot L unit d apprentissage pour 1 1 1 D montage Capot peut donc r f rencer les unit s d apprentissage des deux sous t ches e t Changement mag Massicnt Che Eom ise 13 1 C riont Cannt QE amp XR T 5 1 1 Enleebr vis 1 1 1 2L ver_Capont c CIC mm LI m at LAHENI Support 11 2 2 Enlineer Gate L123 Qr m PYA Denter Vig 7 4 Enhmeer Vig 3 1 1 25er Massicat T 1 2 56 Enlmer Lame E R et Tees a ii 1q2ttDessemer vis 141 21 Enlever puppi e R s a 1 1 2 5 1 Amar que 1 1 25 2 W3nueberrsent 3 1 Fprfo ne Magsicot a MK 3 R
333. s m mes questions soient toujours repos es et d avoir y r pondre constamment Les unit s d apprentissage de type FAQ peuvent contenir un couple ou plusieurs couples de Question R ponse Les couples Question R ponse sont en forme de liste Les m tadonn es de ce type d crivent les mots cl s ou des termes pr d finis du domaine ce qui permet de les indexer et interroger Comme la description statique peut prendre des formes tr s vari es nous ne fermons pas cette 99 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles cat gorisation Les formateurs pourront d finir de nouvelles cat gories d unit s d apprentissage selon leurs besoins D autres types d informations peuvent tre utilis s pour construire des unit s d apprentissage qui ne sont pas dans les cat gories list es ci dessus IV 2 3 2 T che de maitrise La maitrise d quipements domestiques publics ou professionnels comprend normalement des t ches d installation d utilisation de maintenance de diagnostic et de r paration lors des probl mes Par rapport la description statique la t che de maitrise d quipements a besoin d actions des acteurs utilisateur apprenant technicien expert etc Les unit s d apprentissage de la t che de maitrise expliquent des actions appropri es prendre par les acteurs sur les quipements pour atteindre leurs objectifs Elles visent apprendre comment
334. s activit s plus accessibles une grande vari t d expertises afin qu ils contribuent la conception de mani re participative et ainsi traiter le probl me de l loignement entre les concepteurs et les utilisateurs Cet loignement a g n ralement pour cons quence le manque de prise en compte des besoins r els des utilisateurs finals 2 Formalismes pour exprimer les sc narios Il n existe pas un seul formalisme pour exprimer un sc nario C est le domaine d utilisation ou de conception qui va fixer les r gles d criture Les sc narios pour la repr sentation des habitudes des utilisateurs et pour aider la conception des IHM sont repr sent s g n ralement l aide de nombreux m dias sous forme textuelle graphique avec des images des vid os ou des prototypes logiciels Les formalismes qui permettent une expression rapide des besoins par les utilisateurs et tudier s ils sont 197 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles adapt s la gestion du contexte sont introduits ci dessous Sc nario sous forme d Histoire Carroll 2000 propose l utilisation de sc narios dans la conception et re conception de syst mes informatiques La m thode propos e s appuie tout d abord sur une forme textuelle du sc nario histoire A partir de cette premi re bauche une analyse de bas niveau du contenu du sc nario est faite avec une analyse des mots cl
335. s d apprentissage possibles e Les unit s d apprentissage peuvent tre partag es entre des r les dans un contexte collaboratif Les m tadonn es d finissent la priorit de l unit d apprentissage comme le niveau d acc s le niveau technique etc pour des r les diff rents du contexte Processus de production d unit s d apprentissage Ce processus en 6 tapes fournit une m thode pour produire des unit s d apprentissage partir des documentations initiales jusqu au stockage dans une base de donn es Pour d finir les structures des unit s d apprentissage ce processus a introduit l analyse de t ches et l analyse de structure d quipements Une base de donn es d unit s 190 Chapitre VII Conclusions et Perspectives d apprentissage est pr te pour l interrogation de diff rentes applications ou syst mes Conception de SAMCCO Syst me d apprentissage bas sur la plateforme IMERA Nous avons choisi de construire un syst me d apprentissage mobile sur la plateforme IMERA Gr ce l ERA offert par IMERA et sa configuration le syst me d apprentissage mobile pour la maitrise d quipements domestiques publics et professionnels admet les caract ristiques suivantes MOCOCO Mobilit Contextualisation Coop ration e Centr aux t ches l apprentissage avant pendant apr s la t che e Augmentations dans l apprentissage de l apprenant de l environnement de l quipement Mod lisation du cont
336. s et cat goris s sont stock s dans le d p t de fichiers pour les utiliser dans les phases suivantes Nous pouvons alors passer la phase de structuration d unit s d apprentissage IV 4 5 Phase 4 Structuration La structuration est une phase cruciale dans le processus de production d unit s d apprentissage Elle permet de transformer les fragments de documents en unit s d apprentissage Figure 56 Dans cette phase les fragments sont transform s en fichiers XML et fragments multim dias externes Nous 126 Chapitre IV Production des unit s d apprentissage utilisons les mod les que nous avons d finis dans la section IV 2 pour structurer les unit s d apprentissage P T che de maitrise Unit d apprentissage W Unit d apprentissage Fragmentl Fragment 1 COES Gone Fragment2 Fragment12 Arbres de t ches ea Mixe ou autre S D p t de fragments Unit d apprentissage Fragmentl Fragment3 multim dias Phase 4 Fra 2 gment2 Contenus Ne P Fragmentl Fragmentl 1 Fragment2 Fragment12 Description statique P Arbres de structure Figure 56 Structuration d unit s d apprentissage Nous reprenons le mod le g n rique
337. s et surtout favorise la d finition des objectifs Pr condition omexpn Optiormellk Intemet Cloison entre 2 Syst me espaces entre prise Syst me Ev nement Facture Art fact Localisation Typologie des hens Poss de dans son environnement R cit Chez le client le technicien dite le compte rendu d intervention et pr pare la facture Le technicien dispose d un PDA qui se synchronise r guli re ment avec le syst me de l entreprise das Contacte Synchronisation des informations Ex cute l action n est le num ro d ordre d ex cution Figure 98 Exemple d un sc nario en SC et la l gende d apr s Delotte 2006 Diff rents l ments graphiques du sc nario sont repr sent s dans le SC r le localisation moment artefact dispositif syst me Les relations entre ces l ments sont galement repr sent es graphiquement pour une meilleure description du sc nario La collaboration est support e gr ce la pr sence de la notion espace de vie Figure 98 est un exemple repr sent par le formalisme SC et la l gende des l ments et des relations compl tes 3 Collecte des besoins via les sc narios L analyse des besoins est un processus dans lequel diff rents types de m thodes et techniques peuvent tre utilis es pour obtenir les exigences r elles du syst me Les approches bas es sur sc nario proposent de collecter les besoins via les mod les de sc nario Delotte
338. s fichiers de grande taille surfer sur Internet couramment etc 1 1 1 2 D veloppement des m thodes d apprentissage Les technologies mobiles peuvent avoir une grande influence sur l apprentissage L apprentissage commence sortir de la salle de cours et entrer dans les environnements moins classiques li s aux contextes des apprenants l apprentissage devient ainsi situ contextuel personnel collaboratif et tout au long de la vie Ce ph nom ne pousse aux volutions des m thodes d apprentissage pour s adapter ces nouveaux types d apprentissage Beaucoup de nouvelles approches apparaissent ces jours ci Naismith et al 2004 proposent d organiser les activit s d apprentissage mobile en six axes et distinguent des m thodes d apprentissage comme l apprentissage comportementaliste l apprentissage constructiviste l apprentissage situ l apprentissage collaboratif l apprentissage informel et tout au long de la vie le support pour l apprentissage et l enseignement etc Dans les m thodes d apprentissage pour l apprentissage mobile la liaison entre faire et apprendre est particuli rement tudi e par les chercheurs et les ducateurs L apprentissage par l action learning by doing Krueger et al 2005 l apprentissage juste temps just in time learning Patterson 2004 l apprentissage collaboratif Smith et al 1992 sont des caract ristiques typiques tudier Jusqu maintenant il n y a pas encore
339. s lunettes l cran int gr Nous ajoutons le crit re efficience d apprentissage dans la matrice d valuation p riph riques crit res Tableau 15 P riph rique Mobilit Confort Efficience Efficience Crit res de travail d apprentissage a 4 3 4 Tableau 15 Matrice d valuation p riph riques crit res V 4 8 Communication entre l quipement et le dispositif Un objectif de notre syst me est d int grer l augmentation de l quipement C est dire de prendre en compte la communication entre l quipement et le dispositif mobile Tablet PC PDA etc et les p riph riques compris pour faciliter la maitrise d quipements Dans notre syst me trois types de relations entre le dispositif mobile et l quipement peuvent tre identifi s e Sans communication Dans le cas le plus d favorable il n existe aucune possibilit de communication entre l quipement et le dispositif mobile Ceci veut dire que l quipement n est pas communicant C est l acteur d tablir le lien en s adressant alternativement l quipement et au dispositif mobile via les interfaces d interaction de chacun Figure 80 Equipement Dispositif mobile Acteur Figure 80 Sans communication entre l quipement et le dispositif mobile Communication sens unique Dans ce cas il existe une communication sens unique entre le dispositif mobile et l quipement soit l information de l
340. s peuvent tre consid r s comme des briques pour structurer les unit s d apprentissage l analyse des fragments est similaire l analyse d unit s d apprentissage Chaque fragment a aussi son aspect syntaxique Dans la section IV 2 3 nous avons divis les unit s d apprentissage en deux grandes cat gories et plusieurs sous cat gories Nous pouvons aussi diviser les fragments en trois cat gories principales Description statique ces fragments d crivent statiquement les connaissances sur l quipement Ces fragments vont probablement tre utilis s dans des unit s d apprentissage de type description statique Par exemple un plan de structure de l quipement T che de ma trise ces fragments concernent des manipulations de l quipement Ces fragments vont probablement tre utilis s dans les unit s d apprentissage de type t che de ma trise Par exemple les tapes d installation de l quipement Mixte ou d autres ces fragments peuvent potentiellement tre utilis s dans les deux cat gories ci dessus ou certains fragments sont difficiles classer Nous pouvons mettre ces fragments dans cette cat gorie L analyse et la cat gorisation des fragments ont besoin de la participation de sp cialistes qui poss dent des connaissances du domaine concern Ces sp cialistes analysent les contenus des fragments et pr jugent leur utilisation pour les cat goriser Les fragments analys
341. s r el sur tous les objets partag s du projet Les cons quences de leurs interventions sont directement g r es et rendues visibles au niveau des objets manipul s 1II 2 3 Le tr fle fonctionnel des collecticiels Dans Ellis et al 1991 un mod le de tr fle a t propos qui organise un collecticiel fonctionnellement en 3 parties e Le mod le ontologique qui d crit les objets et les op rations que le syst me fournit e Le mod le de coordination mod lise les activit s de participants et leurs relations 67 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Le mod le de communication sp cifie l interface entre le syst me et les utilisateurs mais aussi l interface entre les utilisateurs Cette d composition est critiquable car l interface utilisateur se trouve m l e au niveau fonctionnel L interface utilisateur ne constitue pas le troisi me aspect fonctionnel mais est orthogonale toutes les fonctionnalit s du collecticiel Salber et al 1995 a donc propos une variante de ce mod le Figure 32 V Figure 32 Le tr fle fonctionnel des collecticiels d apr s Salber et al 1995 L espace de communication Il s agit de permettre la communication interpersonnelle des acteurs Ces changes ne sont pas interpr t s par la machine Ils peuvent rev tir diff rentes formes comme messagerie lectronique chat visiophonie
342. s sensibles peu pr sentes processeurs limit s Il s agit de mettre en place des applications collaboratives adapt es aussi bien aux dispositifs l gers PDA t l phone mobile qu aux postes fixes tout en respectant des exigences des utilisateurs Ces applications doivent tre mall ables et s adapter aux diff rents supports et environnements d utilisation de chacun III 3 EPSS Electronic Performance Support System Un syst me support de la performance a pour but de permettre aux utilisateurs d am liorer l efficacit avec laquelle ils sont capables d accomplir leurs t ches Dans ce sens un syst me du TCAO peut aussi tre consid r comme un syst me support de la performance car il permet aux utilisateurs ou organisations qui sont g ographiquement distribu es de s engager rapidement dans la communication interpersonnelle pour partager des ressources et dans la collaboration pour r soudre des probl mes distance Presque la m me poque un autre type de syst me support de la performance a merg EPSS Electronic Performance Support System Gery 1991 Ce type de syst me a pour but de proposer de nombreuses fonctionnalit s g n riques pour l assistance de travail comme l offre de l aide et du conseil le partage des comp tences l acc s grande volume d information et de documentation l offre de formation juste temps au moment de besoin etc Les syst mes EPSS couvrent les domaines d apprentissage de la form
343. s une m thode de mod lisation du contexte partir des sc narios e Premi rement nous collectons les sc narios d apprentissage des utilisateurs e Deuxi mement nous extrayons les informations contextuelles dans les sc narios collect s et les analysons et cat gorisons e Les mod les du contexte sont construits travers la cat gorisation des informations contextuelles analys es V 3 1 Collecte des sc narios d apprentissage Dans cette tape nous collectons et d crivons pr cis ment des sc narios possibles qui correspondent l apprentissage de la maitrise d quipement domestique publics et professionnels On demande aux utilisateurs du syst me de d crire leurs activit s support es par le syst me d apprentissage Dans un sc nario d apprentissage nous collectons les l ments suivants e Quoi l quipement la t che de ma trise 144 Chapitre V Conception de SAMCCO Qui l acteur son r le Avec qui l acteur collaboratif son r le e Avec quoi les dispositifs l artefact le syst me e Quand le temps la continuit d apprentissage et de processus e Ou l environnement g ographique et le contexte local e Comment l interaction la collaboration la m thode d apprentissage L criture des sc narios de mani re textuelle est d abord faite pour bien expliquer le probl me la situation et le processus Puis nous exprimons les sc narios de mani re graphique Plu
344. s utilisons deux m thodes de r f rences dans l l ment r f pour un fichier externe un lien local ou l URL est propos pour une autre unit d apprentissage ou autre l ment XML l attribut XLank avec l aide de XPointer est propos Exemple de source XML de l unit d apprentissage g n rique lt xml version 1 0 encoding UTF 8 gt UA identifiant ua type xmlIns xlink http www w3 org 1999 xlink gt lt m tadonn es gt lt contenus gt lt contenu gt lt titre gt r f xlink type xlink href gt lt contenu gt lt contenu gt lt titre gt lt contenu gt lt contenu gt lt contenus gt lt UA gt Le mod le g n rique est un mod le abstrait qui d crit toutes les unit s d apprentissage que nous prenons en compte Nous avons d cid d analyser les unit s d apprentissage selon deux perspectives l analyse syntaxique et l analyse s mantique Pour l analyse syntaxique nous tudions la granularit 9 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles et les relations de r f rence Pour l analyse s mantique nous analysons l usage p dagogique de l unit d apprentissage du point de vue du domaine concern IV 2 2 Analyse syntaxique L analyse syntaxique de l unit d apprentissage porte sur la granularit la structure de l unit d apprentissage les relations de r f rences
345. sage mobile sur un plan th orique de l apprentissage Les activit s d apprentissage qui sont relatives aux technologies mobiles peuvent tre cat goris es selon leurs th ories d apprentissage Ils les structurent en six cat gories des th ories d apprentissage mobile e Apprentissage comportemental dans ce paradigme l apprentissage peut tre renforc par une stimulation et une r ponse e Apprentissage constructiviste les apprenants construisent des nouvelles id es ou des conceptions en s appuyant sur leurs connaissances actuelles e Apprentissage situ l apprentissage peut tre renforc dans un contexte ou environnement r el e Apprentissage collaboratif l apprentissage peut tre renforc par l interaction sociale 17 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles e Apprentissage informel et tout au long de la vie l apprentissage se produit hors d un environnement d di ou hors d un cours formel e Support de l apprentissage et de l enseignement les technologies mobiles ne sont pas forc ment exploit es pour l apprentissage elles peuvent aussi assister supporter les activit s d apprentissage 1 2 2 3 Classification selon le support de contexte Comme il y a de nombreuses classifications vari es une activit d apprentissage mobile ou un syst me d apprentissage mobile peuvent adresser une ou plusieurs cat gories issues des classificat
346. sation d unit s d apprentissage plus sp cifique et plus pr cise Les m tadonn es doivent pouvoir d crire les caract ristiques que nous avons analys es par exemple utilisation r paration etc Deuxi mement l apprentissage dans nos perspectives peut avoir lieu en collaboration les niveaux d acc s et les droits de partage pour diff rents r les doivent donc tre pris en compte dans les m tadonn es Troisi mement l apprentissage mobile a besoin d adaptation des contenus d apprentissage selon les caract ristiques des dispositifs mobiles cran codage plate forme logicielle etc Les m tadonn es doivent refl ter la compatibilit des unit s d apprentissage aux divers dispositifs mobiles Nous avons d cid d laborer des m tadonn es des unit s d apprentissage dont nous avons besoin dans nos contextes d apprentissage que nous appelons AMLOM Appliance Mastering LOM Nous prenons comme point de d part les m tadonn es de LOM mais nous les tendons et adaptons pour d crire des unit s d apprentissage pour la ma trise d quipements d finir la structure des l ments d finir les nouveaux l ments et leurs espaces de valeurs d finir leurs conditions d utilisation dans les 102 Chapitre IV Production des unit s d apprentissage unit s d apprentissage Nous proposons des sch mas XML comme les fichiers XSD pour aider cr er et valider les m tadonn es et associer les m tadonn es avec les uni
347. se de donn es d utilisateurs Cette base de donn es stocke toutes les informations qui concernent des utilisateurs du syst me Les l ments essentiels sont ID profil niveau technique pr f rences etc Base de donn es de contextes Dans un contexte concret l acteur requiert des unit s d apprentissage contextualis es Une base de donn es de contextes peut tre cr e pour 157 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles stocker les contextes pass s Dans le futur si des contextes identiques ou similaires sont reconnus les unit s d apprentissage peuvent directement tre trouv es gr ce au contexte stock e Autres Selon les applications concr tes du syst me d apprentissage d autres bases de donn es peuvent tre rajout es Par exemple la messagerie les historiques d apprentissage etc V 4 4 Services Le fonctionnement du moteur de contr le s appuie sur la mise en place d un ensemble de services logiciels pour supporter les applications d apprentissage Dans l architecture CoCSys le niveau CSA M et le niveau DSI M utilisent le framework SMAC Service for Mobile Applications and Collaborations Imbert 2006 comme support de collaboration Figure 75 Applications requees et Bponses Autres services callaboratils Sessions Utili saters groupes Services SMAC collaboretives r les et droits associ s multim dia Applica
348. ses que nous avons collect es nous ont inform comment les l ves valuaient le projet HSHB et son exp rimentation Le r sultat obtenu est plut t satisfaisant car apr s une analyse de r ponses 86 des l ves avaient pens aux probl mes nutritionnels de leurs repas et voulaient apprendre sur cela 75 des l ves trouvaient que le projet HSHB tait utile dans la situation propos e 75 des l ves consid raient que le projet tait au moins partiellement un exemple d apprentissage mobile contextuel Les l ves participants ont galement donn leurs suggestions pour am liorer les fonctionnalit s du syst me Par exemple il faut lister des exemples de repas quilibr s un syst me expert et la reconnaissance de photos pourraient tre int ressants pour enrichir le syst me etc Cependant nous avons aussi recu quelques inconv nients issus de l exp rimentation du syst me Par exemple il semblait compliqu pour certains de manipuler le dispositif mobile comme un PDA dans un environnement de restaurant il y avait trop d interactions pour trouver les informations etc Ces r ponses devraient tre prises en consid ration lors du d veloppement de la nouvelle version du syst me Des exp rimentations sont en cours dans le restaurant du campus de l ECL 186 Chapitre VI Cas d tudes d applications VI 4 Conclusion du chapitre VI Le chapitre VI a t consacr sur les cas d tudes de l apprentissage mobile
349. sieurs formalismes peuvent tre utilis s pour d crire ces sc narios le diagramme des cas d utilisation et le diagramme de s quence d UML pour d crire l interaction entre l acteur et le syst me l arbre de t ches CTT pour d crire l activit et sa d composition en t ches le diagramme Orchestra pour d crire la collaboration synchrone ou asynchrone etc Le formalisme de Sc narios Contextualis s est aussi un bon outil pour d crire les sc narios Les sc narios d apprentissage collect s devraient couvrir les activit s de chaque r le d utilisateurs du syst me dans toutes les situations possibles par exemple l apprentissage sur l quipement en autonomie l apprentissage sur le lieu de travail l appel de l assistance en cas de difficult la r vision des actions etc Nous illustrons deux sc narios d apprentissage significatifs comme exemples V 3 1 1 Exemple Apprentissage juste temps sur le lieu de travail L apprentissage juste temps sur le lieu de travail est un sc nario important tre consid r dans la conception de notre syst me Dans ce sc nario l apprentissage vise r soudre un probl me rencontr pendant la maitrise d quipement Par exemple pendant une maintenance le technicien ne sait plus les tapes pour remplacer une pi ce et il doit donc d clencher l apprentissage juste temps et apprend comment faire pour accomplir la t che Sc nario d apprentissage textuel L apprenant un
350. sique d un quipement est normalement exprim e en hi rarchie arborescente d crivant la composition de l quipement La Figure 57 montre un exemple de la structure physique d un ordinateur La racine de l arbre est un ordinateur un ordinateur contient un boitier un cran un boitier contient un capot une carte m re une carte m re contient un CPU une carte vid o etc Cette structure hi rarchique des unit s d apprentissage est exprim e par des relations de r f rences entre des unit s d apprentissage Une unit d apprentissage vis e sur une pi ce d un niveau plus haut peut r f rencer des unit s d apprentissage vis es sur des pi ces d un niveau plus bas Par exemple une unit d apprentissage qui d crit le boitier peut faire r f rences aux unit s d apprentissage qui d crivent respectivement le capot la carte m re l alimentation lectrique etc Les relations de r f rences entre les unit s d apprentissage sont illustr es dans la Figure 58 M tadonn es Titire capot M tadonn es Titire carte m re M tadonn es Unit d apprentissage compos e D d apprentissage compos e F4 Unit d apprentissage atomique Titre bo tier Contenus Contenus Contenu Contenu Contenus Contenu Contenu Contenu Titre capot picture R f capot pic xml Contenu Titre capot intro R f capot intro xml Titre la carte m re Titre CPU R f carte m re xml i R f cpu x
351. sont cr s pour traiter de l apprentissage mobile et de l ducation mobile comme mLearn IADIS Mobile Learning ICML WMUTE etc Des conf rences traditionnelles sur l ducation et d autre part sur les technologies mobiles ajoutent aussi l apprentissage mobile dans leurs th mes de discussion Des soci t s ou des organisations gouvernementales sont constitu es pour se consacrer aux diff rents aspects de l apprentissage mobile De plus en plus de projets qui visent introduire l apprentissage mobile dans l ducation l industrie le commerce et la vie quotidienne sont d velopp s et valu s par des universit s et des entreprises dans le monde entier Avec les succ s obtenus et des perspectives optimistes l apprentissage mobile est consid r comme une mani re d apprentissage du futur L apprentissage mobile se d veloppe toujours sous la stimulation de technologies mobiles et les m thodes d apprentissage Depuis les ann es 70s la technologie informatique a toujours une tendance de d velopper des dispositifs l gers mobiles et personnels et des ducateurs font galement voluer les m thodes d apprentissage Tableau 4 et Tableau 5 Evolution des dispositifs mobiles et leur connexion r seau Dynabook Arpanet Alto Ethernet Xerox Star TCP IP Apple Lisa Radio analogique cellulaire Apple Macintosh Ordinateur Portable WWW Tablet PC Radio digital cellulaire PDA Wi Fi T l phone portable Bluetooth Smartph
352. spositif local e R utilisable Nous avons labor des mod les pour l unit d apprentissage et les m tadonn es AMLOM Les sch mas XML sont utilis s pour aider la cr ation et la validation des unit s d apprentissage Les sch mas XML comme des fichiers XSD permettent de r utiliser les unit s d apprentissage dans des applications diff rentes Nous avons d fini les granularit s de l unit d apprentissage comme fragment atomique et compos e Cela facilite la r utilisation des unit s d apprentissage pour produire de nouvelles unit s d apprentissage ult rieurement pour des contextes d apprentissage diff rents 136 Chapitre IV Production des unit s d apprentissage e Contextualisable Le syst me d apprentissage peut r cup rer et adapter des unit s d apprentissage selon le contexte d apprentissage Les m tadonn es AMLOM d crivent les conditions d utilisation d une unit d apprentissage dans des contextes diff rents Le syst me d apprentissage collecte des informations contextuelles et interroge les unit s d apprentissage dans la base de donn es en s appuyant pour cela sur les m tadonn es e Partageable Les unit s d apprentissage peuvent tre partag es au sein du syst me d apprentissage entre plusieurs apprenants ou r les pour l apprentissage collaboratif Les m tadonn es AMLOM d finissent l usage d une unit d apprentissage entre des r les diff rents Le syst me d apprentissage utilise des services co
353. ssage Acteur L acteur est l l ment le plus important dans un contexte d apprentissage La Figure 66 montre le m ta mod le de l acteur Les informations contextuelles sur l acteur contiennent les l ments suivants 149 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Pr f rences rcge Ss Figure 66 M ta mod le de l acteur e dentit chaque acteur est repr sent par son identit dans le contexte L identit est unique et obligatoire pour tous les acteurs du syst me L identit de l acteur peut tre d crite par un num ro d identit et compl t par les informations personnelles comme le nom le sexe l adresse email etc e Role dans l activit actuelle ou dans l interaction avec le syst me chaque acteur joue un r le Le r le peut voluer au cours du temps et tre constitu de plusieurs r les l mentaires e Niveau administratif l acteur dans l activit d apprentissage peut avoir un niveau administratif qui d cide le droit d acc s aux unit s d apprentissage ou aux services du syst me Le niveau administratif peut tre distribu selon le r le de l acteur Mais parfois il peut tre un l ment ind pendant de l acteur e Niveau technique le niveau technique de l acteur refl te les connaissances et les comp tences sur l quipement ma tris es par l acteur Des unit s d apprentissage de diff rents n
354. ssance des r seaux informatique Azuma et al 2001 consid re que un syst me RA compl te le monde r el avec des objets virtuels qui semblent coexister dans le m me espace que le monde r el Un syst me de RA combine des objets r els et virtuels dans un environnement r el fonctionne de mani re interactive en temps r el et fait coincider les objets r els avec les objets virtuels Ces d finitions de la RA qui parlent des objets r els et virtuels ont pouss s tudier d abord les notions objets r els et objets virtuels Une d finition repr sentative qui distingue les objets en 3 cat gories est propos e par Trevisan et al 2003 e Les objets r els ou physiques sont des objets qui ont une existence concr te et objective et qui peuvent tre observ s directement e Les objets num riques virtuels sont des objets qui existent par essence ou effet mais non formellement ou concr tement Pour tre vus ils doivent tre simul s e Les objets num riques r els sont des objets r els per us par des moyens num riques comme la vid o d une sc ne r els Milgram et al 1994 d finit la RA comme l ensemble des cas o un environnement r el est augment au moyen d objets virtuels Ils ont propos une unification des concepts en consid rant un continuum r el virtuel Figure 112 qui va de l environnement r el l environnement virtuel La RA se situe dans la partie gauche de l axe en opposition l
355. sur l apprenant ou l quipement les informations fournies par l apprenant etc e Interpr tation des informations contextuelles pour s lectionner les informations contextuelles utiles et les transformer avec les mod les du contexte d apprentissage e D p t de contextes pour enregistrer les contextes d apprentissage pass s dans une base de contextes qui facilitera l apprentissage dans le futur bas sur un contexte identique ou similaire Les services que nous avons identifi s sont ajout s dans la couche de services SMAC Ces services peuvent tre utilis s par le moteur du contr le ou par d autres services ou applications V 4 5 Patterns d interaction Les patterns d interaction disponibles au sein d une biblioth que de patterns permettent de choisir les interactions mettre en place Les patterns d interactions s appuient sur les services g n riques et offrent des interfaces d interaction aux utilisateurs Les patterns d interactions peuvent tre d crits avec le formalisme AMF Cf Annexe III Chaque pattern d interaction a une facette Pr sentation avec des ports qui d crivent l interaction concr te avec l utilisateur AMF permet galement de mettre en relations le pattern d interaction avec les services abstraits d crits en AMF La Figure 76 repr sente un exemple du pattern d interaction s lectionner titre d crit en m me temps avec CTT et AMF 159 SAMCCO un syst me d apprentissage mobile
356. t augment e Une autre grande caract ristique de l apprentissage mobile est la m thode d apprentissage adapt e l activit d apprentissage L apprentissage mobile a beaucoup de caract ristiques selon l activit comme l apprentissage juste temps l apprentissage informel l apprentissage par action etc que nous tudions dans le chapitre III 1 2 2 Classification de l apprentissage mobile Dans la litt rature il y a des classifications vari es de l apprentissage mobile Ces classifications comprennent les aspects suivants support de dispositifs mobiles utilisation de communications sans fil la possibilit d acc s l information requise et le type de l information sensibilisation de contexte asynchrone synchrone etc 1 2 2 1 Classification selon les technologies mobiles Selon les technologies informatiques et de communication TIC les syst mes de l apprentissage mobile peuvent tre class s par types de dispositifs PDA Tablet PC Smartphone t l phones portables ordinateurs portables etc et par les technologies de communications GSM Wi Fi Bluetooth UMTS etc Personal Mobile phones Games PDAs PDAs Classroom Tablet PCs PCs response systems Portable Static Electronic whiteboards Shared Figure 3 Une classification des technologies mobiles d apr s Naismith et al 2004 16 Chapitre I Introduction apprentissage mobile Le mot mobile peut avoir be
357. t che n importe o et n importe quand De ce point de vue le syst me EPSS Cf IIL3 s inscrit comme support de l apprentissage juste temps car il fournit les l ments utiles la performance aux utilisateurs juste au moment quand ils en ont besoin 61 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Apprentissage traditionnel Apprentissage juste temps Philosophie didactique Philosophie constructiviste Audience limit e en taille Audience sans limte de taille Livraison statique Livraison juste temps Contr le par l enseignant Contr le par l apprenant Apprentissage lin aire Apprentissage sp cifique Apprentissage passif Apprentissage actif Apprenants homog nes Apprenants tr s vari s Tableau 12 Comparaison entre l apprentissage juste temps et l apprentissage traditionnel d apr s Laura 1999 III 1 3 Apprentissage par l action learning by doing A partir de Wright 1936 de nombreuses d tudes ont montr que le co t unitaire de production baisse lorsque la production augmente en particulier par l effet de d veloppement de comp tences de production des ouvriers producteurs Le terme apprentissage par l action learning by doing introduit par Arrow 1962 caract rise cette facon de faire Un effet similaire est galement constat aupr s des utilisateurs finaux d un produit leurs comp tences utiliser le
358. t rieurement visibles de ces composants et les relations qu ils entretiennent Coutaz et al 2001 Les architectures ont deux principales cat gories les mod les en couche et les mod les multi agents 1 Mod le Arch Le mod le Arch UIMS 1992 h rite du mod le Seeheim Reynolds 1997 et en constitue un raffinement Il reprend le contr le de dialogue de Seeheim au centre de l arche Figure 103 qui d finit les aspects syntaxiques de l interaction et qui est responsable des aspects dynamiques de l application Du c t du pilier applicatif il distingue 2 niveaux Le noyau fonctionnel de l application qui g re les donn es internes et leurs r manences L adaptateur du noyau fonctionnel qui est une couche d adaptation du noyau fonctionnel pour la conformer au style d interaction envisag Contr leur de Dialogue gt mE Utilisateur Figure 103 Mod le Arch d apr s Chalon 2004 adapt de UIMS 1992 Du cot du pilier interface il d compose l interface utilisateur en 2 niveaux e Un niveau abstrait comportant les objets de pr sentations et d interaction ind pendants de l interface concr te et donc des dispositifs d interaction avec l utilisateur e Un niveau concret li une toolkit pr cise g rant le dialogue avec l utilisateur et donc li des dispositifs d entr e sortie pr cis Dans le mod le original ces deux couches sont appel es Presenta
359. t s d apprentissage etc IV 3 2 Analyse des m tadonn es travers des contextes d apprentissage L objectif des m tadonn es est de d crire les unit s d apprentissage d une mani re commune pour faciliter leur indexation et leur interrogation selon les contextes d apprentissages pr cis Le syst me utilise les informations contextuelles pour interroger les m tadonn es et retrouver et envoyer aux apprenants les unit s d apprentissage appropri es Ce processus dans notre approche est appel la contextualisation et est la charge du moteur de contr le du syst me d apprentissage L tude des informations contextuelles est donc l tape essentielle pour d finir les m tadonn es Nous avons d gag dans la section IL 1 1 2 des cat gories d l ments du contexte qui sont importantes dans notre approche Acteur identit r le coordonn es ge sexe pr f rences exp rience niveau d ducation position social historique d apprentissage etc e Dispositif portabilit capacit de processeur mani re d interagir output input syst me d exploitation logiciel interface batterie m moire connectivit accessoires taille poids cout etc Environnement mobilit localisation maison bureau usine rue transport etc temps luminosit bruit etc Activit objectif t che outils quipement services disponibles etc Collaboration contexte d autres utilisateurs processus
360. t s d apprentissage sont les petits objets structur s correspondant aux ressources d apprentissage comme une lecon un test une simulation etc Les unit s d apprentissage sont concues pour fournir des contenus r utilisables l apprentissage guid par l ordinateur Beaucoup de standards de sp cifications ont merg pour uniformiser l emballage des unit s d apprentissage Cependant jusqu maintenant il n existe pas encore un standard de la production de ces unit s pour l apprentissage mobile Les supports de la mobilit et des contextes d apprentissage sont des grandes exigences dans la production des unit s d apprentissage La plupart des travaux de recherche sur les unit s d apprentissage est concentr e sur la production des cours scolaires traditionnels Les contenus d apprentissage visant la maitrise des quipements domestiques publics ou professionnels sont rarement tudi s Le projet IMAT Integrating Manuals and Training Desmoulins et al 2000 est un des rares projets qui a tudi le probl me de ressources d apprentissage pour leur r utiliser dans la formation ce que nous allons d crire bri vement Nous commengons par une tude des probl matiques existantes que nous devrions confronter Nous pr sentons des caract ristiques des manuels d quipements qui sont des ressources originales initiales partir desquelles la production d unit s d apprentissage peut avoir lieu Puis nous tudions le standard S
361. t OCR les documents papier peuvent tre transform s en deux formats num riques les contenus textuels ou mixtes sont transform s en format de texte ditable doc docx etc les figures restent en format d images Un outil comme la v rification grammaticale et orthographique d un traitement de texte et la relecture humaine peuvent corriger les erreurs d OCR Les documents lectroniques existants sont aussi fournis par les constructeurs d quipement Certains constructeurs distribuent des manuels techniques lectroniques sur CD ROM ou en PDF t l chargeable ou des pages web en ligne etc Parfois les constructeurs proposent des versions lectroniques des documents papier distribu s aux clients ce qui est une source plus directe et plus efficaces pour la collecte de documentation Les documents lectroniques peuvent tre de formats diff rents multim dias comme le texte les images la vid o le son ou d autres objets Tous les documents lectroniques obtenus dans cette phase sont stock s dans un d p t de fichiers et sont pr ts tre utilis s dans les phases suivantes IV 4 3 Phase 2 Fragmentation Fragment1 doc Manuel d utilisation pdf mu Fragment2 txt Introduction de produit xml Fragment3 pdf Plan de structure jpg mM Fragment4 xml Installation avi Fragment5 jpg Fragment6 avi
362. t d apprentissage avec les caract ristiques MOCOCO l apprenant est quip d un dispositif mobile Tablet PC PDA Smartphone etc et d autres p riph riques d interaction appropri s aux contextes d apprentissage e Augmentation de l environnement l apprenant volue dans un environnement r el augment qui peut lui offrir des informations contextuelles travers son dispositif mobile et des p riph riques Nous avons d cid d utiliser principalement les technologies RFID pour collecter les informations contextuelles mais d autres technologies sont envisageables e Augmentation de l quipement pour mieux supporter la ma trise d quipements dans les t ches de diagnostic de maintenance et de r paration les dispositifs mobiles qui quipent l apprenant peuvent communiquer avec l quipement ma triser Diff rents niveaux de connexion communication entre le dispositif mobile et l quipement peuvent tre identifi s V 2 Plateforme IMERA La plateforme IMERA Interaction Mobile pour Environnement R al Augment David et al 2007a a t concu pour tudier des interfaces innovantes et appropri es pour des activit s mobiles collaboratives et contextuelles Nous profitons de la plateforme IMERA pour concevoir SAMCCO dans des situations professionnelles V 2 1 Introduction La plateforme IMERA a t concue au sein du laboratoire ICTT LIESP l Ecole Centrale de Lyon en b n ficiant du soutien de la R g
363. t du capteur de Head Tracking l utilisateur peut voir les informations envoy es par le syst me superpos es sur la vue des objets r els Figure 89 Cela lui permet d apprendre comment faire sans interrompre les actions de t che Pour l utilisateur l apprentissage et l action sont m lang s ce qui assure une exp rience d apprentissage plus effective et plus intuitive VI 2 3 Exp rimentation et valuations L exp rimentation de l application a t faite au laboratoire Dix volontaires entre 25 et 45 ans de domaines diff rents ont particip cette exp rimentation d environ 25 minutes Puis ils ont rempli un questionnaire Les participants taient quip s des lunettes semi transparentes see through Head Mounted Display et d un touchpad de commande On leur a demand d accomplir un changement de disque dur de l ordinateur une maquette en bois et carton pour viter la perturbation au syst me de tracking Figure 90 a Ils pouvaient apprendre comment faire leurs actions chaque tape et progresser dans l accomplissement de la t che l aide du touchpad de commande les informations sur les actions effectuer tant projet es sur les crans des lunettes de R alit Augment e Figure 90 b 180 Chapitre VI Cas d tudes d applications a Changement de disque dur b Apprendre comment faire Figure 90 Exp rimentation du sc nario de maintenance de l ordinateur L objectif de l exp rimentation
364. t et le dispositif et les activit s sont galement d crites V 3 1 2 Exemple Apprentissage en collaboration distance L apprentissage en collaboration avec les experts distance peut avoir lieu quand l apprenant ne peut pas trouver une solution pour le probl me rencontr apr s l apprentissage individuel L apprenant peut appeler l assistance des experts l aide de ses dispositifs Les experts vont tudier le probl me ensemble avec l apprenant pour trouver une solution Sc nario d apprentissage textuel L apprenant technicien d clenche le processus de collaboration Il peut trouver un ou plusieurs experts qui sont disponibles en ligne L apprenant et les experts ont une interface commune pour r gler le probl me L apprenant d abord partage le contexte du travail L expert obtient des informations contextualis es l information de l quipement historique caract ristiques la situation la description du probl me L expert estime la situation discute avec le technicien et explique comment r gler le probl me Les informations chang es comprennent textes images conversation sonore et vid os en direct avec des gestes etc Pour l apprenant l interaction en entr e est r alis e avec clavier souris writting pad microphone webcam etc et l interaction en sortie est r alis e avec l cran de Tablet PC et des couteurs Sc nario d apprentissage graphique 146 Chapitre V Conception de SAMCCO
365. t proactif que r actif plut t invisible qu interf rentiel II 2 1 Context aware Comme exprim dans sa d finition l apprentissage mobile permet aux utilisateurs d apprendre n importe o et n importe quand en utilisant des dispositifs mobiles Pour fournir aux utilisateurs des 41 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles ressources d apprentissage appropri es selon leurs contextes et leurs activit s context awareness est une technologie indispensable tudier Pour cela dans un premier temps il nous faut comprendre qu est ce que c est un syst me context aware en explicitant sa d finition 1 2 1 1 D finition de context aware Dans l article de Schilit et al 1994b qui introduit la terme context aware les applications context aware peuvent simplement s adapter au contexte Dans les recherches suivantes context aware est donn e comme synonyme de adaptive siuated context sensitive reactive environment directed contextual etc Dans ce m moire on utilise le mot contextuel ou situ comme quivalent de context aware Dans la litt rature Hull et al 1997 d finissent context aware comme la capacit de dispositifs de d tecter sentir interpr ter et r pondre aux aspects de l environnement d utilisateur et des dispositifs eux m mes Ryan et al 1998 d finissent les applications context aware comme les applic
366. t references lt value gt lt kind gt lt ressource gt lt identifier gt lt entry gt enlever_vis lt entry gt lt identifier gt lt ressource gt lt relation gt lt relation gt lt kind gt lt source gt amlom lt source gt lt value gt references lt value gt lt kind gt lt ressource gt lt identifier gt lt entry gt lever_capot lt entry gt lt identifier gt lt ressource gt lt relation gt 176 Chapitre VI Cas d tudes d applications lt relation gt lt kind gt lt source gt amlom lt source gt lt value gt isreferencedby lt value gt lt kind gt lt ressource gt lt identifier gt lt entry gt d montage lt entry gt lt identifier gt lt ressource gt lt relation gt lt amlom gt lt m tadonn es gt lt contenus gt lt contenu gt lt titre gt introduction lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt pr paration lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt sous taches lt titre gt lt contenu gt lt titre gt Enlever vis lt titre gt r f xlink type simple xlink href enlever_vis xml gt lt contenu gt contenu titre Lever capot lt titre gt r f xlink type simple xlink href lever_capot xml gt lt contenu gt lt contenu gt lt contenus gt lt UA gt VI 1 2 6 Phase 6 stockage et indexation Les unit s d apprentissage sont maintenant cr es au f
367. t value gt repair lt value gt lt unitType gt lt educational gt lt amlom gt 5 3 lt intendedEndUserRole gt L l ment lt intendedEndUserRole gt repr sente les utilisateurs pour qui l unit d apprentissage est con ue Cet l ment est optionnel pour toutes les unit s d apprentissage et permet d tre utilis de fa on multiple Le type de donn es est Vocabulary et nous avons red fini son espace de valeurs selon nos contextes e designer e manager technician e user trainer e author e Others Exemple de source XML lt amlom gt educational lt intentedEndUserRole gt lt source gt amlomv lt source gt lt value gt technicien lt value gt lt intentedEndUserRole gt lt intented End UserRole gt lt source gt amlomv lt source gt lt value gt user lt value gt lt intentedEndUserRole gt lt educational gt lt amlom gt 5 5 lt concernedProduct gt 115 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles L l ment lt concernedProduct gt est un des l ments les plus importants que nous avons rajout s pour d crire le contenu de l unit d apprentissage Il repr sente vis sur quel s quipement s l apprentissage aura lieu Il peut tre un quipement concret ou un ensemble d quipements ayant des caract ristiques communes Il est obligatoire pour toutes les unit s d apprentissage et peut se multipl
368. te une r gle de cat gorisation du fact selon sa persistance et source et ajoute les d pendances du fact qui expriment les relations parmi des facts Un exemple est montr dans la Figure 16 ORM Entity Type ORM Entity Type n ary QM Type ET i is of type gt Device Device Type 5 id El code profiled fact type permitted to use Person Device name id Person Location name name Figure 16 Contexte Mod le tendu de l approche ORM d apr s Henricksen et al 2003 sensed fact type Mod le orient objet Dans ce type de mod le les d tails du contexte sont encapsul s dans les objets 36 Chapitre II Contexte et contextualisation dans l apprentissage mobile et sont masqu s aux autres composantes Par exemple Bouzy et al 1997 utilise un m canisme g n ral orient objet pour repr senter les informations contextuelles sur les contextes temporels spatiaux et globaux dans le jeu de Go par ordinateur Un exemple repr sentatif est pr sent par Schmidt et al 1999 Ils ont d fini le concept de cue qui fournit une abstraction des senseurs physiques et logiques Un cue est consid r comme une fonction dont la valeur d un seul senseur physique ou logique constitue l entr e fournissant une sortie symbolique ou sub symbolique Un ensemble fini ou infini de valeurs possibles est d fini pour chaque cue La sortie de chaque cue d pend d un senseur physique
369. technicien est en train de r parer une machine industrielle chez le client mais soudain il y a une pi ce qu il ne sait pas d monter L apprenant d marre son PDA acc de au syst me d apprentissage apr s identification Il fait des recherches avec des mots cl s ou trouve le sujet par l index Le syst me offre la structure de la machine les outils requis et les actions faire pour d monter la pi ce L apprenant s assure de sa compr hension et finalement r ussit d monter la pi ce Sc nario d apprentissage graphique 145 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Chez le client Internet ou autres r seaux Apprenant j fi 2 5 3 RFID tag E Serveur Base de donn es Apprentissage juste temps sur le lieu de travail R parer la machine Rencontrer un probl me de d montage Consulter le syst me d apprentissage Apprendre temps selon le probl me Acqu rir la solution A amp ND Figure 63 Sc nario d apprentissage apprentissage juste temps sur le lieu de travail Nous avons utilis des sch mas graphiques similaires au Sc nario Contextualis pour d crire un sc nario d apprentissage Figure 63 Dans ce sch ma nous d crivons les l ments comme l acteur l quipement le dispositif le syst me etc Les interactions principales entre l acteur l quipemen
370. tendedEndUserRole gt lt xs group ref difficulty gt lt xs group ref concernedProduct gt lt xs group ref concernedTool gt lt xs group ref typicalLearningTime gt lt xs group ref description gt lt xs group ref unitType gt lt xs choice gt lt xs complex Type gt 120 Chapitre IV Production des unit s d apprentissage Types de donn es simples Les l ments dans AMLOM h ritent des 6 types de donn es d finis par LOM Nous ne d finissons pas de nouveau type de donn es mais certains l ments de type de donn es Vocabulary ont besoin des nouveaux d espaces de valeurs Par exemple pour l l ment unitType nous avons d fini son espace de valeurs xs simpleType name unitTypeValues gt xs restriction base xs token gt xs enumeration value general introduction 7 xs enumeration value physical structure gt lt xs enumeration value functionalities gt lt xs enumeration value faq gt lt xs enumeration value installation gt lt xs enumeration value use gt lt xs enumeration value diagnostic gt lt xs enumeration value maintenance gt lt xs enumeration value repair gt lt xs enumeration value others gt lt xs enumeration value unknown gt lt xs restriction gt lt xs simpleType gt IV 4 Processus de production d unit s d apprentissage IV 4 1 Introduction g n rale Nous nous rappelons que notre objectif est d laborer l
371. terminer le processus d apprentissage et continuer son activit professionnelle Le moteur du contr le met jour la base de contextes et les caract ristiques de l apprenant Comme nous l avons d crit ci dessus le moteur de contr le accomplit la contextualisation de l apprentissage et dirige l activit d apprentissage Dans le processus d apprentissage le moteur de contr le peut appeler tous les services g n riques pour accomplir l activit d apprentissage notamment les services de collaboration et de communication V 4 7 Configuration du dispositif mobile et des p riph riques Dans l espace principal de travail de la plateforme IMERA les acteurs voluant dans des sc narios diff rents sont quip s de configurations diff rentes de dispositifs mobiles et de p riph riques qui concernent l augmentation de l apprenant Une bonne configuration du dispositif mobile et des p riph riques facilitent l activit de l acteur tant en apprentissage qu en travail La configuration du 162 Chapitre V Conception de SAMCCO dispositif mobile et des p riph riques est importante pour un acteur dans un contexte concret Par exemple pendant l apprentissage d un travail de maintenance pour pr senter les informations contextualis es les lunettes semi transparentes ou les lunettes l cran int gr sont soigneusement consid r es et s lectionn es pour supporter l information de R alit Augment e qui permet l
372. text aware diff rents exigent des technologies de capteur de la localisation diff rentes Par exemple il y a des environnements qui sont en plein air et les autres qui sont l int rieur des b timents ou il y a aussi des environnements qui sont partiellement l int rieur et partiellement en plein air Chaque technologie a t sp cifiquement con ue pour un environnement identifi comme le GPS pour l ext rieur et Bluetooth pour l int rieur Il y a galement un assemblage de technologies qui doit tre utilisable sur une plate forme pour supporter le passage entre ces environnements Borriello et al 2002 Par exemple quand un utilisateur est l int rieur d un b timent la plateforme a besoin d une technologie qui est appropri e pour des environnements d int rieur comme WiFi Quand le m me utilisateur sort du b timent la plate forme peut utiliser des technologies GPS 11 3 2 Technologies de capture de la localisation Borriello et al 2002 a class les technologies de capture de localisation en deux cat gories bas sur des r seaux ou bas sur des dispositifs Comme d crit dans la derni re section ces technologies peuvent aussi tre class es en terme des environnements vis s l int rieur ou l ext rieur de b timent Ces technologies ont leurs propres caract ristiques et leurs inconv nients Certaines marchent mieux l int rieur et d autres l ext rieur La variation de la performan
373. tion collaborative Echanges messages donn es Contr le de la ou RPG r pliqu es concLrrence Figure 75 Architecture SMAC d apr s Imbert 2006 Les services g n riques dans le middleware SMAC sont tr s proches de la couche de communication Le travail de Champalbert 2008 qui a conduit SMAC2 a propos des nouveaux services g n riques plus orient s applications Ces nouveaux services g n riques sont e Chat NewsGroup e Administration e T l conf rence e Workflow e Agenda Partag e Co Browser e Editeur partag e Awareness 158 Chapitre V Conception de SAMCCO Nous avons d cid de profiter des services fournis par SMAC et SMAC2 et ajouter de nouveaux services g n riques qui concernent l apprentissage Ces services peuvent se diviser principalement en deux cat gories selon leur utilisation Apprentissage Gestion d unit s d apprentissage pour cr er rajouter supprimer et modifier des unit s d apprentissage e Gestion de cours pour organiser des cours ou des le ons avec des unit s d apprentissage existantes e Suivi de l apprentissage pour enregistrer l historique de l activit d apprentissage des apprenants e Evaluation de l apprentissage pour valuer l activit d apprentissage des apprenants Contextualisation e Capture des informations contextuelles comme la lecture des tiquettes RFID la r cup ration des informations dans la base de donn es
374. tion Component et Interaction 207 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Toolkit Component ce qui peut porter confusion en laissant sous entendre qu une couche est d di e aux sortie affichage l cran alors que l autre se consacre aux entr es souris clavier ce qui est videment faux Dans le travail de Chalon 2004 ces deux couches sont renomm es comme Pr sentation et Interaction Abstraites et Pr sentation et Interaction Concr tes 2 Mod le PAC et PAC Le mod le PAC a t d velopp par Coutaz et al 2001 Il mod lise la structure d un logiciel sous la forme d une hi rarchie d agents Chaque agent est responsable d un aspect sp cifique d une fonctionnalit de l application et il poss de 3 facettes Figure 104 e La facette Pr sentation P mod lise le comportement visible de l agent e La facette Abstraction A maintient le mod le de donn es sous jacent l agent e a facette Contr le C relie les facettes P et A de l agent et g re la communication avec les autres agents PAC par l interm diaire de la facette C de ces agents ER OP LEP CEP V E LEP CF LT Figure 104 Mod le PAC d apr s Coutaz et al 20011 PAC Calvary et al 1997 est un mod le orient vers les collecticiels o chaque facette est d compos e selon les 3 dimensions du tr fle du collecticiels prod
375. tiques principales et les techniques utilis es dans ce domaine ont t tudi es Nous avons tudi des architectures repr sentatives de l apprentissage mobile dans le but de recensement et de comparaison des diff rentes conceptions et des diff rentes techniques mises en uvre A travers cette tude nous avons d gag des tendances de l apprentissage mobile assist par les technologies de l informatique mobile situ contextuel personnel collaboratif et tout au long de la vie Nous avons pass en revue des mod lisations du contexte d apprentissage et des m thodes de la contextualisation Les l ments du contexte doivent tre extraits et mod lis s selon les diff rents sc narios d apprentissage Nous avons tudi galement des m thodes de contextualisation o apparait l importance des m tadonn es des unit s d apprentissage La collecte d informations contextuelles s appuie sur des technologies de la capture du contexte comme la technologie RFID que nous avons d cide d utiliser apr s comparaison L int gration et l adaptation des m thodes d apprentissage appropri es dans des situations professionnelles concr tes tait un des nos objectifs de l apprentissage mobile Nous avons donc tudi des m thodes d apprentissage appliqu es dans des situations professionnelles notamment l apprentissage sur le lieu de travail l apprentissage juste temps l apprentissage par l action et apprentissage collaboratif Les d
376. tissage d montage du capot lt xml version 1 0 encoding UTF 8 gt lt UA identifiant d montage capot ua type compos e xmlns xlink http www w3 org 1999 xlink gt lt m tadonn es gt lt contenus gt lt contenu gt lt titre gt introduction lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt pr paration lt titre gt lt contenu gt lt contenu gt lt contenu gt lt titre gt sous taches lt titre gt lt contenu gt lt titre gt d montages des 3 vis lt titre gt r f xlink type simple xlink href d mon_3vis xml gt lt contenu gt lt contenu gt lt titre gt enl vement du capot lt titre gt r f xlink type simple xlink href enl v_capot xml gt lt contenu gt lt contenu gt lt contenus gt lt UA gt 131 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles IV 4 6 Phase 5 Ajout des m tadonn es Unit d apprentissage X Unit d apprentissage Contenus Contenus lt lt Unit d apprentissage D p t de fragments Unit d apprentissage multim dias Unit d apprentissage Contenus Unit d apprentissage Unit d apprentissage M tadonn es ontenus M tadonn es AMLOM general lifecycle metaMetadata technical D p t de fragments educati
377. tissage contexte contextualisation m thode d apprentissage Interaction Homme Machine travail collaboratif assist par ordinateur SAMCCO a Collaborative Contextual Mobile Learning System in Professional Situations Abstract With the rapid development of mobile computing technologies mobile learning has become a new important learning style in our life Situated contextual personal collaborative informal and lifelong are the main characteristics of mobile learning We are interested in applying mobile learning in contextual professional situations particularly in the learning of mastering domestic public and professional appliances In our work a learning system named SAMCCO French acronym of Collaborative Contextual Mobile Learning System which concerned MOCOCO Mobility Contextualization Collaboration concepts was proposed for the above aimed situations The research involved the domains of mobile technologies mobile learning learning context contextualization learning methods CSCW Computer Supported Cooperative Work HCI Human Computer Interaction and AR Augmented Reality The problem of learning units was firstly studied We considered learning units and their models as the learning resources for appliance mastering in our approach We defined AMLOM Appliance Mastering LOM metadata to describe learning units AMLOM metadata were extended from IEEE LOM Learning Object Metadata by redefining the existent elements a
378. tissage en contexte du Travail Collaboratif Assist par Ordinateur TCAO de l Interaction Homme Machine IHM et de la R alit Augment e RA Nos travaux ont commenc par l tude de la mod lisation d unit s d apprentissage Nous avons d fini des mod les de ces unit s d apprentissage en tant que ressources d apprentissage pour la maitrise d quipements Nous d finissons les m tadonn es AMLOM Appliance Mastering LOM pour d crire ces unit s d apprentissage Les m tadonn es AMLOM sont issues d IEEE LOM Learning Object Metadata avec la red finition de certains l ments et l ajout de nouveaux l ments pour permettre la contextualisation des unit s d apprentissage dans nos contextes d apprentissage Nous avons galement labor un processus de production d unit s d apprentissage Ce processus permet de transformer les documentations initiales comme des manuels papier ou d autres formats num riques en unit s d apprentissage XML et de les stocker et indexer dans une base de donn es pour tre pr tes tre interrog es par le syst me d apprentissage SAMCCO La conception de SAMCCO s appuie sur l approche bas e sur les sc narios et sur les mod les SAMCCO se base sur la plateforme IMERA Interaction Mobile dans l Environnement R el Augment d velopp e par notre quipe qui a pour but de prendre en compte les augmentations suivantes apprenant augment environnement augment quipement augment La mod lis
379. toutes les informations pour se m moriser celles qui sont utiles e Mise jour facile EPSS permet la mise jour plus rapide plus facile que les autres m dias e Permettre diff rents niveaux de connaissances EPSS fournit des informations minimales pour des apprenants qui ne veulent pas les d tails mais peut fournir des informations d taill es pour ceux qui les veulent e Permettre diff rentes m thodes d apprentissage EPSS fournit diff rentes m thodes d apprentissage pour am liorer l apprentissage Les m mes informations peuvent tre pr sent es diff remment selon la m thode requise e Int gration de l information des conseils et des exp riences d apprentissage EPSS fournit aux utilisateurs l int gration de l information des conseils et des exp riences d apprentissage Par exemple le syst me de conseil peut demander ce qu ils veulent accomplir et proposer quelle proc dure utiliser Banerji et al 1997 pense pour faciliter l accomplissement d une t che qu un syst me EPSS doit 73 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles fournir les fonctionnalit s suivantes e Acc s rapide l information relative au travail e Formation bas e sur les besoins e Conseil guidage et aide au travail e Revues de travail ou les proc dures des t ches e Pratique des comp tences e Supervision de la performance et conseil e S
380. tre relatives aux activit s d apprentissage et influencent l apprentissage de l acteur V 3 3 Mod le du contexte d apprentissage Dispostif Environnement Contexte d apprentissage Activit Apprentissage Collaboration Figure 65 M ta mod le g n ral du contexte d apprentissage Les informations contextuelles collect es et cat goris es dans la section pr c dente nous permettent de b tir un mod le g n ral du contexte d apprentissage Figure 65 Ce mod le du contexte 148 Chapitre V Conception de SAMCCO d apprentissage synth tise les informations contextuelles utiles pour la contextualisation des unit s d apprentissage livr es aux apprenants L objectif de ce mod le est de d crire le contexte d apprentissage d une mani re formelle qui facilite la capture des informations contextuelles et la contextualisation des unit s d apprentissage Nous allons d tailler ce mod le dans les sections suivantes V 3 3 1 Mod le g n ral du contexte d apprentissage Le contexte d apprentissage contient les six l ments principaux suivants e Acteur est la personne concern e dans le contexte d apprentissage Un contexte d apprentissage doit avoir un acteur principal L acteur principal dispose du contexte d apprentissage actuel e Dispositif est le dispositif mobile ou fixe ou un p riph rique l aide duquel l acteur peut percevoir et interagir Un acteur peut utiliser un ou plus
381. tructure et la granularit de l unit d apprentissage Nous avons trois niveaux d unit d apprentissage le fragment l unit d apprentissage atomique et l unit d apprentissage compos e Les unit s d apprentissage permettent des r f rences aux fragments multim dias externes ou aux autres unit s d apprentissage selon l organisation des contenus La description s mantique se concentre sur les contenus des unit s d apprentissage et leurs contextes d utilisation Nous les avons divis es en deux grandes cat gories la description statique et la description de la t che de maitrise Chaque cat gorie a ses caract ristiques structurales diff rentes Les m tadonn es AMLOM sont tendues partir des m tadonn es IEEE LOM Nous avons red fini ou rajout les l ments et leurs espaces de valeurs pour couvrir les besoins de nos contextes d apprentissage Les sch mas XML comme XSD sont fournis pour aider la cr ation et la validation des m tadonn es de l unit d apprentissage Enfin nous avons propos un processus de production d unit s d apprentissage Ce processus nous permet partir de documentation initiale comme des manuels d utilisation en papier de produire des unit s d apprentissage et de les stocker et indexer dans une base de donn es Ce processus comporte 6 phases principales 1 Collecte de documentation collecter tous les documents possibles et leur transformation en format lectronique 2 Fragmentation f
382. ts du 42 Chapitre II Contexte et contextualisation dans l apprentissage mobile contexte e Informations et commandes contextuelles production de diff rents r sultats en fonction du contexte e Actions d clench es par le contexte des r gles simples comme if then utilis s pour pr ciser comment le syst me contextuel s adapte Pascoe 1998 propose une taxonomie de fonctions contextuelles qui comprend e Capture contextuelle capacit de d tecter l information contextuelle et de la pr senter a l utilisateur e Adaptation contextuelle capacit de modifier un service automatiquement lors d un changement du contexte e D couverte contextuelle de ressources capacit de localiser et exploiter les ressources et les services qui sont relatifs au contexte de l utilisateur e Augmentation contextuelle capacit d ajouter l information par l utilisateur sur le contexte actuel Dey 2000 fait une combinaison de ces id es et propose trois cat gories g n rales des applications contextuelles Il conclut que les applications contextuelles peuvent supporter e La pr sentation des informations et des services l utilisateur e ex cution automatique d un service e Le marquage du contexte par rapport l information contextuelle pour la r cup ration plus tard Chen et al 2000 donnent deux cat gories pour les applications contextuelles passives et actives La seconde est plus int ressante car el
383. ts types la collaboration la communication la production l apprentissage la contextualisation la mobilit etc Les bases de donn es stockent les contenus d apprentissage les messages de communication etc Ces donn es sont pr sent es aux utilisateurs ou utilis es par le syst me apr s la contextualisation Le moteur de contr le organise les activit s d apprentissage Il appelle les services g n riques et utilise les patterns d interaction Le moteur de contr le re oit les informations contextuelles interpr t es interroge la base de donn es et choisit les unit s d apprentissage les plus appropri es Il contr le le d roulement de l activit d apprentissage en suivant les m thodes d apprentissage diff rentes Le moteur de contr le travaille de facon syst matique pour d rouler l activit d apprentissage V 4 2 Projection vers l architecture de CoCSys Le processus CoCSys Delotte 2006 est une d marche de conception de syst mes mobiles et collaboratifs couvrant les phases d expression des besions de conception de validation et de mise en ceuvre sur l architecture Ce processus est bas sur la mod lisation des besoins des utilisateurs et l identification de leurs objectifs en s appuyant sur des sc narios pour prendre en compte diff rents contextes Il prend une approache bas e sur les mod les qui se concr tise par des transformations des mod les en une application mobile et collaborative Arc
384. ualisation des unit s d apprentissage dans un contexte d apprentissage concret de la maitrise d quipement par l apprenant Par rapport aux deux autres solutions portant sur des ressources d apprentissage SCORM et IMAT le mod le de l unit d apprentissage et les m tadonn es que nous proposons ont des sp cificit s suivantes e L unit d apprentissage est sp cialement orient e vers l apprentissage de la ma trise d quipements domestiques publics et professionnels L unit d apprentissage et ses m tadonn es peuvent bien d crire les diff rents types de ressources d apprentissage comme la t che de ma trise ou la structure physique etc e Les unit s d apprentissage en XML permettent l acc s n importe quand et n importe o l aide de dispositifs mobiles et le r seau sans fil Les unit s d apprentissage peuvent tre ex cut es soit distance soit localement e Les unit s d apprentissage peuvent tre r utilis es dans les applications gr ce aux syst mes de gestion diff rents comme EPSS ou des syst mes d apprentissage etc Les unit s d apprentissage peuvent galement tre r utilis es dans de nouvelles unit s d apprentissage ou des lecons par r f rences e Les m tadonn es AMLOM permettent la contextualisation des unit s d apprentissage dans une situation concr te d apprentissage Neuf cat gories de m tadonn es sont utilis es pour assurer la pr cision de contextualisation dans tous les contexte
385. uction coordination et communication Figure 105 a Comm Agent ciment Prod Coord a Figure 105 Mod le PAC d apr s Calvary et al 1997 208 Annexe III Mod les d architecture De mani re alternative l agent PAC peut tre d compos en 3 agents PAC chacun d di l un des aspects du mod le en tr fle Les 3 agents communiquent entre eux directement et via un agent ciment communiquent avec d autres agents PAC Figure 105 b 3 Mod le AMF et AMF C Le mod le AMF Agent Multi Facettes a t d velopp l Ecole Centrale de Lyon par Kamel Ouadou Ouadou 1994 Ce mod le a t compl t et tendu au travail collaboratif comme AMF C AMF Coop ratif par Franck Tarpin Bernard Tarpin Bernard 1997 Mod le AMF Le mod le AMF part sur deux critiques du mod le PAC e La d composition Abstraction Pr sentation est g n ralement insuffisante pour des applications complexes Des fonctionnalit s se retrouvent m lang es dans des composants trop macroscopiques alors qu elles rel vent de th matiques diff rentes e La structure de la facette Contr le est peu formalis e Or cette facette et la clef de vo te des mode les d architecture Pour r pondre la premi re critique AMF reprend les m me facettes de base P A C mais permet d en ajouter de nouvelles pour des besoins plus particuliers ce qui permet un d coupage plus fin des agents interactifs Pour r pondre la d
386. uent diff rentes m thodes d apprentissage Comme l activit d apprentissage est d j planifi e par ce mod le nous pourrons l adapter dans l approche de SAMCCO Dans l apprentissage de la ma trise d quipement l apprentissage avant la t che peut tre consid r comme la formation formelle o le processus d apprentissage se d roule en suivant le mod le Learning Design Nous pourrons donc adapter ce mod le l unit d apprentissage pour organiser des cours ou des formations de la maitrise d quipements dans nos perspectives 193 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Adaptation du processus CoCSys dans la conception de SAMCCO Le processus CoCSys est une m thodologie centr e sur l utilisateur pour la conception de syst mes mobiles et collaboratifs Ce processus est bas sur la formalisation des besoins des utilisateurs et l identification de leurs objectifs en s appuyant sur des sc narios Il s appuie sur plusieurs mod les qui se concr tisent par des transformations des mod les en une application collaborative Nous pourrons appliquer ce processus dans l apprentissage mobile de notre contexte pour prendre en compte les sc narios d apprentissage que nous avons produit Cf V 3 1 dans la conception de SAMCCO bas sur la plateforme IMERA Constitution d une base de patterns d interaction et d une base de services g n riques En effet la
387. ui des technologies mobiles et celui des m thodes d apprentissage 1 1 1 1 D veloppement des technologies mobiles Les technologies mobiles deviennent de plus en plus ubiquitaires connect es avec des capacit s renforc es par des interactions sociales riches par la prise en compte des contextes et la connectivit l Internet Les dispositifs mobiles ont tendance int grer de plus en plus de fonctions Internet Email chat communication vid o etc en un seul dispositif intelligent et de poss der une puissance accrue du mat riel hardware Par exemple le t l phone portable SAMSUNG 1900 poss de un cran de 3 2 pouces un processeur de 624MHz un stockage de 16Go un acc s au r seau Wi Fi le GPS etc Il pourrait donc totalement remplacer un PDA dans un futur proche D ailleurs les usagers de plus en plus nombreux ach tent des smartphones pour utiliser cette richesse de fonctions Selon un sondage 2 8 millions de smartphones seront vendus en France en 2009 Sanyas 2008 Chapitre I Introduction apprentissage mobile Avec la commercialisation et l utilisation universelle des services r seaux sans fils GPRS UMTS Wi Fi les d bits de transfert de donn es augmentent de jour en jour au m me titre que leur couverture g ographique D s aujourd hui ces r seaux nous permettent d j de connecter nos dispositifs avec des d bits suffisants pour faire circuler la vid o et des images t l charger de
388. uisse acc der aux fragments r f renc s 93 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles Unit d apprentissage atomique M tadonn es Unit d apprentissage fragment M tadonn es Contenus Contenu Titre figure de machine R f figurel xml Contenu Titre introduction R f intro xml Contenus Contenu Titre figure de machine R f 001 jpg Figure 45 Mod le de l unit d apprentissage atomique Les m tadonn es sont utilis es pour d crire les conditions d utilisation de l unit d apprentissage atomique La grande diff rence entre la conception de l unit d apprentissage et le SCO de SCORM est qu un SCO est ind pendant du contexte d apprentissage tandis que l unit d apprentissage est d crite avec les m tadonn es qui pr cisent obligatoirement les contextes d apprentissage Pour am liorer la r utilisabilit de l unit d apprentissage la granularit de l unit d apprentissage atomique devrait tre la plus petite possible En effet la d cision de la taile d une unit d apprentissage d pend des contextes potentiels d apprentissage Pour une activit d apprentissage le contenu d apprentissage peut tre divis en sous contenus Parfois pour un contexte sp cifique l apprenant n a besoin que d un seul sous contenu Il n est pas n cessaire de lui fournir tout le contenu entier C est pourquoi nous
389. un d entre eux est quip d un dispositif mobile avec la carte WiFi et le lecteur RFID Le lecteur RFID permet aux acteurs de lire les tiquettes implant es et de collecter les informations contextuelles La carte WiFi permet aux acteurs de se connecter au syst me par le r seau sans fil et d obtenir les donn es contextualis es En plus la connexion au r seau permet galement aux acteurs de communiquer entre eux et d acc der aux syst mes centraux serveur de base de donn es EPSS etc Trois espaces de travail distants install s dans le laboratoire compl tent la plate forme Le premier espace de travail distant constitue le centre de collaboration colocalis e Le deuxi me a pour l objectif Observation et supervision Le troisi me collecte toutes les donn es et les messages chang s pour l valuation de la plate forme et des acteurs V 2 2 Adaptation de la plateforme IMERA l apprentissage mobile La plateforme IMERA peut tre utilis e dans beaucoup de situations diff rentes ducatives industrielles culturelles etc Nous profitons de fonctionnalit s de cette plateforme pour les activit s d apprentissage mobiles dans des situations professionnelles La conception de SAMCCO bas sur la plate forme IMERA conduit identifier les acteurs leurs activit s les informations contextuelles tre collect es et les ressources d apprentissage tre livr es etc Aussi nous devons d terminer les technologies utilise
390. upport d information ou biblioth que En fait EPSS n a pas d fini pr cis ment des composants ou des services Les concepteurs peuvent prendre en compte le contexte d utilisation et les besoins d utilisateurs et puis identifier des composants ou des services appropri s aux besoins D apr s Alparslan et al 2008 un syst me EPSS doit avoir au minimum six composants e Un syst me de conseil fournit le support la r solution du probl me le support l analyse et la prise de d cision e Une base de donn s ou d informations fournit l acc s et la recherche d information pour accomplir la t che e Un composant support l apprentissage et la formation fournit le support l apprentissage en autonome motiv par la t che e Un composant de l aide la r f rence en ligne fournit en ligne des explications des d monstrations des conseils des r f rences et le manuel de l utilisation du syst me soi m me e Un composant de productivit fournit un processeur de documentation les outils de conception les outils graphiques etc e Une interface utilisateur permet aux utilisateurs de naviguer facilement dans le syst me d acc der aux informations requises rapidement et facilement Top Level Interface shell LEVEL 1 GENERIC TOOLS HELP SYSTEM ASSESSMENT DOCUMENTS INFORMATION LEVEL 2 INTELLIGENT AGENTS TUTORING FACILITY COMMUNICATION TOOLS APP SPECIFIC SUPPORT TOOLS LEVEL 3 APPLICATION
391. ur En effet cette interface peut tre propre chaque utilisateur J D apos tit mobile af Figure 82 Communication duplexe entre l quipement et le dispositif mobile V 5 Conclusion du chapitre V Dans ce chapitre nous avons principalement d crit la conception de SAMCCO Nous avons commenc par l tude de la probl matique de l apprentissage dans des situations professionnelles et puis pr sent nos objectifs et les caract ristiques de notre syst me Le syst me d apprentissage mobile contextuel est concu sur la plateforme IMERA La plateforme 165 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles IMERA supporte les activit s bas es sur des caract ristiques MOCOCO Nous avons donc d cid d adapter cette plateforme l activit d apprentissage mobile contextuel pour la ma trise d quipements Le processus CoCSys nous a aid la conception du syst me sur la plateforme IMERA Pour permettre la contextualisation des unit s d apprentissage 1l faut mod liser des informations contextualis es D o le besoin de mod liser le contexte d apprentissage Nous avons propos une m thode de mod lisation du contexte d apprentissage partir des sc narios d apprentissage D abord les sc narios d apprentissage sont collect s partir des utilisateurs puis les informations contextuelles sont extraites Apr s la cat gorisation et l
392. ur accomplir la t che ce sont soit des objets de l interface utilisateur soit des objets de l application e Le temps d ex cution il est possible d indiquer le temps d ex cution de la t che minimum maximum moyen pour permettre des valuations de performance de t ches 1 1 2 3 Enlever Tape de T 1 1 2 3 2 1 Ajuster l ouverture du massicot 1 1 23341 Automatique 1 1 2 3 2 Manuellement Figure 102 Exemple de mod lisation de t ches avec CTT pour un cas de maintenance Figure 102 repr sente une t che de maintenance pour un seul technicien avec CTT En fait pour une activit collaborative chaque r le dispose d un arbre de t ches et il existe un arbre global qui permet de visualiser la r partition des t ches chaque r le CTTE Concur Task Tree Environnement est un outil bas sur le formalisme CTT qui permet de construire des arbres de t ches collaboratives ou pas Un module sp cifique permet d assister la d composition d un sc nario textuel en arbre de t che CTT Cette fonctionnalit a t d sactiv e dans la derni re version Maintenant la derni re version est la version 2 3 3 du 1 juillet 2009 qui est disponible sur le site web de CTTE http giove isti cnr it tools CTTE index html 206 Annexe III Mod les d architecture Annexe III Mod les d architecture L architecture d un syst me informatique est un ensemble de structures comprenant chacune des composants les propri t s ex
393. ut aider dans toutes les 4 tapes pour minimiser le temps global Pour une t che sp cifique faite souvent par l acteur il est facile de se rappeler comme faire Si l acteur ne sait pas comment faire la t che il doit rechercher la m thode l aade du EPSS S il ne trouve pas une m thode pr d finie il doit en b tir une partir des autres m thodes ou cas fournis par EPSS Si aucune m thode n a pu tre trouv e en dernier recours l acteur peut essayer d en inventer une pour accomplir sa t che 1II 3 2 2 Cadre th orique Learning Theories P d e Pad b E N P N be HU bs Acceptance Information processing Theories Theories Instructional Theories Developmental Theories Figure 35 Cadre th orique de EPSS d apr s Bayram 2004 Bayram 2004 a donn un cadre th orique pour la conception des syst mes EPSS Ses approches th oriques peuvent aider les concepteurs de comprendre les effets des th ories dans EPSS comme la collaboration le contexte social l valuation de performance les interactions dans l e apprentissage etc A partir d un point de vue de l ducation il a propos cinq domaines inter reli s comme cadre th orique d EPSS Figure 35 72 Chapitre III Apprentissage dans des situations professionnelles e Th ories de l apprentissage l apprentissage comportemental l apprentissage social l apprentissage assist l apprentissage collaboratif l apprentissage centr sur
394. vers des contextes d apprentissage 103 IV 3 3 M tadonn es AMLOM de l unit d apprentissage 105 IV 4 Processus de production d unit s d apprentissage 121 TV 4 1 Introduction 9Senetrale x anni ndlr 121 V4 2 Phase 1 Collecte de documentation sneren niara eae tese te tea ves Uta bete t e soe ees Con pea cross 123 EV 43 Phase 2 Ei As mentai ON dose reltectue tement ce oies 124 IV 4 4 Phase 3 Analyse et cat gorisation ss ibid oret epa Peta sk e eus dub dou boda s ce pubes oU add 125 IVA S Phase 4 S UCU A NON ooo cies ro RESP uUo us no ei ae 126 TV 4 6 Phase 5 Ajout des mead ONCE Serenar o aa a En 132 IV 4 7 Phase 6 Stockage et indexation sise testes venti peer rte eed parue ceu ee En eret een disent 134 IV 5 Comparaison de l unit d apprentissage avec les crit res d valuation 136 IVO Conclusion xr chapitre V 25 e eroe nn eee ee Pel 137 IV Table des mati res CHAPITRE V CONCEPTION DE SAMT CO lines sdeetenseteesesesetensosetstotes eue 139 Van OUCHON SL Se rc Te dede 139 V 1 1 Apprentissage dans des situations professionnelles eeeeeeeeeeeeeeeenee 139 Ie Oe CUI fesses se dadas cod a Route Ld ME A uM ae niet du 140 VZ POEME IMERA dee D tetto NO Abu ue ia OUO 142 V2 TMA CE Osiris n Ms RDA NN an ele 142 V 2 2 Adaptation de la plateforme IMERA l apprentissage mobile 143 V 3 Mod lisatio
395. virtuel Tv et peuvent agir sur des objets r els Or ou virtuels Ov Figure 115 b Figure 115 Principales entit s et relations du mod le IRVO d apr s Chalon 2004 Les fronti res permettent de repr senter des propri t s des entit s de mani re topologique il suffit qu une entit se trouve dans un lieu d limit par des fronti res pour qu elle poss de l une des valeurs possible de la propri t repr sent par la fronti re Deux types de fronti res sont repr sent s lieu 1 lieu 2 lieu 3 lieu 4 lieu 5 A V V Monde i i r el 2 Q 4 5 E MM EL _ V Monde virtuel Figure 116 Repr sentation des fronti res du mod le IRVO d apr s Chalon 2004 e La fronti re monde r el monde virtuel repr sent par une ligne horizontale pointill e Figure 116 CD e Les fronti res entre diff rents lieux du monde r el repr sent s par une ligne verticale Figure 116 2 Les lignes SUD repr sente respectivement la fronti re franchissable par audio la fronti re franchissable par la vue la fronti re franchissable semi sens par la VUE 216 Annexe IV R alit Augment L utilisateur est principalement repr sent par les canaux qu il peut utiliser Le canal visuel V c est essentiellement une entr e sens de la vue mais aussi une sortie direction du regard d tect e par un eye tracker e Le canal Audio A ce canal peut tre en entr e ou en sortie e Le canal K
396. visioconf rence etc L espace de production Il recouvre toutes les fonctionnalit s li es la construction et l acc s aux informations partag es entre les diff rents acteurs L espace de coordination Il recouvre les aspects de suivi de l activit des autres acteurs ainsi que l utilisation de ressources partag es Il s agit de d finir des r les des droits d acc s des sous groupes de distribuer les t ches d en suivre les accomplissements etc David 2001 propose une am lioration de ce mod le qui est appel le mod le 3C Figure 33 Domaine de OMMUNICAT Production de groupe Production de groupe controlee Distribution des taches R partition des taches Production isolee Initialisation pr paration Validation de production Formulation de Production R solution de Domaine de conflits Domaine de PRODUCTION COORDINATION Dialogues divers Remotivation Domaine de CONVERSATION Figure 33 Modele 3C et les taches d apres David 2001 68 Chapitre III Apprentissage dans des situations professionnelles En renommant espace de conversation ce qui est appel l espace de communication ci dessus ceci pour bien distinguer les communications interindividuelles des m canismes de communication au sens informatique du terme On fait ainsi ressortir l espace de communication comme tant le support aux activit s
397. web etc La couche infrastructure d utilisateur g re l interface du syst me et fournit aux utilisateurs l interface appropri e Les utilisateurs avec leurs dispositifs se d placent continuellement dans plusieurs contextes ou environnements Un syst me context aware souffre probablement des contraintes du petit cran et du contexte dynamique La recherche d interface utilisateur UI et de l utilisabilit de dispositifs mobiles est donc effectuer En consid rant l mergence d environnements de l informatique mobile et de l informatique ubiquitaire il faut des recherches sur l Interaction Homme Machine IHM la mod lisation de l utilisateur l adaptation du contenu sur les petites surfaces d affichage comme PDA smartphone o t l phone mobile La plasticit des IHM s attaque ce probl me important Cette architecture nous donne des principes g n raux sur le fonctionnement d un syst me context aware Elle n a pas t con ue pour un syst me sp cifique mais elle a t d gag e partir de beaucoup d applications et syst mes La plupart des travaux dans le domaine context awareness peut s inscrire dans cette architecture Elle peut tre consid r e comme un mod le repr sentatif pour la conception de l architecture de syst me context aware 47 SAMCCO un syst me d apprentissage mobile contextuel et collaboratif dans des situations professionnelles 1 2 3 2 Architecture en couches am lior e par Daruwala 200
398. y nous donnons l espace de valeurs recommand Les d finitions et les espaces de valeurs des l ments originaux de LOM sont d taill s dans le standard IEEE 2002 Les l ments des m tadonn es ont deux types structurels diff rents les l ments parents sont des conteneurs d autres l ments et n ont pas de valeurs les l ments individuels ont des valeurs de types diff rents pour d crire l unit d apprentissage Tous les l ments individuels des m tadonn es AMLOM utilisent les 6 types de donn es d finis par LOM e Type de donn es CharacterString Ce type de donn es est utilis pour d crire un ensemble de caract res qui ne sont pas interpr tables dans une langue humaine e Type de donn es LangString Ce type de donn es est utilis pour d crire un ou plusieurs CharacterString qui sont interpr tables dans une langue humaine Il prend la forme comme string language language code gt textual characterstring lt string gt e Type de donn es Vocabulary Le type de Vocabulary comprend une paire de source value source repr sente la source des valeurs des vocabulaires Nous avons d fini une liste de vocables pour AMLOM qui est indiqu dans l l ment source par amlomv value repr sente la valeur actuelle d l ment pr d finie par source e Type de donn es DateTime Ce type de donn es est utilis pour d crire un instant pr cis Il prend la forme des deux l me

SAMCCO : un Système d`Apprentissage Mobile Contextuel et

Contents

Download Pdf Manuals

Related Search

Related Contents

SAMCCO : un Syst&egrave;me d`Apprentissage Mobile Contextuel et

Contents

Download Pdf Manuals

Related Search

Related Contents

SAMCCO : un Système d`Apprentissage Mobile Contextuel et