| Attributes | Values |
|---|
| type
| |
| Thesis advisor
| |
| Author
| |
| alternative label
| - Contributions to the discovery in handwriting strategies among pupils in primary education
|
| dc:subject
| - Apprentissage automatique
- Thèses et écrits académiques
- Statistique bayésienne
- Classification automatique
- Écriture -- Étude et enseignement (primaire)
- Intelligence artificielle -- Applications en éducation
|
| preferred label
| - Contributions à la découverte des stratégies d'écriture d'élèves de scolarité primaire
|
| Language
| |
| Subject
| |
| dc:title
| - Contributions à la découverte des stratégies d'écriture d'élèves de scolarité primaire
|
| Degree granting institution
| |
| note
| - The aim of this study is to bring a contribution to the realization of the evolution follow-up in writing among typical pupils in primary education. For this purpose, we have developed a software for the acquisition of handwritten tracings and the automatic extraction of features from these tracings. Distributed on three periods of about six months each, the acquisitions have therefore been achieved three times for the same pupils in the same experimental conditions, these tracings being acquired online by means of a digitizer. An unsupervised classification is first applied on a set of dynamic features chosen by an expert in the field of child's development psychology; strong forms are thus selected as steady clusters from the obtained partitions. With this unsupervised approach, we have thus discovered three strategies: a first one which is performant in control and global planning, a second one labeled local in control and planning, and a third one which is an unstable intermediary strategy. Next we modeled our problem by means of a probabilistic graphical model (bayesian network) in which the writing strategy is represented by a hidden variable. We build a global hierarchical model in order to link local and global strategies and model the probabilistic dependance between variables and strategies. Our hierarchical model, learnt with real data, enables us to discover two global strategies that correspond to normo-writer pupils and more advanced normo-writers. These two strategies are consistent: the distribution of typical pupils by school level is constant over time, and the probability of transition between (or within) these strategies is also constant over time.
- L'objet de cet article est celui de présenter une étude longitudinale qui assure une aide au suivi d'élèves typique en scolarité primaire. Nous proposons une méthode pour la découverte de groupes d'élèves partageant les mêmes stratégies1 d'écriture tout au long de leur scolarité primaire. Acquis à partir des tests d'écritures et de dessin, nos données sont représentées par un modèle graphique probabiliste, les \"réseaux bayésiens\". La structure du réseau étant partiellement déterminée par des connaissances a priori des experts. Une stratégie d'écriture est représentée dans le réseau par une variable cachée. Nous considérons d'abord que chacun des tests d'écritures est représenté par une stratégie locale et qu'il existe une stratégie globale qui agit sur chacune des stratégies locales. Nous construisons ainsi un modèle Globale Hierarchie (GH), ensuite nous utilisons l'inférence bayésien comme un outil de classification automatique pour pouvoir lier les stratégies locales aux stratégies globales et modéliser la causalité (ou la dépendance) entre variables et stratégie donnée. Il ressort (découle) de l'inférence que dans chaque test, deux stratégies locales regroupant 86% de la population, puis nous redécouvrons ces deux stratégies locales dans deux stratégies globales(Glob1 et Glob4), ces derniers correspondent à des élèves normo-scripteurs (NS) et normo-scripteurs plus avancés (NSA). De point de vu longitudinal, la distribution des élèves par niveau scolaire des stratégies d'écriture globales (NS et NSA) est constante pour les trois périodes d'acquisitions, de même la probabilité transition entre NS et NSA est encore constante au cours du temps. Enfin les enfants passent graduellement de G1 a G4 par niveau scolaire.
|
| dc:type
| |
| http://iflastandar...bd/elements/P1001
| |
| rdaw:P10219
| |
| has content type
| |
| is primary topic
of | |
| is rdam:P30135
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
