Analyse des diagrammes de l'apprenant dans un EIAH pour la modélisation orientée objet - Le système ACDC - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2009

Analysis of student diagrams in a learning environment for object-oriented modeling

Analyse des diagrammes de l'apprenant dans un EIAH pour la modélisation orientée objet - Le système ACDC

Résumé

Our work is part of a project of the LIUM laboratory, which aims at designing models, methods and tools for computer-supported learning environments. Diagram, a computer-supported learning environment for UML object oriented modeling has being developed in this project. In this thesis, we focus on the analysis of students' answers during the modeling activity of building of an UML class diagram from textual specifications. A pedagogical solver can't be use in this context. We propose an method that analyses automatically diagrams of the learner. We expose a diagnostic tool based on the comparison and matching of components of several diagrams. This proposal follows the model matching concepts and techniques and it focuses mainly on structural aspects of models to match. This method expresses differences between the student diagram and a reference diagram constructed by an expert. The proposed matching method is instantiated as a software component of Diagram environment, called ACDC (Automatic Class Diagrams Comparator). The ACDC results (the identified differences) are exploited by Diagram in order to produce synchronous pedagogical feedbacks to the learner. The relevance and quality of ACDC results has been evaluated outside Diagram on a diagrams set built by students in real situation of learning. An experimentation of Diagram (since the ACDC integration) has been conducted during Fall 2008 with students in a UML course taught at the Université du Maine.
Nos travaux s'inscrivent dans le cadre des recherches menées sur les EIAH (Environnements Informatiques pour l'Apprentissage Humain) dans le projet Interaction et Connaissance du LIUM. Ce projet a suscité le développement de Diagram, un EIAH dédié à l'apprentissage des concepts de la modélisation orientée objet. Dans cette thèse, nous nous intéressons à l'analyse des réponses de l'apprenant lors de l'activité de modélisation de construction d'un diagramme de classes UML à partir de spécifications textuelles. En l'absence de résolveur pédagogique dans ce contexte, nous proposons une méthode d'analyse automatique des diagrammes de l'apprenant. Nous présentons un outil de diagnostic basé sur la comparaison et l'appariement des constituants de plusieurs diagrammes. Cette proposition s'inspire des concepts et des techniques d'appariement de modèles et se concentre principalement sur les aspects structurels des modèles à apparier. La méthode permet d'exprimer en sortie des appariements et des différences entre le diagramme de l'apprenant et un diagramme de référence construit par un expert. La méthode est instanciée sous forme d'un composant logiciel intégré à Diagram, nommé ACDC (Automatic Class Diagrams Comparator). Les résultats d'ACDC (les différences relevées) sont traités dans Diagram pour la production de rétroactions pédagogiques synchrones destinées à l'apprenant. La pertinence et la qualité des résultats produits par ACDC ont été évaluées en dehors de Diagram sur un corpus de diagrammes collectés dans des situations réelles d'apprentissage. Une expérimentation de Diagram (après l'intégration d'ACDC) a été menée fin 2008 avec des étudiants de l'Université du Maine.
Fichier principal
Vignette du fichier
these-auxepaules.pdf (4.72 Mo) Télécharger le fichier
soutenance7.pdf (2.96 Mo) Télécharger le fichier
Format : Autre

Dates et versions

tel-00455992 , version 1 (11-02-2010)
tel-00455992 , version 2 (22-04-2010)

Identifiants

  • HAL Id : tel-00455992 , version 2

Citer

Ludovic Auxepaules. Analyse des diagrammes de l'apprenant dans un EIAH pour la modélisation orientée objet - Le système ACDC. Autre [cs.OH]. Université du Maine, 2009. Français. ⟨NNT : ⟩. ⟨tel-00455992v2⟩
357 Consultations
2877 Téléchargements

Partager

Gmail Facebook X LinkedIn More