Episodic learner modeling
Identifieur interne : 001492 ( PascalFrancis/Corpus ); précédent : 001491; suivant : 001493Episodic learner modeling
Auteurs : G. WeberSource :
- Cognitive science [ 0364-0213 ] ; 1996.
Descripteurs français
- Pascal (Inist)
English descriptors
- KwdEn :
Abstract
La modélisation de l'apprenant est un aspect central des systèmes de didactique intelligente et des systèmes d'aide basée sur la connaissance, qui soutiennent les apprenants dans des domaines complexes de résolution de problème, comme la programmation. L'A. introduit le modèle épisodique de l'apprenant comme un système hybride qui analyse les solutions apportées à des exercices de programmation reposant sur des raisonnements faits à la fois par analogie à des cas précédents et par application de règles. En stockant la connaissance à propos d'un apprenant particulier en terme d'épisodes, ce modèle s'adapte au comportement individuel de l'apprenant. L'A. présente 2 simulations destinées à évaluer ce système
Notice en format standard (ISO 2709)
Pour connaître la documentation sur le format Inist Standard.
pA |
|
---|
Format Inist (serveur)
NO : | FRANCIS 524-96-12808 INIST |
---|---|
ET : | Episodic learner modeling |
AU : | WEBER (G.) |
AF : | University of Trier/Allemagne (1 aut.) |
DT : | Publication en série; Niveau analytique |
SO : | Cognitive science; ISSN 0364-0213; Coden COGSD5; Etats-Unis; Da. 1996; Vol. 20; No. 2; Pp. 195-236; Bibl. 3 p.1/4 |
LA : | Anglais |
FA : | La modélisation de l'apprenant est un aspect central des systèmes de didactique intelligente et des systèmes d'aide basée sur la connaissance, qui soutiennent les apprenants dans des domaines complexes de résolution de problème, comme la programmation. L'A. introduit le modèle épisodique de l'apprenant comme un système hybride qui analyse les solutions apportées à des exercices de programmation reposant sur des raisonnements faits à la fois par analogie à des cas précédents et par application de règles. En stockant la connaissance à propos d'un apprenant particulier en terme d'épisodes, ce modèle s'adapte au comportement individuel de l'apprenant. L'A. présente 2 simulations destinées à évaluer ce système |
CC : | 52410A; 524 |
FD : | Psycholinguistique; Cognition; Apprenant; Modélisation; Intelligence artificielle; Enseignement assisté par ordinateur; Programmation; Résolution de problème |
ED : | Psycholinguistics; Cognition; Learner; Modeling; Artificial Intelligence; Computer assisted instruction |
LO : | INIST-18050.354000060482440020 |
ID : | 524 |
Links to Exploration step
Francis:524-96-12808Le document en format XML
<record><TEI><teiHeader><fileDesc><titleStmt><title xml:lang="en" level="a">Episodic learner modeling</title>
<author><name sortKey="Weber, G" sort="Weber, G" uniqKey="Weber G" first="G." last="Weber">G. Weber</name>
<affiliation><inist:fA14 i1="01"><s1>University of Trier</s1>
<s3>DEU</s3>
<sZ>1 aut.</sZ>
</inist:fA14>
</affiliation>
</author>
</titleStmt>
<publicationStmt><idno type="wicri:source">INIST</idno>
<idno type="inist">524-96-12808</idno>
<date when="1996">1996</date>
<idno type="stanalyst">FRANCIS 524-96-12808 INIST</idno>
<idno type="RBID">Francis:524-96-12808</idno>
<idno type="wicri:Area/PascalFrancis/Corpus">001492</idno>
</publicationStmt>
<sourceDesc><biblStruct><analytic><title xml:lang="en" level="a">Episodic learner modeling</title>
<author><name sortKey="Weber, G" sort="Weber, G" uniqKey="Weber G" first="G." last="Weber">G. Weber</name>
<affiliation><inist:fA14 i1="01"><s1>University of Trier</s1>
<s3>DEU</s3>
<sZ>1 aut.</sZ>
</inist:fA14>
</affiliation>
</author>
</analytic>
<series><title level="j" type="main">Cognitive science</title>
<title level="j" type="abbreviated">Cogn. sci.</title>
<idno type="ISSN">0364-0213</idno>
<imprint><date when="1996">1996</date>
</imprint>
</series>
</biblStruct>
</sourceDesc>
<seriesStmt><title level="j" type="main">Cognitive science</title>
<title level="j" type="abbreviated">Cogn. sci.</title>
<idno type="ISSN">0364-0213</idno>
</seriesStmt>
</fileDesc>
<profileDesc><textClass><keywords scheme="KwdEn" xml:lang="en"><term>Artificial Intelligence</term>
<term>Cognition</term>
<term>Computer assisted instruction</term>
<term>Learner</term>
<term>Modeling</term>
<term>Psycholinguistics</term>
</keywords>
<keywords scheme="Pascal" xml:lang="fr"><term>Psycholinguistique</term>
<term>Cognition</term>
<term>Apprenant</term>
<term>Modélisation</term>
<term>Intelligence artificielle</term>
<term>Enseignement assisté par ordinateur</term>
<term>Programmation</term>
<term>Résolution de problème</term>
</keywords>
</textClass>
</profileDesc>
</teiHeader>
<front><div type="abstract" xml:lang="fr">La modélisation de l'apprenant est un aspect central des systèmes de didactique intelligente et des systèmes d'aide basée sur la connaissance, qui soutiennent les apprenants dans des domaines complexes de résolution de problème, comme la programmation. L'A. introduit le modèle épisodique de l'apprenant comme un système hybride qui analyse les solutions apportées à des exercices de programmation reposant sur des raisonnements faits à la fois par analogie à des cas précédents et par application de règles. En stockant la connaissance à propos d'un apprenant particulier en terme d'épisodes, ce modèle s'adapte au comportement individuel de l'apprenant. L'A. présente 2 simulations destinées à évaluer ce système</div>
</front>
</TEI>
<inist><standard h6="B"><pA><fA01 i1="01" i2="1"><s0>0364-0213</s0>
</fA01>
<fA02 i1="01"><s0>COGSD5</s0>
</fA02>
<fA03 i2="1"><s0>Cogn. sci.</s0>
</fA03>
<fA05><s2>20</s2>
</fA05>
<fA06><s2>2</s2>
</fA06>
<fA08 i1="01" i2="1" l="ENG"><s1>Episodic learner modeling</s1>
</fA08>
<fA11 i1="01" i2="1"><s1>WEBER (G.)</s1>
</fA11>
<fA14 i1="01"><s1>University of Trier</s1>
<s3>DEU</s3>
<sZ>1 aut.</sZ>
</fA14>
<fA20><s1>195-236</s1>
</fA20>
<fA21><s1>1996</s1>
</fA21>
<fA23 i1="01"><s0>ENG</s0>
</fA23>
<fA43 i1="01"><s1>INIST</s1>
<s2>18050</s2>
<s5>354000060482440020</s5>
</fA43>
<fA44><s0>0000</s0>
<s1>© 1996 INIST-CNRS. All rights reserved.</s1>
</fA44>
<fA45><s0>3 p.1/4</s0>
</fA45>
<fA47 i1="01" i2="1"><s0>524-96-12808</s0>
</fA47>
<fA60><s1>P</s1>
</fA60>
<fA61><s0>A</s0>
</fA61>
<fA64 i2="1"><s0>Cognitive science</s0>
</fA64>
<fA66 i1="01"><s0>USA</s0>
</fA66>
<fC01 i1="01" l="FRE"><s0>La modélisation de l'apprenant est un aspect central des systèmes de didactique intelligente et des systèmes d'aide basée sur la connaissance, qui soutiennent les apprenants dans des domaines complexes de résolution de problème, comme la programmation. L'A. introduit le modèle épisodique de l'apprenant comme un système hybride qui analyse les solutions apportées à des exercices de programmation reposant sur des raisonnements faits à la fois par analogie à des cas précédents et par application de règles. En stockant la connaissance à propos d'un apprenant particulier en terme d'épisodes, ce modèle s'adapte au comportement individuel de l'apprenant. L'A. présente 2 simulations destinées à évaluer ce système</s0>
</fC01>
<fC02 i1="01" i2="L"><s0>52410A</s0>
<s1>III</s1>
</fC02>
<fC02 i1="02" i2="L"><s0>524</s0>
</fC02>
<fC03 i1="01" i2="L" l="FRE"><s0>Psycholinguistique</s0>
<s2>563</s2>
<s5>01</s5>
</fC03>
<fC03 i1="01" i2="L" l="ENG"><s0>Psycholinguistics</s0>
<s2>563</s2>
<s5>01</s5>
</fC03>
<fC03 i1="02" i2="L" l="FRE"><s0>Cognition</s0>
<s2>563</s2>
<s5>02</s5>
</fC03>
<fC03 i1="02" i2="L" l="ENG"><s0>Cognition</s0>
<s2>563</s2>
<s5>02</s5>
</fC03>
<fC03 i1="03" i2="L" l="FRE"><s0>Apprenant</s0>
<s2>563</s2>
<s5>03</s5>
</fC03>
<fC03 i1="03" i2="L" l="ENG"><s0>Learner</s0>
<s2>563</s2>
<s5>03</s5>
</fC03>
<fC03 i1="04" i2="L" l="FRE"><s0>Modélisation</s0>
<s2>563</s2>
<s5>04</s5>
</fC03>
<fC03 i1="04" i2="L" l="ENG"><s0>Modeling</s0>
<s2>563</s2>
<s5>04</s5>
</fC03>
<fC03 i1="05" i2="L" l="FRE"><s0>Intelligence artificielle</s0>
<s2>563</s2>
<s5>05</s5>
</fC03>
<fC03 i1="05" i2="L" l="ENG"><s0>Artificial Intelligence</s0>
<s2>563</s2>
<s5>05</s5>
</fC03>
<fC03 i1="06" i2="L" l="FRE"><s0>Enseignement assisté par ordinateur</s0>
<s2>563</s2>
<s5>06</s5>
</fC03>
<fC03 i1="06" i2="L" l="ENG"><s0>Computer assisted instruction</s0>
<s2>563</s2>
<s5>06</s5>
</fC03>
<fC03 i1="07" i2="L" l="FRE"><s0>Programmation</s0>
<s2>563</s2>
<s4>INC</s4>
<s5>31</s5>
</fC03>
<fC03 i1="08" i2="L" l="FRE"><s0>Résolution de problème</s0>
<s2>563</s2>
<s4>INC</s4>
<s5>32</s5>
</fC03>
<fC04 i1="01" i2="L"><s0>UA</s0>
<s1>01!02,03,04,06</s1>
</fC04>
<fC04 i1="02" i2="L"><s0>UA</s0>
<s1>02!01,03,04,06</s1>
</fC04>
<fC04 i1="03" i2="L"><s0>UA</s0>
<s1>06!01,02,03,04</s1>
</fC04>
<fN21><s1>253</s1>
</fN21>
</pA>
</standard>
<server><NO>FRANCIS 524-96-12808 INIST</NO>
<ET>Episodic learner modeling</ET>
<AU>WEBER (G.)</AU>
<AF>University of Trier/Allemagne (1 aut.)</AF>
<DT>Publication en série; Niveau analytique</DT>
<SO>Cognitive science; ISSN 0364-0213; Coden COGSD5; Etats-Unis; Da. 1996; Vol. 20; No. 2; Pp. 195-236; Bibl. 3 p.1/4</SO>
<LA>Anglais</LA>
<FA>La modélisation de l'apprenant est un aspect central des systèmes de didactique intelligente et des systèmes d'aide basée sur la connaissance, qui soutiennent les apprenants dans des domaines complexes de résolution de problème, comme la programmation. L'A. introduit le modèle épisodique de l'apprenant comme un système hybride qui analyse les solutions apportées à des exercices de programmation reposant sur des raisonnements faits à la fois par analogie à des cas précédents et par application de règles. En stockant la connaissance à propos d'un apprenant particulier en terme d'épisodes, ce modèle s'adapte au comportement individuel de l'apprenant. L'A. présente 2 simulations destinées à évaluer ce système</FA>
<CC>52410A; 524</CC>
<FD>Psycholinguistique; Cognition; Apprenant; Modélisation; Intelligence artificielle; Enseignement assisté par ordinateur; Programmation; Résolution de problème</FD>
<ED>Psycholinguistics; Cognition; Learner; Modeling; Artificial Intelligence; Computer assisted instruction</ED>
<LO>INIST-18050.354000060482440020</LO>
<ID>524</ID>
</server>
</inist>
</record>
Pour manipuler ce document sous Unix (Dilib)
EXPLOR_STEP=$WICRI_ROOT/Wicri/Rhénanie/explor/UnivTrevesV1/Data/PascalFrancis/Corpus
HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 001492 | SxmlIndent | more
Ou
HfdSelect -h $EXPLOR_AREA/Data/PascalFrancis/Corpus/biblio.hfd -nk 001492 | SxmlIndent | more
Pour mettre un lien sur cette page dans le réseau Wicri
{{Explor lien |wiki= Wicri/Rhénanie |area= UnivTrevesV1 |flux= PascalFrancis |étape= Corpus |type= RBID |clé= Francis:524-96-12808 |texte= Episodic learner modeling }}
![]() | This area was generated with Dilib version V0.6.31. | ![]() |