Read more
L'apprentissage social et émotionnel (SEL) est essentiel à la réussite scolaire et au bien-être général des élèves, mais l'évaluation de ces compétences reste un défi en raison de leur nature subjective et non cognitive. Les méthodes traditionnelles telles que les enquêtes et les observations des enseignants manquent souvent de précision et de cohérence. Pour y remédier, un cadre d'évaluation basé sur l'apprentissage automatique est proposé, intégrant diverses sources de données telles que le comportement, la participation et les performances des élèves. En identifiant des modèles et en classant les niveaux de compétences en matière d'éducation à la citoyenneté, les modèles d'apprentissage automatique réduisent les préjugés humains et améliorent la fiabilité. Cette approche axée sur les données garantit non seulement une mesure objective, mais fournit également des informations prédictives sur le développement des aptitudes sociales des élèves. Les éducateurs peuvent utiliser ces informations pour concevoir des interventions ciblées et un soutien personnalisé, rendant ainsi l'évaluation des compétences SEL plus précise, plus évolutive et plus efficace.
About the author
Dr. S. SHARMILA, professeur adjoint au département d'informatique, NGM College, Pollachi. J'ai 14 ans d'expérience dans l'enseignement et j'ai publié plus de 15 articles de recherche dans UGC Care et Scopus. Dr. A. Kanagaraj, professeur associé au département d'informatique, Kristu Jayanti (université réputée), Bengaluru.
