Hidden Markov models and learning in authentic situations

Harvey, Léon

doi:10.20982/tqmp.07.2.p032

Cited by 5 publications

(4 citation statements)

References 21 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…AI provides a set of powerful tools to build applications that support teaching, training, and learning. Some of the AI technologies used in virtual surgery environments are: Hidden Markov Models (HMMs) [21][22][23], Support Vector Machine (SVMs) [24,25], Fuzzy Logic (FL) [26], and Bayesian Networks (BNs) [27][28][29]. Recent advances focus on deep learning and derived methods [30].…”

Section: Intelligent Systemsmentioning

confidence: 99%

A Review of Training and Guidance Systems in Medical Surgery

et al. 2020

View full text Add to dashboard Cite

In this paper, a map of the state of the art of recent medical simulators that provide evaluation and guidance for surgical procedures is performed. The systems are reviewed and compared from the viewpoint of the used technology, force feedback, learning evaluation, didactic and visual aid, guidance, data collection and storage, and type of solution (commercial or non-commercial). The works’ assessment was made to identify if—(1) current applications can provide assistance and track performance in training, and (2) virtual environments are more suitable for practicing than physical applications. Automatic analysis of the papers was performed to minimize subjective bias. It was found that some works limit themselves to recording the session data to evaluate them internally, while others assess it and provide immediate user feedback. However, it was found that few works are currently implementing guidance, aid during sessions, and assessment. Current trends suggest that the evaluation process’s automation could reduce the workload of experts and let them focus on improving the curriculum covered in medical education. Lastly, this paper also draws several conclusions, observations per area, and suggestions for future work.

show abstract

Section: Intelligent Systemsmentioning

confidence: 99%

A Review of Training and Guidance Systems in Medical Surgery

et al. 2020

View full text Add to dashboard Cite

show abstract

“…il existe plusieurs indices d'adéquation qui permettent de sélectionner un modèle parmi un ensemble (Brown, 2006 ;harvey, 2011 ;hélie, 2006 ;Mccoach & Black, 2008) …”

Section: Processus De Sélection De Modèlesunclassified

Évaluation des compétences dans un programme de formation en enseignement

Harvey

2014

mee

Self Cite

View full text Add to dashboard Cite

Découvrir la revueCiter cet article Harvey, L. (2012). Évaluation des compétences dans un programme de formation en enseignement : Validité de construit curriculaire. Mesure et évaluation en éducation, 35 (2), 69-95. doi:10.7202/1024721ar Résumé de l'article Cette étude propose d'analyser les dossiers académiques, qui cumulent les crédits mérités dans le cadre d'un programme, afin de déterminer si les notes, obtenues durant les cours associés à la formation, permettent de porter un jugement valide sur le développement des compétences attendues. Le concept de validité de construit curriculaire est introduit afin de qualifier le jugement qui sera porté à cet effet. Des analyses factorielles confirmatoires permettent de confronter la structuration Cours-Compétences sous-jacente au programme avec l'empirie, ce qui permet de valider les jugements énoncés.

show abstract

“…L'algorithme du maximum de vraisemblance robuste est utilisé. Le modèle sélectionné est celui qui maximise les indices d'adéquation et dont les paramètres sont interprétables (Brown, 2006 ;Harvey, 2009Harvey, , 2011Hélie, 2006) Par dimension. Lorsqu'il s'agit de considérer les différences entre les modalités en ligne et papier pour chacune des six dimensions du questionnaire, le portrait demeure le même.…”

Section: Plan D'analysesunclassified

Évaluation de la qualité de l’enseignement par les étudiantes et étudiants

Harvey

Hébert

2014

mee

Self Cite

View full text Add to dashboard Cite

Les évaluations de l’enseignement par les étudiants et étudiantes sont utilisées à des fins académiques et formatives, mais sont également évoquées d’une manière sommative lors de décisions liées à la carrière professorale. Dans le cadre de la présente recherche, deux objectifs sont poursuivis. Le premier objectif est de déterminer les qualités psychométriques de l’instrument utilisé à l’Université du Québec à Rimouski. Avec l’avènement des technologies de l’information et de la communication, les conditions dans lesquelles se déroulent ces évaluations ont été modifiées. Le second objectif est de vérifier les impacts de la modalité de passation en ligne vs papier sur les qualités psychométriques de l’instrument. Le corpus de données est constitué des évaluations réalisées durant les années 2007- 2008 (20245 évaluations) et 2010-2011 (16432 évaluations). Les résultats attestent qu’un modèle hiérarchique décrit mieux la structuration du questionnaire que des modèles alternatifs, que la modalité de passation a une influence sur le taux de réponses et, dans certains cas, sur le taux de satisfaction des enseignements, mais qu’elle n’influence ni la fiabilité ni la dimensionnalité des évaluations. Les implications de ces résultats sont discutées.

show abstract

Hidden Markov models and learning in authentic situations

Cited by 5 publications

References 21 publications

A Review of Training and Guidance Systems in Medical Surgery

A Review of Training and Guidance Systems in Medical Surgery

Évaluation des compétences dans un programme de formation en enseignement

Évaluation de la qualité de l’enseignement par les étudiantes et étudiants

Contact Info

Product

Resources

About