by denisb

Etudes collectées en 2016

February 15, 2017 in Data, Example, News by denisb

Quelques études collectées en 2016

Nouvelles études sur Undertracks

September 1, 2015 in Data, Example by mandran nadine

  • Les annotations des vidéos issues de l’observation des enseignants (Math et Sciences expérimentales) dans le cadre du projet ADDI (Accompagnement de Décisions Didactiques dans un Environnement Informatique)
  • Les traces de l’expérimentation 2015 sur le jeu sérieux TAMAGO (IFE Lyon). 184 étudiants de l’ENS, 86 groupes. Le processus d’analyse conduit sur les données de l’expérience de 2014 a été réutilisé et amélioré.
  • Les réponses au QCM des étudiants de la Première Année Communes des Etudes de Santé (PACES) Grenoble et les résultats au concours. 1800 étudiants.
  • Les traces des utilisateurs des mooc MOOCAZ–  http://moocinfo.net/tag/moocaz/ et EFAN – http://www.mooc.fr/eFAN.html
  • Les résultats d’évaluation de corrections de copies (à la main & automatique avec Algo+) d’une étude en cours sur l’évaluation.
by denisb

Programmer un opérateur

June 23, 2015 in Example, Operateur, UnderTracks by denisb

Programmer un opérateur n’est pas si difficile, ni long (enfin !… cela dépend aussi de l’opérateur en question, et il faut être un minimum à l’aise avec Python).

 

Une démo :

 

 

Et si vous voulez partager votre opérateur avec la communauté, c’est possible (comme pour les données, Undeetracks est prévu pour cela) : aller ici

 

Pour info, le fichier base pour la vidéo (ou sa version actuelle) est sur la forge : https://forge.imag.fr/scm/viewvc.php/trunk/fat_client/operator/Management/Edit/OWUTFun/OWUTFun.py?root=undertracks&sortdir=down&view=log

la version courante (de ce jour) est : https://forge.imag.fr/frs/download.php/674/OWUTFun.py

by denisb

Nouvelles interfaces !

March 13, 2015 in Data, Example, News by denisb

De nouvelles interfaces ont été mises en place dans UnderTracks, pour

  • la création des études
  • l’importation des données
  • l’ajout d’opérateurs

C’est l’occasion d’une nouvelle vidéo pour démontrer le fonctionnement de ces nouvelles interfaces.

Cette vidéo montre comment ajouter des données venant de Moodle sur Undertracks. A la fois cela va être simple car les logs Moodle ne sont pas trop compliqués (il n’y aura qu’un fichier, le log lui-même), à la fois il va y avoir un peu de travail pour anonymiser les données, et obtenir un format csv UTF8 qui soit accepté par UnderTracks. La démo commence par la récupération des données sur Moodle, puis une étude est crée sur UnderTracks, avant d’y introduire les données, il y a un petit travail de formatage et anonymisation des données, enfin les données sont chargées dans l’étude.

Pour accéder à cette nouvelle interface : https://undertracks.imag.fr/

by denisb

Levenshtein

November 21, 2014 in Example, Visualisation by denisb

La distance de Levenshtein, ou distance d’édition, entre deux séquences indique le nombre de “petites” modifications à faire sur la première séquences pour obtenir la seconde.

Ici, un ensemble de séquences d’actions est étudié. Deux à deux, les séquences sont analysées en calculant la distance de Levenshtein qui les sépare, le résultat est reporté dans une matrice 2D.

levenshteinDiagElec

On peut vérifier que le calcul est symétrique et que la diagonale comporte des distances nulles.

Les points clairs indiquent des couples de séquences plus différentes (que la moyenne), les points foncées des couples de séquence similaires.

Ici, on trouve une séquence éloignée de toutes les séquences (une aberration ?) et quelques couples proches, et on peut chercher une ligne un peu plus sombre qui indiquerait une “médiane” ou un comportement “type” : une séquence proche de beaucoup d’autres …

by denisb

Orange galerie

October 2, 2014 in Example, Process, Visualisation by denisb

Orange Galerie.

 

No, it’s not about the color, nor about the french entreprise, it about the project “Orange” : Open source data visualization and analysis for novice and experts. Data mining through visual programming or Python scripting.

 

The Orange python environment have been enriched with widgets dedicated to UnderTracks (communication with data, visualisation, …).

 

Here are some of the analysis processes developped mixing UnderTracks Data and Operators within the Orange Interface.

Comparison between two judges :  hysteresisOrange

 

 

 

 

Pattern finding :   recherchePattern

 

 

Pattern visualisation :    UTOSciN2

by denisb

Processes (gallery)

May 28, 2014 in Example, Process by denisb

Complex process. The first one is not the simplest, it is -essentially- a proof of concept: Process can be complex. demoARVSpaghetti

 

Linear process. The second one is the beginning of a long story: how to visualize the activity of students (linear process). sci_1

 

Data that are not student’s traces of interaction. The third one is an example of possible use of UnderTracks for another purpose: how to find and visualize differences between judges’ evaluation. hysteresisLog

 

A new idea. Different visualization to find the good one. ife

 

Linear process becomes a star. It’s a merge of the linear process and of the previous process. copex2

by denisb

Video 1

May 14, 2014 in Example, Process, Support by denisb

Un petit exemple (avec l’une des première version de l’interface) de processus :

by denisb

Data

April 26, 2014 in Carousel for academics, Carousel for examples, Data, Example by denisb

Some data from UT.

by denisb

Patern

April 26, 2014 in Carousel for examples, Example, Timeline by denisb

Timeline for paterns.