Diagnostic des connaissances et rétroaction épistémique adaptative en chirurgie

Résumé : La recherche présentée porte sur la conception et l'évaluation des systèmes de diagnostic et de rétroaction adaptatifs et épistémiques. Le système a été développé dans le cadre du projet TELEOS (Technology Enhanced Learning in Orthopaedic Surgery), qui est un environnement d'apprentissage pour la chirurgie orthopédique. Dans cet article nous exposons le contexte général et les cadres théoriques, la méthode employée pour analyser l'expertise chirurgicale ainsi que les modèles et outils informatiques qui constituent l'environnement d'apprentissage. Nous présentons en particulier les méthodes et techniques d'intelligence artificielle utilisées dans le projet afin de calculer le diagnostic des connaissances et produire une rétroaction épistémique et adaptative.
Type de document :
Article dans une revue
Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2011, 25 (4), pp.499-524. 〈10.3166/ria.25.499-524〉
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-00911388
Contributeur : Denis Bouhineau <>
Soumis le : mardi 3 décembre 2013 - 10:59:16
Dernière modification le : jeudi 11 janvier 2018 - 06:26:35

Identifiants

Collections

Citation

Vanda Luengo, Lucile Vadcard, Jêrome Tonetti, Michel Dubois. Diagnostic des connaissances et rétroaction épistémique adaptative en chirurgie. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2011, 25 (4), pp.499-524. 〈10.3166/ria.25.499-524〉. 〈hal-00911388〉

Partager

Métriques

Consultations de la notice

322