Learning from rediscovering system dynamics models

Cet article traite de l’apprentissage tiré de l’exploration des modèles de dynamique des systèmes. Dans cette discipline, la modélisation cherche à améliorer le jugement et la décision, mais la modélisation demande un temps important. Si bien les environnements interactifs d’apprentissage basés sur...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Schaffernicht, Martin
Formato: Article ou chapitre numérique
Idioma:Français
Publicado em: 2009
Assuntos:
Acesso em linha:Accès Université d'Orléans et IFPM
Accès Université d'Orléans et IFPM
id cairn-SIM_094_0087
record_format cairn
spelling cairn-SIM_094_0087SIMSystèmes d'information & management https://stm.cairn.info/revue-systemes-d-information-et-management-2009-4-page-87?lang=en https://doi.org/10.3917/sim.094.0087 Learning from rediscovering system dynamics models Schaffernicht, Martin2009 apprentissage par découvertedynamique des systèmesenvironnement interactif d'apprentissageexplorationmodélisationdiscovery learninginteractive learning environmentmodel explorationmodelingsystem dynamicsfre Systèmes d'information & management | Volume 14 | 4 | 2009-12-02 | p. 87-105 | 1260-4984 SIM_09492 Cet article traite de l’apprentissage tiré de l’exploration des modèles de dynamique des systèmes. Dans cette discipline, la modélisation cherche à améliorer le jugement et la décision, mais la modélisation demande un temps important. Si bien les environnements interactifs d’apprentissage basés sur ces modèles permettent d’économiser du temps, il y a des doutes concernant la profondeur des apprentissages qu’ils permettent. Surgit la question d’un possible compromis entre ces deux positions qui permet d’atteindre des apprentissages profonds sans investir un temps important. Des exemples révélateurs de la discipline permettent d’identifier des activités-clé pour l’apprentissage. Sur cette base, une procédure structurée de « redécouverte guidée » est proposé comme compromis faisable et satisfaisant, permettant une exploration pertinente en posant des questions, en faisant des expériences afin d’obtenir des réponses et en les interprétant correctement. La procédure est présentée ensemble avec des propriétés fonctionnelles d’un « exploratoire systémique ». Ainsi, des non-spécialistes peuvent découvrir des « insights » concernant des situations complexes qui aident à améliorer les politiques de décision.This article deals with learning from the exploration of system dynamics models. System dynamics modeling intends to improve judgment and decision, but is very time consuming. Model-based interactive learning environments allow saving time, but critics doubt the effectiveness for deep learning. The question is if there is a third way in-between. Relevant examples from system dynamics are analyzed to identify the key activities that trigger learning; they are organized as a structured exploration process, making learners ask relevant questions, obtain valid responses and correctly interpret them. Based upon this, a process for guided rediscovery is proposed together with guidelines for the functional properties of a “systemic exploratory”. Guided rediscovery enables non-specialists to gain relevant insights into dynamically complex situations and is a tool for decision policy design.Cairn restricted access
language Français
format Article ou chapitre numérique
building 0/Bibliothèque numérique/
1/Bibliothèque numérique/Cairn/
topic apprentissage par découverte
dynamique des systèmes
environnement interactif d'apprentissage
exploration
modélisation
discovery learning
interactive learning environment
model exploration
modeling
system dynamics
spellingShingle apprentissage par découverte
dynamique des systèmes
environnement interactif d'apprentissage
exploration
modélisation
discovery learning
interactive learning environment
model exploration
modeling
system dynamics
Schaffernicht, Martin
Learning from rediscovering system dynamics models
topic_facet apprentissage par découverte
dynamique des systèmes
environnement interactif d'apprentissage
exploration
modélisation
discovery learning
interactive learning environment
model exploration
modeling
system dynamics
description Cet article traite de l’apprentissage tiré de l’exploration des modèles de dynamique des systèmes. Dans cette discipline, la modélisation cherche à améliorer le jugement et la décision, mais la modélisation demande un temps important. Si bien les environnements interactifs d’apprentissage basés sur ces modèles permettent d’économiser du temps, il y a des doutes concernant la profondeur des apprentissages qu’ils permettent. Surgit la question d’un possible compromis entre ces deux positions qui permet d’atteindre des apprentissages profonds sans investir un temps important. Des exemples révélateurs de la discipline permettent d’identifier des activités-clé pour l’apprentissage. Sur cette base, une procédure structurée de « redécouverte guidée » est proposé comme compromis faisable et satisfaisant, permettant une exploration pertinente en posant des questions, en faisant des expériences afin d’obtenir des réponses et en les interprétant correctement. La procédure est présentée ensemble avec des propriétés fonctionnelles d’un « exploratoire systémique ». Ainsi, des non-spécialistes peuvent découvrir des « insights » concernant des situations complexes qui aident à améliorer les politiques de décision.
author Schaffernicht, Martin
author_facet Schaffernicht, Martin
author_sort Schaffernicht, Martin
title Learning from rediscovering system dynamics models
title_short Learning from rediscovering system dynamics models
title_full Learning from rediscovering system dynamics models
title_fullStr Learning from rediscovering system dynamics models
title_full_unstemmed Learning from rediscovering system dynamics models
title_sort learning from rediscovering system dynamics models
publishDate 2009
container_title
container_issue
url https://ezproxy.univ-orleans.fr/login?url=https://stm.cairn.info/revue-systemes-d-information-et-management-2009-4-page-87?lang=en
https://ezproxy.univ-orleans.fr/login?url=https://doi.org/10.3917/sim.094.0087
_version_ 1877246838264823808