Étude de besoins et proposition d’un prototype d’application mobile supportant l’inventaire archéologique

Les inventaires archéologiques représentent une part importante des travaux archéologiques qui sont effectués en sol québécois. Il s’agit d’interventions qui sont réalisées en milieux urbains ou ruraux, mais également dans des milieux forestiers parfois éloignés. Lors de ces interventions, plusieurs informations de nature spatiale sont prises, tant pour évaluer la présence ou l’absence de vestiges archéologiques que pour décrire l’environnement et les perturbations observées. Les données issues de ces travaux sont de manière générale enregistrées sur le terrain sur des supports papiers, pour être éventuellement transférées en format numérique après l’intervention, et la localisation sur le terrain est effectuée à l’aide de cartes, de la boussole et d’un appareil GPS. Ce projet cherche à évaluer la contribution potentielle d’une solution géomatique mobile qui permettrait d’assister les archéologues sur le terrain, tant au niveau de la saisie de données que de la géolocalisation sur le terrain. Afin d’identifier l’intérêt, les attentes et les besoins prioritaires d’une telle solution, une enquête a été réalisée auprès de la communauté archéologique. Subséquemment, afin de démontrer qu’une solution géomatique mobile pourrait être développée afin de soutenir les travaux archéologiques, un appareil mobile adapté aux contraintes du terrain archéologique a été identifié et un prototype d’application a été développé, sur la base des résultats de l’enquête obtenus. Il nous a par la suite été possible de faire prendre en main la solution mobile développée par une archéologue et un essai en milieu contrôlé a pu être réalisé afin d’avoir une évaluation critique de l’application et de proposer des pistes d’amélioration. Les résultats obtenus indiquent que la technologie géomatique mobile est aujourd’hui suffisamment accessible pour pouvoir bien s’adapter aux réalités de terrain et ainsi venir répondre à certains besoins des professionnels de terrain tout en demeurant abordable. Malgré quelques pistes d’amélioration qui ont été identifiées, l’enthousiasme suscité par l’application développée démontre l’intérêt des utilisateurs à intégrer ces nouvelles technologies. La démarche de développement employée est également novatrice puisqu’elle permet de développer, en l’espace de quelques mois, une application adaptée à un contexte de terrain professionnel particulier, tout en demeurant grandement modulable et pouvant s’adapter à d’autres domaines d’application.

Une approche algorithmique des difficultés de raisonnement clinique : étude d’utilité, d’acceptabilité et de faisabilité

Résumé: INTRODUCTION Si les cliniciens enseignants détectent aisément les difficultés des apprenants, ils sont souvent peu outillés pour les étapes subséquentes, du diagnostic à la remédiation. Quoique des outils aient été développés pour les guider face aux difficultés de raisonnement clinique de leurs apprenants, ces outils peuvent être moins familiers des cliniciens et moins adaptés à des contextes de supervision ponctuelle et de soins aigus comme l’urgence. Nous avons donc développé une application algorithmique, à partir de la taxonomie d’Audétat et al. (2010), pour guider les cliniciens enseignants juste-à-temps face aux difficultés de raisonnement clinique. MÉTHODOLOGIE Une étude descriptive interprétative a été réalisée afin d’évaluer l’utilité, l’acceptabilité et la faisabilité d’utiliser cette application à l’urgence. Des entrevues semi-dirigées ont été menées auprès d’un échantillon de convenance de douze urgentistes, avant et après une période d’essai de l’outil de trois mois. RÉSULTATS L’application a été perçue comme particulièrement utile pour préciser les difficultés de raisonnement clinique des apprenants. Utiliser l’outil a été considérée acceptable et faisable en contexte d’urgence, en particulier grâce au format mobile. DISCUSSION Ces résultats suggèrent que l’outil peut être considéré utile pour faciliter l’identification des difficultés des apprenants, mais aussi pour offrir un soutien professoral accessible. Le format mobile et algorithmique semble avoir été un facteur facilitant, ce format étant déjà utilisé par les cliniciens pour consulter ponctuellement de l’information lors de la résolution de problèmes cliniques. CONCLUSION L’étude a démontré globalement une bonne utilité, acceptabilité et faisabilité de l’outil dans un contexte de supervision ponctuelle en soins aigus, ce qui soutient son utilisation par les cliniciens enseignants dans ce contexte. L’étude corrobore également l’intérêt d’un format mobile et algorithmique pour favoriser le transfert de connaissances en pédagogie médicale.

Faciliter la mise en place d'études d'utilisabilité par des outils de stockage des données et d'analyse automatique des traces d'utilisation : un cas d'étude avec une application mobile

Le laboratoire DOMUS développe des applications pour assister les personnes en perte d'autonomie et les personnes avec des troubles cognitifs. Chaque application est ou a déjà été le sujet de plusieurs études d'utilisabilité qui permettent de les améliorer. Ces études prennent beaucoup de temps à mettre en place, car l'on rencontre souvent des problèmes de logistique (format et sensibilité des données, chercheurs répartis sur une grande aire géographique). C'est pourquoi un outil appelé GEDOPAL a été développé. Il permet de partager entre chercheurs de différents centres les données créées et utilisées lors de la mise en place des études d'utilisabilité. La conception et la réalisation de cet outil ont nécessité une réflexion en amont sur la nature et la sensibilité de ces données. Cette réflexion est l'objet du Chapitre 3. Ces études prennent aussi beaucoup de temps lors de l'analyse des résultats. De plus, certaines données créées lors de ces études, telles que les traces d'utilisation ont des volumétries trop importantes pour être analysées manuellement. C'est pourquoi nous avons créé un processus permettant d'analyser ces traces d'utilisation pour y détecter les erreurs utilisateurs dans l'espoir de les relier à des problèmes d'utilisabilité. Ce processus se compose de deux parties : la première est une analyse formelle de l'application, qui sera présentée au Chapitre 4, et la seconde l'application d'un outil d'apprentissage automatique aux traces d'utilisation pour y détecter les erreurs utilisateurs. Cet outil est présenté au Chapitre 5.