Description et analyse des modèles d’entraînement utilisés dans la grande industrie estrienne par le cadre de première ligne pour favoriser l’adaptation des jeunes et nouveaux employés sans spécialisation à leur poste de travail

Ce mémoire aborde la question de l'entraînement au poste de travail des jeunes et nouveaux employés non spécialisés, à savoir : «Quels sont les modèles d'entraînement utilisés dans la grande industrie estrienne pour favoriser l'adaptation des nouveaux employés à leur poste de travail?» Au cours de cette recherche exploratoire, l'auteur tente de comprendre la dimension éducative entre les cadres de première ligne et les jeunes et nouveaux employés non spécialisés. Par le biais d'entrevues semi-directives, il a recueilli des données chez ces deux populations et les a ensuite analysées de manière qualitative en s'inspirant de l'approche de Miles et Huberman (1984). Les résultats obtenus permettent à l'auteur de croire qu'il n'existe pas de systématisation dans l'entraînement des jeunes et nouveaux employés non spécialisés dans les trois grandes industries estriennes concernées. Les résultats ont plutôt démontré la présence de moments d'instruction spontanés et circonstanciels.

Création de modèles multi-indices et impact sur l'efficacité du processus de diversification

La plus grande partie de la corrélation entre les rendements des titres individuels est bien entendu expliquée par le marché. Cependant, les chercheurs s'entendent aujourd'hui pour dire qu'il existe des sources de covariation importante en dehors du marché. Ces sources de covariation ont souvent été décrites comme des effets d'industries (Benjamin King); plus généralement, on parlera ici d'effets de groupes. On parlera d'effets de groupes pour signifier que, s'il est vrai que les titres peuvent se regrouper d'après leur covariation, nette de l'effet du marché, ils ne se regroupent pour autant pas forcément d'après la classe d'industrie dans laquelle ils sont rangés…

Un modèle pour les algorithmes avec retour sur trace dans les tuteurs par traçage de modèles

La présente thèse décrit des travaux de recherches effectués sur des systèmes tutoriels intelligents (STI) et plus précisément sur les tuteurs par traçage de modèle (MTT). Les travaux de recherche présentés ici s’intéressent à la conception de MTT pour des domaines dans lesquels les étudiants peuvent résoudre la tâche qui leur est assignée de plusieurs façons. Ces domaines comportent parfois des algorithmes avec retour sur trace lorsque l’étudiant ne sait pas forcément quelles sont les alternatives qui feront progresser correctement l’état de la tâche.Cette thèse présente dans un premier temps un système de représentation de connaissances pour les algorithmes avec retour sur trace qui rend les connaissances de cet algorithme exploitables par des agents logiciels. Elle présente dans un second temps un ensemble de processus qui exploitent ces connaissances dans le cadre de MTT pour assurer automatiquement le suivi de l’étudiant et ainsi que la production d’interventions pédagogiques. En premier, ces interventions consistent à fournir à l'étudiant de l’aide pour la prochaine étape qui explique quelles sont les possibilités dont dispose l'étudiant et comment déterminer laquelle est la meilleure. En deuxième, elles fournissent à l'étudiant des rétroactions stratégiques qui lui confirment que son action est valide tout en l’informant de l’existence d’une meilleure alternative le cas échéant. Enfin, elles fournissent à l'étudiant des rétroactions négatives qui lui apprennent dans quelles situations les actions invalides qu’il vient d’effectuer s’appliquent.Une expérimentation a été réalisée avec des étudiants de biologie de l’Université de Sherbrooke pour évaluer les effets de ces interventions sur les choix des étudiants au cours de la résolution de la tâche. Les résultats de cette expérience montrent que les étudiants bénéficiant de ces interventions effectuent plus souvent des choix optimaux, et démontrent ainsi une plus grande maîtrise du domaine.