IMAGES

Année académique : 2023-2024
Département : Sciences de l'éducation
Domaine d'étude : Sciences psychologiques et de l'éducation
Cursus : Enseignement section 3 : mathématiques et formation numérique
Volume horaire : 30 périodes
Nombre de crédits : 2
Implantation(s) : Jonfosse
Quadrimestre(s) : Q2
Niveau du cadre francophone de certification : 6

Intitulé U.E. : Formation mathématique 3 Code U.E. : 31H08
Pondération : 40 pts Cycle : 1 Obligatoire : oui Bloc : Bloc 1 Langue d'enseignement : Français

Activités d'apprentissage composant l'UE :

Titre : Titulaire(s) de l'AA : Nombre d'heures :
Science des donnéesPaquay Pierre, 30

Coordonnées du responsable de l'UE :

Paquay Pierre (Pierre.PAQUAY@hel.be) 

Coordonnées des intervenants de l'UE :

Paquay Pierre (Pierre.PAQUAY@hel.be),

Prérequis :

Corequis :
Compétences visées

Compétences de l'organisateur et accompagnateur d'apprentissages dans une dynamique évolutive

- maitriser les contenus disciplinaires, leurs fondements épistémologiques, leur évolution scientifique et technologique, leur didactique et la méthodologie de leur enseignement .
Description du contenu des activités d'apprentissage (AA) :

1 : Science des données

Liste des notions abordées : 

  • Traitement des données et littéracie numérique 

  • Statistique descriptive (à une dimension) 

  • Calcul des probabilités (cas discret) 

 

Savoirs développés 

  • Restituer et expliquer des concepts mathématiques en lien avec les notions vues au cours 

Savoir-faire développés 

  • Appliquer et rédiger des procédures et des démarches se rapportant aux concepts mathématiques développés et les justifier
  • Manipuler de manière adéquate les outils matériels  
  • Utiliser les outils de communication liés à l'apprentissage des matières tels que les langages symboliques, le langage mathématique et les représentations visuelles 

Savoir-être développés 

  • Faire preuve de rigueur 
  • Faire preuve d'ouverture et d'esprit critique 
Description des méthodes d'enseignement :

1 : Science des données

Cours en présentiel 

  • Travaux de groupes : analyse et critique de représentations de jeu de données divers, problèmes de statistique et de probabilités.
  • Travaux individuels avec feedbacks personnalisés 
  • Autosocioconstruction : formulation et confrontation des représentations initiales afin de construire un référentiel commun
  • Analyse et exploitation d’écrits scientifiques
  • Aides à la réussite :

    • Séance de réponses aux questions 

    • Correction des exercices supplémentaires réalisés par les étudiants 

    • Examen blanc 
Modalités et critères d'évaluation :

1 : Science des données

L'évaluation consistera en un examen écrit qui portera sur : 

  • Les notions de statistique descriptive à une dimension vues au cours 

  • Les notions de calcul de probabilités dans le cas discret 

Le cas échéant, l'examen écrit de deuxième session portera sur les mêmes matières. 

Ces évaluations porteront principalement sur les critères suivants :  

  • La justesse des éléments mathématiques 

  • La structure logique et la clarté du raisonnement 

  • La justification de raisonnements 

Elles tiendront également compte de :  

  • L’application de procédures algébriques et numériques 

  • L’utilisation adéquate des langages mathématiques et symboliques 

L’évaluation tiendra également compte des travaux de groupe réalisés en classe. 
Pondération A.A. :

1 : Science des données

L’examen écrit sur les notions de statistique descriptive aura une pondération de 25% dans la note globale, l'examen écrit sur le calcul des probabilités aura une pondération de 65% dans la note globale et 10% seront consacrés aux travaux de groupe. 

Il est à noter que 10% de la note de chaque examen seront consacrés à la maîtrise de la langue. 
Dispositions spéciales COVID-19 :

1 : Science des données
Dispositions spéciales COVID-19 (session août/septembre 2020) :

1 : Science des données
Sources, références et supports éventuels :

1 : Science des données

  1. DAGNELIE, P., (1998), Statistique théorique et appliquée, Bruxelles : De Boeck.

  2. DEHON, C., et al, (2008), Eléments de statistique, Bruxelles : Editions de l’ULB. 

  3. IRIZARRY, R., (2019), Introduction to Data Science, CRC Press. 

  4. MELEARD, S., (2011), Aléatoire : introduction à la théorie et au calcul des probabilités, Paris : École Polytechnique. 

  5. PAQUAY, P., (2019), Introduction au calcul des probabilités. 

  6. Supports de cours : Statistique descriptive à une dimension & Calcul des probabilités (cas discret). 
Pondération U.E. :

L’examen écrit sur les notions de statistique descriptive aura une pondération de 25% dans la note globale, l'examen écrit sur le calcul des probabilités aura une pondération de 65% dans la note globale et 10% seront consacrés aux travaux de groupe. 

Il est à noter que 10% de la note de chaque examen seront consacrés à la maîtrise de la langue. 
Pour les unités optionnelles de langues de du département économique, veuillez vous référer à la fiche de langue correspondante (en cours obligatoire).
Toute modification éventuelle de cette fiche en cours d’année ne peut se faire qu’exceptionnellement et avec l’accord de la direction départementale conformément à l’article 77 du décret du 7/11/2013 (force majeure touchant les enseignants responsables).