Galexie Galexie Galexie sur Youtube Galexie sur Facebook Galexie sur Twitter Galexie sur Twitter

1 / 3
FRÉQUENCIER
Copiez-collez un texte afin d'obtenir la fréquence du vocabulaire le constituant
2 / 3
TEST
Évaluation de l'étendue du vocabulaire basée sur la fréquence des mots
3 / 3
SIMFOAD
Jeu sérieux simulant une formation ouverte et à distance


Articles les plus cités

Les articles suivants ont un nombre de citations supérieur à la moyenne. Le chiffre entre crochets indique le nombre de citations rapporté à l'année de publication.

Carte d'apprentissage et mécanismes ludiques pour l'analyse de jeux sérieux

 

Arnab, S., Lim, T., Carvalho, M. B., Bellotti, F., Freitas, S., Louchart, S., Suttie, N., Berta, R. et De Gloria, A. (2015)

 

Bien qu'il existe un consensus sur le potentiel pédagogique des jeux sérieux (JSs), il y a encore un manque de méthodologies et d'outils non seulement pour la conception, mais aussi pour soutenir l'analyse et l'évaluation. Combler cette lacune est l'un des principaux objectifs de l'Alliance du Jeu et de l'Apprentissage (http://www.galanoe.eu), réseau européen d'excellence sur les jeux sérieux, qui met l'accent sur les jeux sérieux à caractère pédagogique. Ce document repose sur l'hypothèse que l'aspect fondamental de la conception de jeux sérieux consiste en la traduction des objectifs d'apprentissage/pratiques vers la mécanique du gameplay, servant à des fins d'enseignement à côté de ceux du jeu et du plaisir. Cet article propose un modèle de mécanisme d'apprentissage ludo-mécanique (LM-GM), qui prend en charge l'analyse et la conception des jeux sérieux en permettant la réflexion sur les divers éléments pédagogiques et ludiques dans un jeu sérieux. Le modèle LM-GM comprend un ensemble de mécanismes de jeu prédéfinis et des éléments pédagogiques que nous avons extraits de la littérature sur les études du jeu et les théories de l'apprentissage. Les concepteurs et les analystes peuvent exploiter ces mécanismes pour dessiner la carte LM-GM pour un jeu, de manière à identifier et mettre en évidence ses principales caractéristiques pédagogiques et de divertissement, et leurs interrelations. L'outil peut également être utile pour les enseignants évaluant l'efficacité d'un jeu donné et afin de mieux comprendre comment l'appliquer dans les milieux éducatifs. Une étude de cas est rapportée pour illustrer l'apport du cadre dans la détermination de l'entrelacement du jeu et de la pédagogie dans un jeu sérieux. Enfin, le document présente les résultats de deux tests comparatifs d'utilisateurs démontrant les avantages du modèle proposé par rapport à un cadre d'avant-garde similaire.


Although there is a consensus on the instructional potential of Serious Games (SGs), there is still a lack of methodologies and tools not only for design but also to support analysis and assessment. Filling this gap is one of the main aims of the Games and Learning Alliance (http://www.galanoe.eu) European Network of Excellence on Serious Games, which has a focus upon pedagogy-driven SGs. This paper relies on the assumption that the fundamental aspect of SG design consists in the translation of learning goals/practices into mechanical element of gameplay, serving to an instructional purpose beside that of play and fun. This paper proposes the Learning Mechanics–Game Mechanics (LM-GM) model, which supports SG analysis and design by allowing reflection on the various pedagogical and game elements in an SG. The LM-GM model includes a set of pre-defined game mechanics and pedagogical elements that we have abstracted from literature on game studies and learning theories. Designers and analysts can exploit these mechanics to draw the LM-GM map for a game, so as to identify and highlight its main pedagogical and entertainment features, and their interrelations. The tool may also be useful for teachers to evaluate the effectiveness of a given game and better understand how to implement it in educational settings. A case study is reported to illustrate the framework’s support in determining how gameplay and pedagogy intertwine in an SG. Finally, the paper presents the results of two comparative user tests demonstrating the advantages of the proposed model with respect to a similar state-of-the-art framework.

 

Arnab, S., Lim, T., Carvalho, M. B., Bellotti, F., Freitas, S., Louchart, S., Suttie, N., Berta, R. et De Gloria, A. (2015). Mapping learning and game mechanics for serious games analysis. British Journal of Educational Technology, 46(2), 391-411.

 

Nombre de citations (2015) : 31


Derniers résumés postés