Enseignants
Langue
d'enseignement
d'enseignement
Anglais
Thèmes abordés
Chaque année, une liste d'ateliers est proposée aux étudiants. Ces ateliers abordent de façon détaillée les outils, les méthodes et les analyses spécifiquement utilisés dans la recherche en Psychologie et Sciences de l'Education. Chaque atelier a une durée de 15 heures
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 |
A2. modéliser une situation (groupe ou organisation) en référence à des méthodes et outils relevant de la psychologie B2. planifier une intervention visant à améliorer une situation donnée (individu, groupe ou organisation) C1. présenter oralement et par écrit une synthèse en l'adaptant à différents publics et aux intentions poursuivies; C2. structurer et présenter des données recueillies. E1. maitriser les étapes, les méthodologies et les outils de la recherche scientifique en psychologie et sciences de l'éducation F2. mettre en oeuvre les moyens et les opportunités pour développer un projet professionnel personnel. |
Contenu
Au cours des dernières décennies, de nombreux domaines scientifiques ont profondément transformé leur manière d’appréhender le monde. Plutôt que de tenter de réduire la complexité de leurs objets d’étude à des modèles simples, ils ont progressivement développé des approches permettant de représenter cette complexité, notamment à travers des modèles en réseaux.
Cette évolution a été rendue possible tant par l’augmentation de la puissance de calcul, permettant l’analyse de jeux de données toujours plus importants et complexes, que par le développement des sciences des réseaux.
Les sciences des réseaux présentent plusieurs avantages qui expliquent leur utilisation dans des domaines aussi variés que l’écologie, la sociologie ou l’épidémiologie. Elles peuvent notamment être appliquées à de nombreux types de systèmes, dans lesquels les nœuds représentent les éléments étudiés (par exemple, des personnes, des symptômes ou des régions cérébrales) et les liens représentent les relations entre ces éléments. Elles s’appuient par ailleurs sur la théorie des graphes, qui fournit des outils mathématiques permettant de décrire, d’analyser et de mieux comprendre la structure des réseaux.
Les sciences psychologiques ont également progressivement intégré ces approches.
L’objectif du cours est de fournir une introduction générale à la pensée systémique, à la théorie des graphes et à l’analyse de réseaux dans les sciences psychologiques. Des applications à des données réelles seront proposées tout au long du cours. Afin d’illustrer la diversité des applications possibles, les exemples pourront notamment concerner des réseaux sociaux, des réseaux cérébraux ou des réseaux de symptômes.
À l’issue du cours, les étudiant·es seront notamment capables de :
Aucun prérequis spécifique n’est nécessaire, au-delà des connaissances et compétences statistiques de base acquises dans les cours de statistiques du programme de psychologie.
Aucune connaissance préalable de l’analyse de réseaux, de la théorie des graphes ou de leur programmation dans R n’est requise.
Eléments de développement durable et de transition (DD&T):
En écho à la charte pour un enseignement à la hauteur de l’urgence écologique (https://charteenseignantsecologie.be/la-charte/), ce cours met également l’emphase sur la mise en évidence de l’interdépendance des aspects individuels, économiques, écologiques et sociaux, sur les dangers de la pensée en silo et sur la criante nécesité de décloisonner et de penser les différentes thématiques de la psychologie dans leur complexité/globalité.
Cette évolution a été rendue possible tant par l’augmentation de la puissance de calcul, permettant l’analyse de jeux de données toujours plus importants et complexes, que par le développement des sciences des réseaux.
Les sciences des réseaux présentent plusieurs avantages qui expliquent leur utilisation dans des domaines aussi variés que l’écologie, la sociologie ou l’épidémiologie. Elles peuvent notamment être appliquées à de nombreux types de systèmes, dans lesquels les nœuds représentent les éléments étudiés (par exemple, des personnes, des symptômes ou des régions cérébrales) et les liens représentent les relations entre ces éléments. Elles s’appuient par ailleurs sur la théorie des graphes, qui fournit des outils mathématiques permettant de décrire, d’analyser et de mieux comprendre la structure des réseaux.
Les sciences psychologiques ont également progressivement intégré ces approches.
L’objectif du cours est de fournir une introduction générale à la pensée systémique, à la théorie des graphes et à l’analyse de réseaux dans les sciences psychologiques. Des applications à des données réelles seront proposées tout au long du cours. Afin d’illustrer la diversité des applications possibles, les exemples pourront notamment concerner des réseaux sociaux, des réseaux cérébraux ou des réseaux de symptômes.
À l’issue du cours, les étudiant·es seront notamment capables de :
- développer une approche plus systémique des problématiques psychologiques et dépasser certaines approches en silos ;
- maîtriser les notions générales de théorie des graphes et d’analyse de réseaux ;
- modéliser et analyser des données en réseau à l’aide de R, appliquer différents outils issus de la théorie des graphes et utiliser des méthodes contemporaines d’estimation et de visualisation de réseaux ;
- comprendre et évaluer de manière critique des travaux scientifiques mobilisant l’analyse de réseaux ou la théorie des graphes dans le domaine des sciences psychologiques.
Aucun prérequis spécifique n’est nécessaire, au-delà des connaissances et compétences statistiques de base acquises dans les cours de statistiques du programme de psychologie.
Aucune connaissance préalable de l’analyse de réseaux, de la théorie des graphes ou de leur programmation dans R n’est requise.
Eléments de développement durable et de transition (DD&T):
En écho à la charte pour un enseignement à la hauteur de l’urgence écologique (https://charteenseignantsecologie.be/la-charte/), ce cours met également l’emphase sur la mise en évidence de l’interdépendance des aspects individuels, économiques, écologiques et sociaux, sur les dangers de la pensée en silo et sur la criante nécesité de décloisonner et de penser les différentes thématiques de la psychologie dans leur complexité/globalité.
Méthodes d'enseignement
L’enseignement combinera des présentations théoriques interactives avec des applications et exercices pratiques. Tout au long du cours, les étudiant·es travailleront sur des exemples concrets et des jeux de données afin d’appliquer les concepts et méthodes introduits, notamment à l’aide du logiciel R.
L’accent sera mis sur la compréhension des concepts, le raisonnement méthodologique et leur mise en application plutôt que sur la mémorisation de procédures ou de commandes informatiques.
Les supports et contenus du cours seront disponibles en anglais, afin de familiariser progressivement les étudiant·es avec le vocabulaire scientifique et méthodologique du domaine, dont les ressources sont majoritairement disponibles en anglais. Cette exposition constitue également une préparation utile à des contextes scientifiques et professionnels dans lesquels l’anglais est fréquemment utilisé, notamment dans la recherche et la consultance.
Une attention particulière sera toutefois portée à ce que la langue ne constitue pas un obstacle à l’apprentissage. Les interactions et questions pourront se faire en français lorsque cela facilite la participation ou la compréhension. En présence d’étudiant·es internationaux·ales, l’enseignant veillera à reformuler ou traduire en anglais les éléments nécessaires à la compréhension collective. Le cours offre ainsi un environnement permettant une familiarisation progressive avec l’anglais scientifique sans que la maîtrise orale de l’anglais constitue un frein à l’apprentissage.
L’enseignement et l’évaluation auront lieu sur le campus de l’UCLouvain à Louvain-la-Neuve.
L’accent sera mis sur la compréhension des concepts, le raisonnement méthodologique et leur mise en application plutôt que sur la mémorisation de procédures ou de commandes informatiques.
Les supports et contenus du cours seront disponibles en anglais, afin de familiariser progressivement les étudiant·es avec le vocabulaire scientifique et méthodologique du domaine, dont les ressources sont majoritairement disponibles en anglais. Cette exposition constitue également une préparation utile à des contextes scientifiques et professionnels dans lesquels l’anglais est fréquemment utilisé, notamment dans la recherche et la consultance.
Une attention particulière sera toutefois portée à ce que la langue ne constitue pas un obstacle à l’apprentissage. Les interactions et questions pourront se faire en français lorsque cela facilite la participation ou la compréhension. En présence d’étudiant·es internationaux·ales, l’enseignant veillera à reformuler ou traduire en anglais les éléments nécessaires à la compréhension collective. Le cours offre ainsi un environnement permettant une familiarisation progressive avec l’anglais scientifique sans que la maîtrise orale de l’anglais constitue un frein à l’apprentissage.
L’enseignement et l’évaluation auront lieu sur le campus de l’UCLouvain à Louvain-la-Neuve.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Première session
La note finale repose sur deux composantes :
Pour chaque exercice, l’étudiant·e devra non seulement résoudre la tâche proposée, mais également expliquer oralement son raisonnement, les différentes étapes suivies et les choix méthodologiques effectués, et démontrer une bonne compréhension des concepts et procédures mobilisés. Lorsque cela est pertinent, l’étudiant·e devra également interpréter les résultats obtenus.
L’examen porte principalement sur la compréhension, le raisonnement et l’application de la matière du cours plutôt que sur la simple restitution de connaissances théoriques ou la mémorisation de la syntaxe de R.
Les consignes et questions de l’examen sont proposées en français et en anglais afin de garantir leur accessibilité aux étudiant·es francophones et internationaux·ales. Les étudiant·es peuvent présenter l’examen oral et formuler leurs réponses en français ou en anglais, selon leur choix. L’utilisation d’outils d’intelligence artificielle générative n’est pas autorisée pendant l’examen.
Seconde session. L’évaluation consiste uniquement en un examen oral à cahier ouvert (20 points / 20). Cet examen vise à évaluer la compréhension des contenus du cours ainsi que la capacité de l’étudiant·e à mobiliser et appliquer les concepts et méthodes abordés. Il comprend la réalisation et la discussion d’exercices au cours de l’entretien oral. Pour chaque exercice, l’étudiant·e devra expliquer son raisonnement, les étapes suivies et, le cas échéant, interpréter les résultats obtenus. L’évaluation porte sur la compréhension et l’application des contenus du cours plutôt que sur la mémorisation de procédures ou de commandes R. L’utilisation d’outils d’intelligence artificielle générative n’est pas autorisée pendant l’examen.
La note finale repose sur deux composantes :
- Exercices réalisés en classe (4 points / 20). La participation aux exercices et activités pratiques organisés dans le cadre du cours, ainsi que leur réalisation, sont obligatoires. La réalisation de ces activités constitue une condition nécessaire pour pouvoir présenter l’examen oral en première session.
- EXAMEN ORAL À CAHIER OUVERT (16 points / 20). L’examen comprend quatre exercices d’application :
- un exercice visant à évaluer la compréhension, le raisonnement et la capacité de l’étudiant·e à appliquer les concepts et méthodes abordés dans le cadre du cours ;
- trois exercices pratiques d’analyse de réseaux à l’aide du logiciel R, basés sur les types d’analyses et de procédures travaillés au cours.
Pour chaque exercice, l’étudiant·e devra non seulement résoudre la tâche proposée, mais également expliquer oralement son raisonnement, les différentes étapes suivies et les choix méthodologiques effectués, et démontrer une bonne compréhension des concepts et procédures mobilisés. Lorsque cela est pertinent, l’étudiant·e devra également interpréter les résultats obtenus.
L’examen porte principalement sur la compréhension, le raisonnement et l’application de la matière du cours plutôt que sur la simple restitution de connaissances théoriques ou la mémorisation de la syntaxe de R.
Les consignes et questions de l’examen sont proposées en français et en anglais afin de garantir leur accessibilité aux étudiant·es francophones et internationaux·ales. Les étudiant·es peuvent présenter l’examen oral et formuler leurs réponses en français ou en anglais, selon leur choix. L’utilisation d’outils d’intelligence artificielle générative n’est pas autorisée pendant l’examen.
Seconde session. L’évaluation consiste uniquement en un examen oral à cahier ouvert (20 points / 20). Cet examen vise à évaluer la compréhension des contenus du cours ainsi que la capacité de l’étudiant·e à mobiliser et appliquer les concepts et méthodes abordés. Il comprend la réalisation et la discussion d’exercices au cours de l’entretien oral. Pour chaque exercice, l’étudiant·e devra expliquer son raisonnement, les étapes suivies et, le cas échéant, interpréter les résultats obtenus. L’évaluation porte sur la compréhension et l’application des contenus du cours plutôt que sur la mémorisation de procédures ou de commandes R. L’utilisation d’outils d’intelligence artificielle générative n’est pas autorisée pendant l’examen.
Ressources
en ligne
en ligne
Les documents du cours (notamment les diapositives et articles utilisés comme exemples), les exemples de code R ainsi que les jeux de données utilisés dans le cadre des exercices seront mis à disposition sur Moodle.
Bibliographie
- Network Psychometrics with R: A Guide for Behavioral and Social Scientists, Edited By Adela-Maria Isvoranu, Sacha Epskamp, Lourens Waldorp, Denny Borsboom
- Network Science, by ALBERT-LÁSZLÓ BARABÁSI (freely and legally available at : https://networksciencebook.com)
- Network Science, by ALBERT-LÁSZLÓ BARABÁSI (freely and legally available at : https://networksciencebook.com)
Faculté ou entité
en charge
en charge
