مطالب مرتبط با کلیدواژه

vidéo


۱.

Motiver les Apprenants avec le Théâtre (Numérique) : Etude de Cas à l’Université des Mascareignes (Ile Maurice)(مقاله علمی وزارت علوم)

نویسنده:

کلیدواژه‌ها: enseignement-apprentissage île Maurice langue française pièce de théâtre numérique vidéo

حوزه های تخصصی:
تعداد بازدید : ۲۴۳ تعداد دانلود : ۱۶۸
L’introduction du théâtre dans l’apprentissage est un moyen de motiver les apprenants afin qu’ils arrivent à améliorer leur expression orale et leurs compétences linguistiques, leur permettant ainsi de maîtriser leur peur de parler une langue étrangère. La langue française, langue obligatoire dans le cursus scolaire mauricien, du primaire au collège, est une matière qui inquiète les apprenants qui ont souvent des difficultés à s’exprimer. Dans cette activité, l’objectif de sortir de la méthode traditionnelle d’apprentissage et d’introduire la pièce de théâtre a été d’améliorer l’apprentissage de la langue française chez les apprenants inscrits en première année à l’université des Mascareignes et ainsi revoir les bases de la grammaire d’une façon ludique. La première étape était de former des groupes car travailler en équipe peut, selon plusieurs chercheurs, réduire l’anxiété linguistique des apprenants et réduire l’expérience intimidante de l’apprentissage. Le groupe devait ensuite réfléchir sur un thème fictif ou historique, rédiger le texte, jouer la pièce et faire un montage vidéo des scènes. Cette étude compte analyser les commentaires laissés par les apprenants à la fin des sessions afin de mieux voir si l’intégration des activités théâtrales dans leur enseignement les a motivés et leur a permis de renforcer leurs connaissances et compétences en langue française.
۲.

The Power of Aural and Picture Vocabulary Size Test in Predicting Iranian EFL Learners’ Viewing Comprehension(مقاله پژوهشی دانشگاه آزاد)

کلیدواژه‌ها: viewing comprehension aural vocabulary size picture vocabulary size EFL Learners vidéo

حوزه های تخصصی:
تعداد بازدید : ۲۸۴ تعداد دانلود : ۱۴۴
The aim of this investigation has been to predict Viewing Comprehension through Aural and Picture Vocabulary Size among Iranian EFL Learners . To this end, 110 intermediate students were selected from two institutes of a city in Khorasan Razavi province, Iran. Pictorial vocabulary knowledge of learners was tested by Picture Vocabulary Size Test, Aural vocabulary knowledge was measured by Aural vocabulary size test and viewing comprehension was tested by a multiple-choice question test. All analyses were carried out using SPSS for Microsoft windows 22. Pearson product moment correlation analysis was run to analyze the relationship among viewing comprehension, picture vocabulary size and aural vocabulary . After the correlation analysis, we did step-wise multiple regression analysis to predict an outcome variable from two predictors . Interestingly, it was found that both picture and aural vocabulary size have a significant positive correlation with viewing comprehension. It was also proved that only aural vocabulary size can be considered as a significant predictor of EFL learners' viewing comprehension ability.
۳.

A Multimodal Approach of Machine and Deep Learnings to Enhance the Fall of Elderly People(مقاله علمی وزارت علوم)

کلیدواژه‌ها: Machine Learning deep learning Fall Detection elderly people Multimodal Sensors vidéo Healthcare

حوزه های تخصصی:
تعداد بازدید : ۱۹۷ تعداد دانلود : ۷۸
Falls are a serious concern among the elderly due to being a major cause of harm to their physical and mental health. Despite their potential for harm, they can be prevented with proper care and monitoring. As such, the motivation for this research is to implement an algorithmic solution to the problem of falls that leverages the benefits of Machine Learning to detect falls in the elderly. There are various studies on fall detection that works on one dataset: wearable, environmental, or vision. Such an approach is biased against low fall detection and has a high false alarm rate. According to the literature, using two datasets can result in high accuracy and lower false alarms. The purpose of this study is to contribute to the field of Machine Learning and Fall Detection by investigating the optimal ways to apply common machine and deep learning algorithms trained on multimodal fall data. In addition, it has proposed a multimodal approach by training two separate classifiers using both Machine and Deep Learning and combining them into an overall system using sensor fusion in the form of a majority voting approach. Each trained model outputs an array comprising three percentage numbers, the average of the numbers in the same class from both arrays is then computed, and the highest percentage is the classification result. The working system achieved results were 97% accurate, with the highest being achieved by the Convolutional Neural Network algorithm. These results were higher than other state-of-the-art research conducted in the field.