Sciences de l'enseignement (Charleroi)
Traitements de données

2024-2025

Informations Générales
Code
P-CMTH-012
Année académique
2024-2025
Théorie
20
Pratique
0
Période(s)
Q1
Langue d'enseignement
français
Langue d'évaluation
français
Titulaire(s)
MAILIER Johan

Acquis d'apprentissage - Au terme de l'activité d'apprentissage, l'étudiant sera capable de

Connaissances

• nommer, définir, décrire les concepts fondamentaux de la logique, tels que les propositions, les connecteurs logiques et les raisonnements déductifs.

Aptitudes

• appliquer les principes de la logique pour analyser et évaluer la validité d'arguments et de déclarations ;
• utiliser les opérations ensemblistes (union, intersection, différence) pour résoudre des problèmes de regroupement et de classification de données ;
• interpréter et représenter des données sous forme de tableaux, de graphiques et de diagrammes pertinents ;
• s'exprimer clairement et rigoureusement en utilisant la terminologie et les conventions d'écriture mathématique.

Compétences

• concevoir et mettre en œuvre des activités d'apprentissage favorisant la pensée logique dans le cadre du traitement de données ;
• mobiliser les différents concepts théoriques dans des situations variées afin de résoudre divers problèmes simples.

Contenu de l'Activité d'Apprentissage

• Logique ensembliste, tris, classements et rangements
• Interprétation et création de graphiques et de diagrammes
• Logique formelle au service du raisonnement
• Formuler, critiquer et argumenter en mathématiques

Méthode d'enseignement des apprentissages

  • Activité d'autoformation
  • Activité d'enrichissement personnel
  • Activité d'études
  • Cours magistraux
  • Exercices de création / Recherche en atelier
  • Séminaires
  • Préparations / Recherche d'informations
  • Exercices dirigés
  • Travaux personnels

Supports principaux

Type de support

Portefeuille de lecture

Références

• Baret, F., Geron, C., & Goossens, C. (2020). Comprendre les maths pour bien les enseigner, Tome 1. Bruxelles : De Boeck.

Sources, références et supports éventuels

• Douaire, J., Charnay, R., & Valentin, D., (1998). Formuler, critiquer et argumenter en mathématiques : un exemple au CM 1. Repères, 17, 139–148.
• Hérault, F., Huet, C., Kel Notter, G., & Mesnil, Z. (2016). À propos de quantification : quelques activités de logique dans nos classes. Petit x, 100, 35–65.
• Roegiers, X., (2007). LEXIMATH - Lexique mathématique de base. Bruxelles : De Boeck.
• Roegiers, X., (1993). Guide mathématiques de base, tome 1. Bruxelles : De Boeck.

Epreuve Intégrée : Première Session
Mode d'évaluation: Epreuve écrite
Travail journalier: 50%
Examen: 50%
Dispositions:
• La note finale (20 points) attribuée au cours se compose pour 50% d'une note d'implication (appelée ici "Travail journalier") et pour 50 % de la note de l'examen.
• La note d'implication (10 points) est constituée pour moitié par la validation (5 points) ou non (0 point) de la participation effective à l'ensemble des séances de cours et à la réalisation de tous les travaux demandés, et pour moitié par la réussite complète (5 points) ou non (0 point) d'un parcours didactique.
Epreuve Intégrée : Deuxième Session
Mode d'évaluation: Epreuve écrite
Travail journalier: 0%
Examen: 100%
Dispositions:
• En seconde session, la note finale (20 points) attribuée au cours résulte à 100 % de l'examen.

Les usages de l’Intelligence Artificielle dans l’enseignement supérieur sont référencés et détaillés au sein d'une charte institutionnelle. Consultez le site https://ia.condorcet.be pour plus d'informations.