Acquis d'apprentissage - Au terme de l'activité d'apprentissage, l'étudiant sera capable de
Connaissances
Connaître les principes fondamentaux du développement durable appliqué à l’agriculture (énergie, eau, biodiversité, alimentation). Identifier les technologies numériques mobilisables dans l’agriculture (capteurs, automatisation, systèmes connectés, bases de données). Comprendre les enjeux éthiques et pédagogiques liés à l’intégration du numérique dans la transition écologique.
Aptitudes
Concevoir un projet individuel liant numérique et agriculture durable (ex. serre connectée, suivi des cultures via capteurs, visualisation de données environnementales). Expérimenter des outils numériques adaptés (Arduino, Raspberry Pi, capteurs IoT, applications de suivi). Analyser de manière critique la pertinence et l’impact des choix techniques
Compétences
Développer une démarche autonome de gestion de projet. Relier une réalisation technique à une réflexion critique et pédagogique. Communiquer efficacement ses résultats à l’écrit et à l’oral.
Contenu de l'Activité d'Apprentissage
Introduction au développement durable et à l’agriculture intelligente. Technologies numériques et environnement (capteurs, automatisation, big data agricole). Initiation à la gestion de projet individuel. Étude de cas : serres connectées, agriculture urbaine, systèmes hydroponiques, suivi climatique. Réalisation du projet individuel (conception, prototypage, test). Rédaction d’un dossier critique (enjeux environnementaux, apport pédagogique). Présentation finale du projet.
Méthode d'enseignement des apprentissages
Activité d'autoformation
Activité d'enrichissement personnel
Activité d'études
Cours magistraux
Exercices de création / Recherche en atelier
Activités d'intégration professionnelle
Séminaires
Travaux pratiques
Excursions et visites
Préparations / Recherche d'informations
Exercices dirigés
Travaux personnels
Supports principaux
Type de support
Diapositives
Références
Ouvrages et guides sur l’agriculture connectée et l’IoT appliqué. Documentation technique (Arduino, Raspberry Pi, capteurs environnementaux). Ressources pédagogiques en ligne (MOOCs, plateformes de veille numérique et durable).
Sources, références et supports éventuels
Meadows, D. (2004). Limits to Growth. Sachs, I. (2015). Développement durable : enjeux et perspectives.
Epreuve Intégrée : Première Session
Mode d'évaluation
Travail journalier
Examen
Dispositions
Epreuve pratique
100%
0%
La remise du projet final et du dossier écrit est obligatoire pour valider le cours.
En cas d’échec, une seconde session est organisée :
Projet écrit et visuel à remettre à une nouvelle date.
Présentation orale (si possible) ou rapport complémentaire écrit.
Epreuve Intégrée : Deuxième Session
Mode d'évaluation
Travail journalier
Examen
Dispositions
Epreuve pratique
100%
0%
La remise du projet final et du dossier écrit est obligatoire pour valider le cours.
En cas d’échec, une seconde session est organisée :
Projet écrit et visuel à remettre à une nouvelle date.
Présentation orale (si possible) ou rapport complémentaire écrit.
Epreuve Intégrée : Première Session
Mode d'évaluation:Epreuve pratique
Travail journalier:100%
Examen:0%
Dispositions:
La remise du projet final et du dossier écrit est obligatoire pour valider le cours.
En cas d’échec, une seconde session est organisée :
Projet écrit et visuel à remettre à une nouvelle date.
Présentation orale (si possible) ou rapport complémentaire écrit.
Epreuve Intégrée : Deuxième Session
Mode d'évaluation:Epreuve pratique
Travail journalier:100%
Examen:0%
Dispositions:
La remise du projet final et du dossier écrit est obligatoire pour valider le cours.
En cas d’échec, une seconde session est organisée :
Projet écrit et visuel à remettre à une nouvelle date.
Présentation orale (si possible) ou rapport complémentaire écrit.
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.