Intérêts de recherche

• Évaluation des apprentissages
• Évaluation et compétences : démarche d'évaluation, outils d'évaluation, régulation, jugement professionnel
• Évaluation dans un contexte de différenciation pédagogique
• Compétences transversales
• Bulletin scolaire, entretien tripartite et portfolio
• Référentiel de la situation d'apprentissage

Avec l'arrivée  du renouveau pédagogique étant donné l'abolition de mon champ d'origine, l'éducation de choix de carrières, j'ai dû changer de champ d'enseignement, pour pouvoir intégrer le champs en univers social, plus précisément l'histoire et l'éducation à la citoyenneté.

Intérêts de recherche

• Différenciation pédagogique et adaptation de l’enseignement en classe ordinaire au primaire et au secondaire;
• Intégration scolaire des élèves à risque et des élèves handicapés ou en difficulté d’apprentissage ou d’adaptation (ÉHDAA);
• Soutien à l’enseignant et à l’élève en classe ordinaire;
• Apprentissage et réussite scolaire.

Expertise

• Technologies éducatives pour l'apprentissage et l'enseignement
• L'analyse de l'apprentissage (learning analytic)
• Les méthodes quantitatives et qualitatives
• La formation à distance

Intérêts

• La réalité virtuelle en éducation (secondaire et postsecondaire)
• Les technologies émergentes en éducation
• Le manuel scolaire numérique
• "Massive online open courses" (MOOC) et cours en ligne
• Les jeux vidéos en éducation
• La création et l'innovation en éducation
• La motivation à apprendre

Quelques objectifs liés à mes recherches

Développer, expérimenter et évaluer des scénarios d’innovation pédagogique intégrant la RV dans trois domaines disciplinaires, en cohérence avec les programmes de formation de l’école québécoise.

Comprendre les pratiques de esport chez des jeunes d'âge scolaire.

« Montréal, territoire et terrain » vise la mise sur pied d’une équipe transdisciplinaire qui orchestrera l’implantation d’une nouvelle infrastructure multimodale de recherche-création et qui pilotera les activités qui y seront conduites.

Identifier les conditions d’efficacité de la classe inversée sur la motivation, l’engagement et la réussite des étudiants.

Développer et l’implanter des tableaux de bord, pour l’étudiant et pour le professeur, fondés sur l’analyse des traces et les algorithmes d’apprentissage automatique (machine learning), destinés à soutenir la motivation, l’engagement et la réussite des apprenants à l’université.

Comprendre les processus par lesquels apprenants, enseignants et professionnels s’approprient ensemble les espaces physiques et numériques d’exploration, de création, d’apprentissage et les technologies qui y sont déployées et comment ils co-développent différents usages de ces technologies et ces espaces pour l’apprentissage et le développement de compétences.