Vers des analyses de curriculum basées sur les compétences

Dans une ère qui dépendra de plus en plus de l'apprentissage tout au long de la vie, la communauté LA devra faciliter le mouvement et le partage de données et d'informations à travers des frontières institutionnelles et géographiques. Cela nous aidera à reconnaître l'apprentissage antérieur (RPL) et à personnaliser l'expérience de l'apprenant. Ici, nous explorons l'utilité des analyses de curriculum basées sur les compétences et comment cela pourrait faciliter le processus d'attribution de RPL entre deux institutions. Nous étudions l'utilité potentielle de la combinaison du traitement du langage naturel et des taxonomies de compétences pour établir des correspondances entre les descriptions de sujets de ces deux institutions différentes, en présentant deux algorithmes que nous avons développés pour faciliter le RPL et en évaluant leur performance. Nous attirons l'attention sur certaines des problèmes qui se posent, en énumérant des domaines que nous considérons comme propices à un travail futur dans un domaine étonnamment peu exploré.