184 f. / Submitted by Suelen Reis (suziy.ellen@gmail.com) on 2013-05-07T18:43:44Z No. of bitstreams: 1 Dissertacao_ Virginia Gomes.pdf: 1737525 bytes, checksum: 16c16605836ed7383f9cd37916781c83 (MD5) / Approved for entry into archive by Maria Auxiliadora Lopes(silopes@ufba.br) on 2013-06-11T17:34:18Z (GMT) No. of bitstreams: 1 Dissertacao_ Virginia Gomes.pdf: 1737525 bytes, checksum: 16c16605836ed7383f9cd37916781c83 (MD5) / Made available in DSpace on 2013-06-11T17:34:18Z (GMT). No. of bitstreams: 1 Dissertacao_ Virginia Gomes.pdf: 1737525 bytes, checksum: 16c16605836ed7383f9cd37916781c83 (MD5) Previous issue date: 2003 / A presente dissertação é uma investigação acerca do enigma, é uma reconstituição das suas origens na tradição grega que mostra uma conexão original entre enigma e as origens da Filosofia, tendo em vista uma compreensão da sua contribuição para o ?ensino? da Filosofia enquanto meio pedagógico que pode ser usado para todas as idades. O retorno à antiga Grécia se funda na teoria do enigma de Giorgio Colli, teoria esta que faz uma retrospectiva às origens apolínea e dionisíaca deste fenômeno na Sophia da Filosofia. As imagens collianas do enigma são pistas fundamentais para compreender este fenômeno nas origens da Filosofia: o filósofo pinta o enigma como vestígio das pulsões estéticas (apolínea-dionisíaca) do pensamento humano. Por outro lado, a partir de um olhar aberto, faço um mergulho no universo do enigma para ressaltar as suas qualidades educativas na ótica do aprender a filosofar, sem, contudo, determinar categorias de enigmas conforme um programa escolar ou uma divisão segundo faixas etárias. Essa compreensão do enigma enquanto meio pedagógico na ótica do aprender se baseia na perspectiva de Dante Galeffi que configura o filosofar como um aprender a ser. Partindo de uma visão anti-utilitária, defendo a importância do uso do enigma para fins educativos, lançando mão de enigmas folclóricos, dialéticos e literários, entre outros, suspendendo qualquer hierarquia entre seus diversos tipos. Exemplificando, sem recorrer a uma análise teórica, mostro no final da dissertação alguns enigmas que fazem parte da minha formação cultural e filosófica e outros que usei na minha prática pedagógica, isto é, ministrando as aulas de Filosofia no segundo e terceiro grau. / Salvador

Dans la nouvelle économie caractérisée par des propriétés telles que la mondialisation, l'intangibilité et l'interconnectivité, les organisations éducatives sont nécessaires pour surmonter les nouveaux défis, en particulier la nature changeante du dynamisme accru et de la complexité des exigences des organisations éducatives. L'une des philosophies stratégiques actuelles aidant les organisations éducatives à développer des capacités stratégiques traitant de l'incertitude est la gestion des connaissances (GC). Grâce à l'acquisition systématique, la création, le partage et l'utilisation des connaissances, les organisations développent, renouvellent et exploitent leurs ressources fondées sur le savoir, leur permettant ainsi d'être proactifs et adaptables aux changements extérieurs et d'atteindre le succès concurrentiel. Apparaissant comme un moyen puissant de maintien, de la compétitivité de l'organisation, GC a été largement étudiée et ce à partir de différentes perspectives. Toutefois, seul un nombre limité de recherches ont visé les ressources des organisations éducatives pour examiner empiriquement les relations entre l'infrastructure GC et les différentes stratégies pour investir les actifs humains. Pendant ce temps, la recherche sur les approches GC à partir d'une approche dynamique a été la plupart du temps de nature conceptuelle. Il est proposé ici que l'omission d'appliquer le processus GC peut entraver la contribution intégrée, potentiellement utile aux stratégies organisationnelles afin d'améliorer l'éducation des principaux éléments qui constituent les approches GC. En outre, un examen de la littérature montre que les preuves les plus empiriques ont été obtenues dans le cadre des pays développés. La possibilité que ces modèles pourraient être adoptés dans les organisations éducatives pour répondre aux spécificités des pays en développement a reçu très peu d'attention à ce jour. En se basant sur la théorie de l'apprentissage social prolongé par les approches basées sur la capacité des connaissances dynamiques, cette recherche développe un modèle théorique d'intégration de la capacité GC. L'examen empirique des relations hypothétiques entre les variables est réalisé au moyen de questionnaires de sondage en Arabie Saoudite. Pour l'étude pilote, 30 projets de questionnaires ont été distribués directement aux cadres supérieurs participants au forum « société Global Knowledge 2013 » qui a eu lieu au centre du Roi Abdulaziz pour la Culture Mondiale du groupe ARAMCO Arabie Saoudite, le 9-10 Décembre 2103. [...] / In the New Economy characterized by properties such as globalization, intangibility and inter-connectivity, educational organizations are required to overcome the new challenges, especially the changing nature of the enhanced dynamism and complexity of the requirements from the educational organizations. One of the current strategic philosophies assisting educational organizations to develop strategic capabilities dealing with uncertainty is knowledge management (KM). Through the systematic acquisition, creation, sharing, and use of knowledge, organizations develop, renew and exploit their knowledge-based resources, thereby allowing them to be proactive and adaptable to external changes and attain competitive success. Emerging as a powerful means for sustaining organizational competitiveness, KM has been widely investigated from different perspectives. However, only a limited number of researches have adopted the resource based view of the educational organizations to empirically examine the relationships between KM infrastructure and the different strategies for investing human assets. Meanwhile, research on KM approaches from a dynamic capability approach has been mostly conceptual in nature. It is proposed here that a failure to apply KM approaches may hinder the potentially valuable integrated contribution to organizational strategies for enhancing education of the major components that constitute KM approaches. In addition, a review of the literature shows that most empirical evidence has been obtained in the context of developed countries. The possibility that such models might be adopted in educational organizations to fit the specificities of the developing countries has received very little attention to date. Relying on social learning theory extended by the knowledge and dynamic capability based approaches, this research develops an integrative theoretical mode) of KM capability. Empirical examination of the hypothesized relationships among variables is conducted by means of questionnaire surveys in Saudi Arabia. For the pilot study, 30 draft questionnaires were directly distributed to senior managers participating in the Global Knowledge Society Forum 2013 took place in King Abdul Aziz Center for World Culture, ARAMCO Saudi Arabia, during the period of9-10 December 2103. The responses returned with complete data were assessed, using factor analysis and reliability testing, to refine and finalize the questionnaire administered in the main survey.

La thèse propose d’éclairer la compréhension de la mobilisation ou non d’élèves de seconde générale en sciences de la vie et de la Terre (SVT). Sa première partie rend compte de l’identification du rapport aux savoirs des SVT selon l’approche socio-anthropologique initiée par Charlot. Ces analyses reposent sur des données déclaratives recueillies par bilans de savoir et entretiens individuels et nous ont permis de caractériser cinq rapports aux savoirs des SVT d’élèves de seconde, en lien avec des degrés de mobilisation à apprendre les savoirs de cette discipline. Dans la deuxième partie sont examinées les relations entre les rapports des élèves aux savoirs des SVT et les pratiques d’enseignement et d’apprentissage relatives à l’apport sanguin aux organes. Les analyses des pratiques sont réalisées à partir d’un corpus de vidéos des séances et des documents annexes (fiche de préparation, documents d’élèves et entretiens) dans le cadre de l’action didactique conjointe. Les résultats montrent d’une part, que les rapports aux savoirs des élèves peuvent être envisagés comme déterminants de l’action conjointe et d’autre part, que les pratiques d’enseignement pourraient contribuer à la non évolution voire l’accentuation des phénomènes participants aux processus de mobilisation ou non constitutifs des rapports aux savoirs des élèves. / This thesis examines why some students in grade 10 are engaged in studying biology and geology and others are not. First, from “bilans de savoirs” and interwievs, five kinds of students’ relationships to biology and geology knowledge are defined using Charlot’s approach. Each kind of students’relationship to knowledge is associated to a particular level of commitment to study biology and geology. Then, the links between teaching and learning practices and relationship to biology and geology knowledge are examined in the case of blood supply to organs using the Joint Action Didactic Theory. The study is based on classroom videos, interviews and work paper. Our findings show that relationships to knowledge partially determine the didactic joint action and that teaching practices have an influence on the non-evolution of relationships to knowledge.

Ces dernières années, l'intelligence artificielle a été considérablement avancée et l'apprentissage en profondeur, où des réseaux de neurones profonds sont utilisés pour tenter d'imiter vaguement le cerveau humain, y a contribué de manière significative. Les réseaux de neurones profonds sont désormais capables d'obtenir un grand succès sur la base d'une grande quantité de données et de ressources de calcul suffisantes. Malgré leur succès, leur capacité à s'adapter rapidement à de nouveaux concepts, tâches et environnements est assez limitée voire inexistante. Dans cette thèse, nous nous intéressons à la façon dont les réseaux de neurones profonds peuvent s'adapter à des circonstances en constante évolution ou totalement nouvelles, de la même manière que l'intelligence humaine, et introduisons en outre des modules architecturaux adaptatifs et dynamiques ou des cadres de méta-apprentissage pour que cela se produise de manière efficace sur le plan informatique. Cette thèse consiste en une série d'études proposant des méthodes pour utiliser des calculs adaptatifs et dynamiques pour aborder les problèmes d'adaptation qui sont étudiés sous différentes perspectives telles que les adaptations au niveau de la tâche, au niveau temporel et au niveau du contexte. Dans le premier article, nous nous concentrons sur l'adaptation rapide des tâches basée sur un cadre de méta-apprentissage. Plus précisément, nous étudions l'incertitude du modèle induite par l'adaptation rapide à une nouvelle tâche avec quelques exemples. Ce problème est atténué en combinant un méta-apprentissage efficace basé sur des gradients avec une inférence variationnelle non paramétrique dans un cadre probabiliste fondé sur des principes. C'est une étape importante vers un méta-apprentissage robuste que nous développons une méthode d'apprentissage bayésienne à quelques exemples pour éviter le surapprentissage au niveau des tâches. Dans le deuxième article, nous essayons d'améliorer les performances de la prédiction de la séquence (c'est-à-dire du futur) en introduisant une prédiction du futur sauteur basée sur la taille du pas adaptatif. C'est une capacité critique pour un agent intelligent d'explorer un environnement qui permet un apprentissage efficace avec une imagination sauteur futur. Nous rendons cela possible en introduisant le modèle hiérarchique d'espace d'état récurrent (HRSSM) qui peut découvrir la structure temporelle latente (par exemple, les sous-séquences) tout en modélisant ses transitions d'état stochastiques de manière hiérarchique. Enfin, dans le dernier article, nous étudions un cadre qui peut capturer le contexte global dans les données d'image de manière adaptative et traiter davantage les données en fonction de ces informations. Nous implémentons ce cadre en extrayant des concepts visuels de haut niveau à travers des modules d'attention et en utilisant un raisonnement basé sur des graphes pour en saisir le contexte global. De plus, des transformations au niveau des caractéristiques sont utilisées pour propager le contexte global à tous les descripteurs locaux de manière adaptative. / Over the past few years, artificial intelligence has been greatly advanced, and deep learning, where deep neural networks are used to attempt to loosely emulate the human brain, has significantly contributed to it. Deep neural networks are now able to achieve great success based on a large amount of data and sufficient computational resources. Despite their success, their ability to quickly adapt to new concepts, tasks, and environments is quite limited or even non-existent. In this thesis, we are interested in how deep neural networks can become adaptive to continually changing or totally new circumstances, similarly to human intelligence, and further introduce adaptive and dynamic architectural modules or meta-learning frameworks to make it happen in computationally efficient ways. This thesis consists of a series of studies proposing methods to utilize adaptive and dynamic computations to tackle adaptation problems that are investigated from different perspectives such as task-level, temporal-level, and context-level adaptations. In the first article, we focus on task-level fast adaptation based on a meta-learning framework. More specifically, we investigate the inherent model uncertainty that is induced from quickly adapting to a new task with a few examples. This problem is alleviated by combining the efficient gradient-based meta-learning with nonparametric variational inference in a principled probabilistic framework. It is an important step towards robust meta-learning that we develop a Bayesian few-shot learning method to prevent task-level overfitting. In the second article, we attempt to improve the performance of sequence (i.e. future) prediction by introducing a jumpy future prediction that is based on the adaptive step size. It is a critical ability for an intelligent agent to explore an environment that enables efficient option-learning and jumpy future imagination. We make this possible by introducing the Hierarchical Recurrent State Space Model (HRSSM) that can discover the latent temporal structure (e.g. subsequences) while also modeling its stochastic state transitions hierarchically. Finally, in the last article, we investigate a framework that can capture the global context in image data in an adaptive way and further process the data based on that information. We implement this framework by extracting high-level visual concepts through attention modules and using graph-based reasoning to capture the global context from them. In addition, feature-wise transformations are used to propagate the global context to all local descriptors in an adaptive way.