Recherche - Marier Enseignement et Recherche

Le problème.
1) l'enseignement de la recherche est en retard; 2) les étudiants ne sont pas formés correctement à la recherche; 3) l'enseignant n'a pas suffisamment de temps pour enseigner correctement la recherche; 4) l'enseignement de la recherche n'est pas suffisamment valorisé d'un point de vue institutionnel.
Les solutions discutées.
- Intégrer les outils CitizenScience dans l'enseignement.
- Mieux vendre la recherche et l'accès aux données de la recherche aux étudiants.
- Utiliser des outils numériques qui intègrent texte, données et outils d'analyse.
- Enseigner les outils de recherche dans les cours, y compris logiciels statistiques modernes (R).
- Enseigner DataScience.
- Valoriser l'effort pédagogique de l'enseignant-chercheur qui fait un effort pour intégrer la recherche dans son enseignement.

-- Publier sa démarche pédagogique.

-- Trouver des systèmes électroniques de réputation basée sur ces efforts (récompenses).

-- Créer des réseaux sociaux qui publient et valorisent les travaux de recherche des étudiants et de l'enseignant-chercheur qui les encadrent.

-- Récompenses mutuelles massives pour à la fois les enseignants-chercheurs et les étudiants impliqués dans cette démarche (crédits
aux étudiants, faire travailler les étudiants sur des projets qui les intéressent et qui ont des portées sociétales, offrir aux étudiants très engagés un parcours académique spécial).

-- Utiliser les principes de "gamification" pour augmenter la motivation des étudiants et des enseignants à faire de la recherche intégrée aux enseignements.

-- Faire participer les étudiants à une recherche en cours, c'est-à-dire à l'analyse des données et la rédaction.

-- Utiliser des outils modernes de visualisation de données pour valoriser les résultats de la recherche intégrée à l'enseignement.

-- Vulgariser la recherche intégrée à l'enseignement à travers l'utilisation de vidéos.

-- Laisser les étudiants proposer eux-mêmes des projets de recherche.

-- Utiliser les principes de la classe inversée pour enseigner la recherche.

-- Profiter des données collectées par d'autres recherches et rendues publiques (shared research data) et les proposer aux étudiants.

Noms des participants :
- Michael Lauarini
- Daniel Schneider
- Christophe Carlei
- Igor Carl-Frederik Fasel
- Gaëlle Molinari
- Joachim Anor
- Bruce Colonbet
- Damien Massalou