FUN contribue à l’occasion de l’Open edX Conference

Cette manifestation qui va se dérouler du 28 au 31 mars est destinée aux développeurs open source qui travaillent sur le code Open edX dans une optique de partage et d’innovation.

La conférence 2023 va se dérouler sur le campus du MIT à Cambridge dans le Massachusetts.
Elle a pour sujet l’élargissement de l’accès à l’éducation mais porte aussi sur le futur du travail et l’utilisation des technologies ouvertes pour relever les défis actuels que sont l’amélioration des compétences, la reconversion et l’apprentissage tout au long de la vie. Des développeurs venus du monde entier vont partager leurs avancées en matière d’outils pour la conception pédagogique, la production de cours et les méthodes d’exploitation et d’amélioration de la plateforme Open edX.

À cette occasion, deux membres de l’équipe FUN vont contribuer grâce à deux sujets autour des données et de leur gestion.

La première participation de l’équipe FUN va se dérouler jeudi 30 mars à 15h30 heure locale et sera faite sur le sujet suivant : Potsie v2 : des tableaux d’analyse de l’apprentissage qui cartonnent !
Lorsque l’on commence à utiliser des tableaux de bord en open source, il n’est pas très difficile de trouver un système approprié pour les analytics. Les outils disponibles sont assez efficaces pour les objectifs généralistes mais sont restrictifs pour les indicateurs spécifiquement orientés sur l’apprentissage et ne s’intègrent pas bien aux standards qui existent dans ce domaine tel que LTI. Chez FUN, après avoir intégré Grafana dans le système d’analyse de l’apprentissage, nous nous orientons vers une définition interne d’une suite de tableaux de bord comme collection de composants web intégrables pour les applications.

La seconde participation se déroulera le jeudi 30 mars à 15h50 heure locale et portera sur le sujet suivant : Quel est le LRS open source le plus performant / durable en 2023 ?
Choisir le Learning Record Store approprié peut s’avérer difficile : obtenir une comparaison impartiale de leurs performances et de leur efficacité énergétique est complexe. C’est pourquoi FUN développe LBT, un outil d’analyse comparative open source qui a deux objectifs:

• comparer les performances et la durabilité des LRS open source et publier les résultats périodiquement,
• offrir un outil de test d’intégration continue pour aider les équipes chargées des LRS à améliorer les performances de leurs LRS.