L'adhérence au traitement et le contrôle glycémique sont parmi les aspects les plus sollicités par les patients atteints de diabète, comme le montrent plusieurs études [9, 15, 20–24, 26, 30, 32, 37, 39, 46, 48–50, 53]. L'intégration d'outils permettant de détecter la dépression et d'autres troubles de l'humeur est également mise en avant dans certaines recherches [20, 27, 42]. Il ressort que l'une des fonctionnalités les plus demandées par les utilisateurs d'applications mobiles pour le diabète est la possibilité d'une communication efficace avec les professionnels de santé, jugée importante par 35% des patients (présentée dans 17 des 42 articles analysés). Viennent ensuite la capacité de personnaliser l'application en fonction des besoins individuels des patients (29%) et la présence de contenus éducatifs clairs et de qualité (24%).

Parmi les autres exigences, un design simple et intuitif de l'application est cité par 12% des études. Cependant, cette demande peut sembler secondaire par rapport à l'importance d'une interface permettant une interaction fluide et directe entre patients et professionnels de santé, ce qui est jugé essentiel pour favoriser une prise en charge de qualité et continue. Cette fonctionnalité est d'autant plus nécessaire que de nombreuses études mettent en avant l'importance de l'adhésion à un suivi à long terme, favorisé par la facilité d'utilisation des outils numériques.

Les applications doivent également être attrayantes et motivantes, afin de maintenir l'engagement des patients sur une période prolongée [19, 22, 25, 29, 34, 41, 43, 44, 51]. C'est pourquoi plusieurs recherches recommandent d'ajouter des éléments de gamification ou des systèmes de récompense, ainsi que des mécanismes de soutien social pour renforcer l'implication des utilisateurs [38, 42, 45]. Ces éléments ne se contentent pas de rendre l'application plus agréable, mais participent activement à un changement de comportement durable, ce qui est crucial pour la gestion quotidienne du diabète.

Il est également proposé d'intégrer des dispositifs médicaux dans ces applications, comme le préconisent des études récentes [9, 22, 28, 52]. Ce lien permettrait de réduire les erreurs liées à la saisie manuelle des données et d'assurer une meilleure précision des informations. Par ailleurs, l'utilisation de l'intelligence artificielle (IA) pourrait offrir des recommandations et des prédictions personnalisées en fonction des données saisies par les utilisateurs, optimisant ainsi la prise en charge de chaque patient [33]. Néanmoins, pour que ces technologies soient véritablement efficaces, il est crucial qu'elles soient accessibles, même dans des zones à faible connectivité [30, 32, 48], et qu'elles garantissent une sécurité des données renforcée [21, 28, 45].

En parallèle, le développement d'applications doit être conçu pour prendre en compte le contexte socioculturel des patients, une dimension souvent négligée mais essentielle pour leur engagement à long terme. Le manque de contenu adapté au contexte culturel et local est une lacune qui, si elle est comblée, pourrait transformer radicalement l'impact des applications dans des régions comme l'Amérique latine, où ces technologies sont encore peu développées. En tenant compte des spécificités locales, notamment en termes de langue, de culture et d'accès aux soins, on pourrait améliorer considérablement l'efficacité de ces outils numériques et, à terme, l'autogestion du diabète dans des contextes diversifiés.

Les recommandations pour le développement de ces applications visent donc une approche plus personnalisée, capable de s'adapter aux besoins individuels des patients tout en étant intégrée de manière fluide dans le système de santé global. La collaboration entre patients, professionnels de santé, développeurs et chercheurs apparaît comme un levier important pour créer des solutions technologiques innovantes et pertinentes.

Pour conclure, bien que les applications mobiles présentent un potentiel indéniable pour améliorer l'autogestion du diabète, leur succès repose sur une personnalisation efficace, un contenu éducatif adapté et une intégration fluide dans les pratiques médicales. Les outils numériques doivent être conçus comme de véritables compagnons de santé, offrant un soutien continu, à la fois dans la gestion quotidienne de la maladie et dans le processus d'éducation thérapeutique. L'évolution rapide de ces technologies et l'intégration de dispositifs de santé connectés ouvrent des perspectives prometteuses pour le futur de la gestion du diabète.

Comment les applications mobiles peuvent-elles soutenir l'éducation des populations en situation d'illettrisme ?

Les applications mobiles sont désormais des outils incontournables dans de nombreux secteurs, y compris dans l'éducation. Ce phénomène est particulièrement pertinent dans le contexte des populations marginalisées, notamment celles souffrant d'illettrisme dans des régions comme le Morelos, au Mexique. Le défi est de taille : l'accès à une éducation de qualité, à la fois pour les jeunes et les adultes, reste inégal, en particulier pour ceux qui vivent dans des zones rurales ou qui appartiennent à des communautés indigènes. En réponse à ce problème, des solutions technologiques, telles que les applications mobiles, sont utilisées pour pallier les lacunes éducatives et offrir un soutien ciblé aux populations défavorisées.

Dans cette optique, une application mobile dédiée à l'amélioration des compétences en littératie chez les adultes analphabètes de Morelos a été développée. L'objectif principal de cette application est de fournir une plateforme accessible permettant d'apprendre à lire et à écrire, tout en étant adaptée aux besoins spécifiques de ses utilisateurs. La conception de cette application repose sur l'intégration de "serious games", un moyen interactif et ludique de renforcer l'apprentissage. Parmi les fonctionnalités proposées, un jeu éducatif de type "loterie" a été introduit. Ce jeu vise à faciliter la reconnaissance des lettres, des mots et des sons, en tenant compte des particularités de la langue locale. Pour répondre aux divers profils linguistiques des utilisateurs, le jeu est disponible en espagnol mexicain ainsi qu'en amuzgo, une langue indigène locale.

Cette approche s'inscrit dans le cadre du modèle éducatif pour la vie et le travail, soulignant l'importance de l'inclusion sociale et de l'égalité d'accès à l'éducation. Le Mexique, bien qu'il garantisse par la constitution le droit à l'éducation pour tous ses citoyens, fait face à des défis considérables concernant l'analphabétisme, notamment parmi les populations indigènes. D'après les données de l'INEGI, un pourcentage significatif d'adultes, en particulier dans les états du sud comme Oaxaca et Chiapas, souffrent de retards éducatifs, dont une partie importante est analphabète. En 2023, 4,2 % de la population âgée de 15 ans et plus vivait dans un état d'illettrisme, un phénomène accentué dans les zones où les langues indigènes sont parlées. L'écart d'illettrisme entre les locuteurs de langues indigènes et non indigènes est frappant, avec des taux d'analphabétisme atteignant jusqu'à 20,9 % parmi les premiers, contre seulement 3,6 % chez les seconds.

La mise en œuvre d'applications mobiles pour l'alphabétisation, en particulier celles qui intègrent des jeux éducatifs et des éléments de la culture locale, représente une réponse innovante à cette crise éducative. Ces outils ne se contentent pas de proposer un apprentissage académique, mais favorisent également une plus grande inclusion des communautés indigènes, en respectant et en valorisant leurs langues et leurs cultures. L'application développée à Morelos a été pensée pour combler l'écart éducatif en offrant un contenu adapté à la réalité de ces populations, tout en exploitant les technologies modernes pour une approche plus flexible et accessible.

En parallèle, l'impact de ces technologies sur l'éducation des adultes et des populations vulnérables souligne un point crucial : la nécessité d'intégrer l'éducation dans des systèmes plus larges de développement social. Les outils numériques, lorsqu'ils sont utilisés correctement, ne servent pas seulement à diffuser du savoir, mais peuvent aussi renforcer les liens sociaux, en favorisant des communautés d'apprentissage et en facilitant l'accès aux ressources éducatives dans des contextes difficiles. L'expérience acquise avec des applications comme celle utilisée à Morelos peut servir de modèle pour d'autres régions du Mexique, et même au-delà, en offrant des solutions adaptées à d'autres communautés en situation d'illettrisme.

Cependant, pour que ces initiatives réussissent, il est impératif que les applications mobiles ne soient pas seulement considérées comme des outils technologiques, mais comme des instruments d'inclusion sociale. Elles doivent également être conçues de manière à surmonter les obstacles liés à l'accessibilité numérique, comme la disponibilité de smartphones ou l'accès à des connexions Internet fiables. Le soutien institutionnel, la formation des utilisateurs et la promotion de l'éducation continue sont tout aussi essentiels pour garantir que ces applications aient un impact durable et profond sur la réduction de l'analphabétisme et des retards éducatifs.

Comment concevoir un système efficace pour le suivi de la consommation d'eau chez les adultes âgés de 50 à 65 ans : Une étude de cas

Dans le cadre de cette recherche, la population cible a été définie comme étant composée d'individus de nationalité mexicaine, âgés de 50 à 65 ans (inclus), sans distinction de profession, de niveau économique ou d'activité physique. L'objectif était de comprendre leurs habitudes de consommation d'eau, de repérer les obstacles potentiels à un suivi précis et de concevoir un système adapté à leurs besoins spécifiques. Toutefois, il est important de noter que les personnes présentant des pathologies médicales susceptibles de les exposer à des risques lors de l'expérimentation, telles que l'insuffisance rénale, le diabète ou des problèmes gastro-intestinaux, ont été exclues de l'étude.

L'étape 1 a consisté en une étude de terrain réalisée avec quatre participants (deux hommes et deux femmes, âgés en moyenne de 54,5 ans, écart-type 4,2), dans le but de comprendre le contexte de vie des utilisateurs. Ceux-ci ont été invités à tenir un journal de bord quotidien afin de consigner leurs activités, les moments où ils consommaient de l'eau et une estimation de la quantité ingérée. Les résultats ont montré que les comportements en matière de consommation d'eau varient largement et ne respectent pas toujours les recommandations en vigueur. Le niveau d'activité et l'endroit où se trouvent les participants jouent un rôle majeur dans leurs habitudes de consommation. Bien qu'ils soient conscients de l'importance de l'hydratation, ces utilisateurs manquent d'un moyen fiable pour suivre leur consommation d'eau de manière précise.

Par la suite, des entretiens semi-structurés ont été réalisés avec huit participants supplémentaires (trois hommes et cinq femmes, âge moyen de 55,375 ans, écart-type 3,11), issus du même groupe cible. L'objectif était de compléter les informations recueillies lors de l'étape précédente en explorant davantage les défis, les carences, les environnements de vie et les motivations des participants. Ces entretiens ont été enregistrés avec le consentement des participants et réexaminés par la suite pour en extraire les points clés. Deux styles de vie distincts ont émergé : l'un, dynamique, se caractérisant par une routine rapide où la consommation d'eau est insuffisante à cause des activités; l'autre, plus tranquille, typiquement à domicile, où l'apport en eau peut être soit inférieur, soit excessif par rapport aux recommandations.

L'étape 2 a vu la réalisation de cinq nouveaux entretiens avec des participants du groupe cible (trois hommes et deux femmes, âge moyen de 54,5 ans, écart-type 2,88) pour identifier les besoins des utilisateurs. Ces entretiens ont permis de déterminer des exigences générales et spécifiques pour la conception du système. En analysant les résultats des entretiens précédents et en les complétant avec une revue de littérature, les besoins des utilisateurs ont été classés en trois catégories : rappels, enregistrement historique et besoins divers. Les utilisateurs ont exprimé le besoin d'un système de rappels comprenant des alarmes fortes et douces, espacées d'une à deux heures, avec la possibilité de les arrêter automatiquement ou manuellement. Quant à l'enregistrement historique, ils ont souhaité un suivi des données allant de un jour à six mois, avec une possibilité de comparaison entre les journaux et la journée en cours. Des fonctionnalités supplémentaires comprenaient un système compact et intuitif, agrémenté d'animations dynamiques et d'images en rapport avec la consommation d'eau.

Lors de l'étape 3, les besoins ont été affinés et intégrés en fonction des demandes les plus fréquentes, permettant ainsi une adaptation précise aux habitudes quotidiennes des utilisateurs. Un prototype à fidélité moyenne a été développé à l'étape 4, combinant une application mobile et un dispositif physique. Pour l'application, les considérations incluaient un système de rappels avec alarmes configurables, un suivi de la consommation d'eau et des messages de motivation affichés à travers l'application et le dispositif physique. Le dispositif physique, quant à lui, devait être aussi simple et automatique que possible, sans nécessiter de portabilité. Un capteur de poids intégré dans le verre devait mesurer la diminution de l'eau pour suivre l'apport sans nécessiter d'entrée manuelle par l'utilisateur, ce qui permet d'améliorer la précision des données et de réduire l'effort requis.

Un premier prototype a ainsi été développé et évalué lors de l'étape 5, où cinq experts issus de différents domaines, dont deux du secteur médical, deux développeurs mobiles et un spécialiste en électronique, ont participé à une évaluation heuristique. Les experts ont recommandé d'améliorer l'interface utilisateur, notamment en intégrant des tutoriels, des boutons clairs et des titres explicatifs. Ils ont aussi insisté sur l'importance de maintenir une connexion fluide entre l'application mobile et le dispositif physique, ainsi que d'améliorer la stabilité du matériel. Une autre suggestion concernait l'affichage de rappels tout au long de la journée, soulignant les bienfaits de l'hydratation.

L'étape suivante a impliqué une deuxième itération avec le développement d'un prototype à haute fidélité, incorporant les ajustements nécessaires. Le but était d'améliorer l'expérience utilisateur en affinant les fonctionnalités existantes, telles que les rappels, le suivi de la consommation et l'intégration de tutoriels dans l'application mobile. Le système a été testé lors d'une évaluation par six participants (trois hommes et trois femmes, âge moyen de 59,5 ans, écart-type 2,43), qui ont testé l'interface et la clarté des informations affichées. L'évaluation a permis de valider la pertinence du design du prototype et d'identifier de nouveaux axes d'amélioration.

Il est crucial de noter que, bien que cette approche ait permis de concevoir un système adapté aux besoins de la population cible, la réussite d'un tel projet repose également sur l'acceptation et l'engagement des utilisateurs. Le contexte de vie des adultes de 50 à 65 ans est complexe et varie considérablement, et leur interaction avec la technologie n'est pas toujours fluide. Le système doit donc non seulement être efficace mais aussi répondre à des attentes de simplicité, de convivialité et d'intégration dans leur quotidien.

Comment l'augmentation des données et les techniques d'ensemble améliorent la précision des modèles prédictifs des maladies cardiovasculaires

L'une des avancées majeures dans l'amélioration de la précision des modèles de prédiction des maladies cardiovasculaires (MCV) est l'utilisation des techniques d'ensemble. Ces méthodes, qui combinent plusieurs modèles pour obtenir une prédiction plus fiable, ont montré des résultats prometteurs. Par exemple, l'utilisation de techniques telles que le stacking, le bagging et le boosting a permis d'obtenir une précision accrue, le modèle empilé atteignant une précision de 75,1% dans une étude spécifique. Ces techniques offrent une solution potentielle aux problèmes de sous-apprentissage, permettant d'améliorer la généralisation des modèles, un défi majeur dans la prédiction des MCV. Cela reflète une tendance plus large vers l'optimisation des architectures des réseaux neuronaux pour résoudre des problèmes complexes comme la détection précoce des maladies cardiaques.

Cependant, les techniques d'ensemble ne sont qu'une partie de l'histoire. Un autre problème souvent observé dans les modèles prédictifs des MCV est le sous-apprentissage. Une étude récente sur un jeu de données de MCV a révélé une précision de seulement 73%, mettant en évidence les limitations des modèles classiques dans ce domaine. Pour répondre à cette problématique, un modèle dynamique à plusieurs couches (MLDS) a été développé, atteignant une précision maximale de 94,16% sur un jeu de données réaliste comportant 70 000 instances. Ce modèle, avec une aire sous la courbe (AUC) de 0,94, montre la nécessité urgente de techniques plus avancées pour améliorer à la fois la précision et la capacité de généralisation des modèles.

Le développement de modèles plus performants repose également sur une méthodologie rigoureuse, qui commence par la collecte de données fiables. Dans ce projet, par exemple, le jeu de données sur les maladies cardiovasculaires a été extrait de IEEE Dataport, contenant des informations essentielles telles que les caractéristiques démographiques, les résultats des examens médicaux et les habitudes sociales. Chaque donnée collectée est cruciale pour déterminer les risques associés à des facteurs comme la pression artérielle, le cholestérol, la glycémie et d’autres indicateurs cliniques. L'objectif principal étant de classifier la présence ou l'absence de MCV, chaque variable joue un rôle clé dans l'évaluation de la santé cardiovasculaire.

L'étape suivante dans le traitement des données est l'ingénierie des caractéristiques, un processus fondamental dans l'apprentissage automatique. L'ingénierie des caractéristiques implique non seulement la création de nouvelles variables mais aussi la modification et la sélection des plus pertinentes afin d’améliorer la robustesse du modèle. Par exemple, l'ajout de l'indicateur de l'indice de masse corporelle (IMC), calculé à partir du poids et de la taille des patients, permet d'affiner davantage les prédictions en apportant une dimension supplémentaire à l'évaluation de la santé des individus.

Pour renforcer encore les performances des modèles, une phase d'augmentation des données a été intégrée. Cette approche consiste à générer des données synthétiques, en l’occurrence via la technique VAE-GAN, permettant ainsi d'enrichir le jeu de données sans avoir à collecter de nouvelles données réelles. La validation de ces données synthétiques a montré qu'elles maintiennent les mêmes distributions et comportements que les données réelles, ce qui garantit que le modèle reste fiable et précis. L'usage des données synthétiques, en plus d'augmenter la diversité des exemples d'entraînement, permet d'éviter les biais et d'améliorer la capacité de généralisation du modèle.

L'une des caractéristiques les plus importantes de ce projet est la phase de validation du modèle, qui consiste à tester sa capacité à généraliser sur un jeu de données original non utilisé lors de l'entraînement. À cet égard, il est essentiel que le modèle soit capable de faire face à des situations réelles et de produire des prédictions fiables sur des cas qui ne sont pas nécessairement représentés dans le jeu de données initial. Pour cette validation, un réseau de neurones convolutifs (CNN) a été employé. Cette architecture, comportant des couches convolutives et de pooling suivies de couches denses, a permis de traiter efficacement les données et d'optimiser l'entraînement.

Une fois le modèle formé et validé, il peut être utilisé pour prédire le niveau de risque cardiovasculaire chez de nouveaux patients. L’utilisation d'un modèle prédictif permet ainsi d’identifier les individus à haut risque de développer des MCV, facilitant ainsi l’intervention précoce et la planification de traitements préventifs.

En somme, les techniques avancées telles que l’augmentation des données et les modèles en ensemble ne se contentent pas d'améliorer la précision des modèles de prédiction des MCV, mais elles permettent également d'apporter une solution aux défis inhérents au traitement de données médicales complexes et souvent incomplètes. Cependant, il reste essentiel de continuer à affiner ces méthodes, notamment en cherchant à éviter les biais introduits par des données insuffisantes ou déséquilibrées, et à augmenter la transparence des modèles pour assurer une prise de décision éthique et fiable en matière de santé publique.

Comment intégrer les méthodologies agiles et les standards ISO/IEC 29110 dans les projets de développement logiciel pour les étudiants en stage ?

Le développement de logiciels dans un cadre éducatif, en particulier pour les étudiants en stage, représente un défi unique. Les exigences de qualité et de professionnalisme doivent se conjuguer avec les impératifs pédagogiques. Si certaines études ont exploré l’utilisation de méthodologies agiles dans de petites entreprises ou des environnements éducatifs, peu de recherches se sont penchées sur des approches structurées qui intègrent ces éléments de manière cohérente pour optimiser à la fois la qualité des logiciels développés et l’apprentissage des étudiants. Cet article propose une approche structurée visant à combler cette lacune, en présentant un modèle de développement de logiciels fondé sur la norme ISO/IEC 29110.

Le cycle de développement des étudiants en stage, d'une durée de six mois, est conçu de manière à allier les meilleures pratiques des méthodologies agiles et des exigences de la norme ISO/IEC 29110. Cette approche vise à offrir aux étudiants une expérience proche de la réalité du marché du travail, tout en permettant une itération continue et un apprentissage par l’adaptation, deux éléments clés des standards professionnels. En intégrant les rôles et activités de Scrum et Kanban dans ce cadre, la norme ISO/IEC 29110 garantit que chaque tâche et chaque responsabilité contribue non seulement aux objectifs pédagogiques, mais aussi à la production de logiciels de qualité.

Le processus se divise en sept étapes clés. La première étape, Sélection des étudiants, consiste à choisir des candidats en fonction de critères précis, garantissant qu'ils sont aptes à suivre le stage. Après la sélection, la Formation initiale constitue la deuxième étape, au cours de laquelle les étudiants acquièrent les compétences techniques et théoriques nécessaires à leurs projets à venir. La troisième étape, Affectation des projets, consiste à assigner aux étudiants des projets qui correspondent à leur niveau de formation et de compétence, permettant une application pratique des connaissances acquises.

L'étape suivante, Développement du projet, est l'occasion pour les étudiants de participer activement à l'élaboration des projets assignés, tout en acquérant une expérience concrète du développement logiciel. Une fois le travail accompli, la Documentation (étape 5) assure que chaque tâche réalisée est correctement enregistrée. Cette documentation est essentielle pour maintenir la continuité des projets, servir de référence pour de futurs travaux et faciliter le transfert de connaissances. Ensuite, l’étape 6, Transfert du projet, permet de passer le projet à un autre étudiant, garantissant la continuité du travail et la possibilité d'améliorer les travaux précédents. Enfin, le cycle se termine par l’Achèvement du stage, où les étudiants finalisent leurs contributions et se préparent à entrer sur le marché du travail.

Un aspect fondamental de cette approche est la sélection des membres de l’équipe. Il est primordial de choisir les étudiants en fonction de leurs compétences techniques, mais aussi de leur capacité à apprendre et à s’adapter. Les compétences techniques sont évidemment évaluées, en tenant compte de la maîtrise des langages de programmation, des outils de développement, ainsi que des méthodologies agiles. Cependant, les compétences interpersonnelles et la motivation des étudiants jouent également un rôle clé dans la réussite de l’équipe. La diversité des expériences des étudiants, avec des profils variés, enrichit l’environnement d’apprentissage et favorise des approches de résolution de problèmes variées.

La formation initiale est un autre pilier essentiel du succès. Elle ne se limite pas à des aspects purement techniques, mais inclut également des formations sur la gestion de projet, les méthodologies agiles, les bonnes pratiques de codage, et le développement des compétences relationnelles. Cette formation prépare les étudiants à travailler efficacement en équipe, à gérer leur temps, et à communiquer de manière claire et efficace. Le mentorat, en assignant un encadrant expérimenté à chaque étudiant, constitue également une ressource précieuse, offrant un accompagnement constant tout au long du projet.

Une telle approche structuré permet de renforcer la qualité du développement logiciel tout en répondant aux objectifs pédagogiques. Elle prépare les étudiants à leurs futures carrières en les exposant à des standards professionnels rigoureux, tout en leur offrant une expérience de travail adaptée à leurs compétences.

Un autre élément crucial, mais souvent négligé, réside dans l'importance de la gestion des retours et de l’évaluation continue. Il ne s'agit pas seulement de former les étudiants et de suivre leur progression à travers des évaluations ponctuelles. Il est également essentiel de mettre en place des mécanismes pour ajuster en temps réel les stratégies pédagogiques en fonction des besoins individuels des étudiants. De même, un retour d’expérience structuré après chaque projet, incluant des bilans réguliers avec les tuteurs, permet d'améliorer la pratique et de mieux préparer les étudiants aux défis professionnels.

Les méthodologies agiles, par leur flexibilité et leur approche itérative, sont particulièrement adaptées pour faire face à l'évolution constante des technologies et aux changements dans les projets. Elles favorisent l'adaptation rapide, un point essentiel pour le développement des étudiants, car elles permettent de tester et ajuster leurs compétences en fonction des besoins du projet en temps réel. La mise en œuvre de la norme ISO/IEC 29110, avec sa structure et ses processus bien définis, garantit également que chaque étape est prise en compte de manière méthodique, favorisant ainsi une approche équilibrée entre rigueur et souplesse.

Comment les cultures énergétiques peuvent-elles contribuer à la gestion durable des eaux usées municipales et à la production d'énergie ?
Quelle est l'importance des standards de sécurité fonctionnelle dans la gestion des risques logiciels ?
Quelle politique pour résister au populisme de droite et à la montée du fascisme néolibéral ?
La gestion des infections graves dans l’espace profond du cou : défis et stratégies
Quelle est la structure mathématique sous-jacente de l'apprentissage profond ?
Comment les nanovésicules améliorent-elles l'immunosuppression dans le diabète et ouvrent-elles de nouvelles perspectives thérapeutiques ?
Dodo, dodo, je berce ! Le père est parti pêcher. La mère est partie laver les langes. La grand-mère trait les vaches, Et donne à boire du lait à Sergueï.
Concert festif en l'honneur du Jour de la Victoire
Concours « Été en famille »
Accompagnement méthodologique du jeune enseignant dans la construction et l'organisation d'une leçon efficace du point de vue de l'approche systémique et d'activités dans le cadre de la mise en œuvre du projet "Introduction du modèle de mentorat sous la forme "enseignant-enseignant"
Résumé de l'activité conjointe selon le programme "Jardin d'enfants selon le système M. Montessori" « Le soleil chez les enfants » dans le groupe moyen « Tournesols »