STEMENTIEL

Hub éducatif dédié à la démarche STEM

Hub éducatif dédié à la démarche STEM

Digital

Mission Space Lab – Introduction à Python et mesure de la vitesse de l’ISS

Digital, S4, S5, S6, Secondaire supérieur, Spatial /

Cet ensemble de ressources guide les élèves dans l’acquisition des compétences nécessaires pour mener à bien le défi de la Mission Space Lab : estimer la vitesse de la Station Spatiale Internationale à partir de photos prises à son bord en programmant le mini-ordinateur Astro Pi.
Durant la première phase, les élèves acquièrent les compétences minimales en programmation.
La deuxième phase sert de guide pas à pas dans la réalisation d’un programme Python pour réaliser une première estimation de la vitesse de l’ISS.
Une troisième ressource combine les deux phases ci-dessus en intégrant directement l’introduction Python à la Mission Space Lab. Dans cette dernière ressource, la Mission Space Lab est réalisée de manière simplifiée.

Mission Space Lab – Introduction à Python et mesure de la vitesse de l’ISS Lire la suite »

Mission robot sur Mars

Digital, P1, P2, Primaire, Spatial /

Cette activité débranchée (sans ordinateur) à adapter selon le niveau des élèves permet de travailler les notions de repérage et de communication de position ou déplacements ainsi que la formulation d’instructions en jouant tour à tour les rôles d’un contrôleur de mission et d’un robot en mission sur la planète Mars. Cette ressource a été développée dans le cadre de la Rentrée des Sciences.

Mission robot sur Mars Lire la suite »

Mission robot sur la Lune

Digital, P3, P4, Primaire, Spatial /

Lors de cette activité, les jeunes sont amenés à découvrir la notion de raisonnement logique en planifiant, testant et exécutant une mission simple sur la Lune. Les jeunes travaillent par deux et, tour à tour, jouent le rôle du « contrôleur de mission », qui donne les instructions, et du « rover », qui les exécute à l’aveugle sur la surface lunaire. Les jeunes doivent suivre un itinéraire défini pour éviter les obstacles et arriver sans encombre à leur destination finale.
Cette ressource a été développée dans le cadre de la Rentrée des Sciences.

Mission robot sur la Lune Lire la suite »

Mission programmation sur l’ISS

Digital, S1, S2, Secondaire inférieur, Spatial /

Dans cette ressource, les élèves vont apprendre comment fonctionnent les LED tricolores et comment elles produisent différentes couleurs et intensités de lumière. Grâce à cette activité, les élèves programmeront un Astro Pi pour changer les couleurs des LED sur une matrice. Ils n’auront pas besoin de matériel particulier, car ils utiliseront un simulateur en ligne. Au cours de cette activité, ils seront donc initiés à la programmation par blocs et se familiariseront avec les projets menés dans la station spatiale internationale (ISS).
Cette ressource a été développée dans le cadre de la Rentrée des Sciences.

Mission programmation sur l’ISS Lire la suite »

Les débris spatiaux

Digital, P5, P6, Primaire, Spatial /

A l’aide du programme Scratch, les enfants vont programmer un jeu dont le principe est le suivant : des débris spatiaux défilent sur l’écran, le joueur doit les intercepter en déplaçant son personnage contrôlé, ici un petit robot, en utilisant les touches fléchées du clavier. Au cours de cette activité, les élèves découvriront la programmation par blocs pour développer leur jeu. Cela permet de les initier à différentes notions de programmation, comme les boucles, les variables,… Ils apprendront également des connaissances concernant les débris spatiaux et les enjeux associés.
Cette ressource a été développée dans le cadre de la Rentrée des Sciences.

Les débris spatiaux Lire la suite »

Cartographier les pollinisateurs

Développement durable, Digital, P3, P4, P5, P6, Primaire, S1, S2, Secondaire inférieur /

Les pollinisateurs sont des acteurs essentiels de notre environnement. Dans cette enquête, les élèves enquêteront sur la présence de pollinisateurs dans leur ville. Quels endroits leur sont favorables et pourquoi ? En tentant de répondre à ces questions, les élèves comprendront mieux le rôle fondamental que jouent les pollinisateurs dans la biodiversité et les effets concrets des activités humaines sur leur survie. Cette ressource a été développée dans le cadre du projet SteamCity.

Cartographier les pollinisateurs Lire la suite »

Trier les déchets grâce à l’IA

Développement durable, Digital, P1, P2, P3, P4, P5, P6, Primaire, S1, S2, S3, S4, S5, S6, Secondaire inférieur, Secondaire supérieur /

L’IA est un domaine scientifique complexe qui possède un grand nombre d’applications concrètes. Durant de cette activité, les élèvent vont découvrir comment effectuer de la reconnaissance d’images par IA, en créant un modèle capable de faire du tri sélectif. Les élèves vont également se familiariser avec les notions d’entrainement et de biais, concepts très importants pour comprendre le fonctionnement et les limites de l’IA. Cette ressource a été développée dans le cadre du projet SteamCity.

Trier les déchets grâce à l’IA Lire la suite »

Végétaliser la ville

Développement durable, Digital, P5, P6, Primaire, S1, S2, Secondaire inférieur /

Dans un contexte où les villes cherchent à devenir plus durables, la végétalisation urbaine joue un rôle crucial. Ce protocole pédagogique propose aux élèves de créer leur propre mur végétal. Ils apprendront à utiliser des microcontrôleurs Micro:bit pour mesurer les conditions environnementales et s’initieront aux nouveaux outils de recherche basés sur l’intelligence artificielle pour sélectionner les plantes les mieux adaptées à leur environnement. Cette ressource a été développée dans le cadre du projet SteamCity.

Végétaliser la ville Lire la suite »

Trees VS Cars : Arbres décisionnels

Digital, P4, P5, P6, Primaire, S1, S2, S3, S4, S5, Secondaire inférieur, Secondaire supérieur /

Cette activité débranchée permet d’explorer les arbres décisionnels et leur intérêt dans la classification. Comment un ordinateur peut-il classer et interpréter des données sans être explicitement
programmé pour chaque scénario possible ? Cette question est au cœur du machine learning,
ou apprentissage automatique, et plus particulièrement du supervised learning, ou
apprentissage supervisé. Ces domaines de l’intelligence artificielle visent à créer des
algorithmes capables d’apprendre à partir de données connues, puis d’appliquer ces
connaissances à de nouvelles situations. L’objectif de cette ressource est de servir
d’introduction aux concepts fondamentaux de l’apprentissage supervisé, en faisant créer aux
élèves un modèle capable de séparer des véhicules en deux catégories : ceux autorisés à
rouler dans la LEZ (Low Emission Zone ou zone basse émissions) de Bruxelles en se basant sur
trois critères : le type de véhicule, le type de carburant, et l’année de fabrication du véhicule. Cette ressource a été développée dans le cadre du projet SteamCity.

Trees VS Cars : Arbres décisionnels Lire la suite »

Retour en haut