Code
MGFE RES 5201
Niveau
M2
Discipline
Recherche
Langue
Anglais/English
Crédits ECTS
2
Heures programmées
16
Charge totale étudiant
40
Coordonnateur(s)
Département
- Technologies, Information et Management
Equipe pédagogique
Introduction au module
Le cours Méthodes de Recherche est un module de formation et d’accompagnement à la réalisation du Mémoire de de fin d'étude. Le Mémoire de Master est une activité pédagogique essentielle pour finaliser le cursus de formation de niveau Master (BAC+5) et du cycle de formation à IMT-BS. A travers ce module, les élèves sont amenés à s'interroger sur la finalité du mémoire de Master, à comprendre et à appliquer les critères d'évaluation d'un mémoire de Master, à revoir les méthodes de revue de littérature ainsi que les principes des grandes approches méthodologiques de la recherche scientifique (positivisme, empirisme, design science, etc.).
Objectifs d'apprentissage (compétences mères)
- 1.2 - Actionner les outils de l'intelligence digitale de manière efficiente, pour accompagner les transformations sociétale, numérique, énergétique et environnementale des organisations, en s'assurant de leur impact durable et responsable.
- 2.1 - Développer une conscience critique des savoirs hautement spécialisés, dont certains sont à l'avant garde du savoir, en vue de formuler des contributions novatrices à des problématiques complexes, en cohérence avec le plan stratégique des organisatio
- 2.3 - Conduire une analyse réflexive et distanciée prenant en compte les enjeux, les problématiques et la complexité d'une demande ou d'une situation afin de proposer des solutions adaptées et/ou innovantes en respect des évolutions de la règlementation.
- 3.2 - Communiquer de manière efficace et pertinente, à des fins de formation, de transfert de connaissances, de compétences ou d'innovation, en français et dans au moins une langue étrangère, dont l'anglais, et dans un contexte global et multiculturel.
- 5 - Élaborer une vision stratégique et innovante, en s'appuyant sur les potentiels de l'intelligence digitale et sur un écosystème favorable
Traits de compétences
Ce cours contribue aux trois blocs de compétences suivants :
• Avoir la capacité de gérer l'incertitude et la complexité avec précision et rigueur
• Avoir accès à différents instruments transdisciplinaires de management
• Être ouvert (d’esprit) aux autres, au monde et à la recherche d’un impact sociétal positif
--
This course contributes to the following three skill sets:
• The ability to manage uncertainty and complexity with precision and rigor
• Access to various transdisciplinary management tools
• Openness to others, the world, and the pursuit of a positive societal impact
Contenu : structure du module et agenda
Cours magistral 1:
- Le mémoire de recherche : définition, objectifs et acteurs
- La structuration du mémoire de recherche et les critères d'évaluation et de notation
Travail pratique 1:
- Travail en groupe d'évaluation d'un mémoire et restitution orale
Cours magistral 2:
- La revue de la littérature, les principales approches, les outils numériques de gestion de la bibliographie et les formats de citation (APA, Springer, etc)
Travail pratique 2:
- Exercice individuel de recherche bibliographique avec composition d'un texte et citation de références
Cours magistral 3:
- Les principes des grandes approches méthodologiques de la recherche scientifique (positivisme, empirisme, design science, etc.).
Travail pratique 3:
- Exercice individuel de composition de deux questionnements de recherche, l'un de type sciences de la nature, l'autre de type Design Science
Cours magistral 4:
Les principes de l'optimisation pour les moteurs de recherche (SEO) et introduction à l'optimisation par intelligence artificielle (AIO) et à l'optimisation générative des moteurs (GEO)
Travail pratique 4:
- Recherche via des mots clés et étude de cas
Contribution à l'atteinte des ODD (Objets du Développement Durable)
Dans ce cours, les étudiants sont sensibilisés à la démarche du numérique responsable via une formation à l'usage éthique et efficace des IA Génératives pour le mémoire de recherche.
--
In this course, students are made aware of the responsible digital approach through training in the ethical and effective use of Generative AI for research papers.
Nombre d'ODD abordés parmi les 17
1
Apprentissage
synchrone
Méthode pédagogique
Cours magistral
Travail pratique
Système de notation et modalités de rattrapage
La notation se fait via quatre notes de contrôle continu obtenus lors des 4 travaux pratiques, la note finale est la moyenne de ces quatre notes.
Rattrapage via une épreuve unique dont le thème correspond à l'un des travaux pratiques.
Références obligatoires et lectures suggérées
- Kalika, M., Mouricou, P., & Garreau, L. (2023). Le mémoire de master - 6e éd. Dunod.
- Wieringa, R. (2014). Design Science Methodology for Information Systems and Software Engineering. Springer. http://link.springer.com.bibproxy.tem-tsp.eu/book/10.1007/978-3-662-43839-8
- Wieringa, R. (2009). Design science as nested problem solving. Proceedings of the 4th Int. Conf. on Design Science Research in Inf. Syst. and Technology (DESRIST’09), DESRIST ’09, 8:1-8:12. https://doi.org/10.1145/1555619.1555630
- de Vaujany, F.-X. (2009). Les grandes approches théoriques du système d’information. Hermes Science Publications.
Mots-clés
Research method, research question, literature review, empirical investigation, design science, data search.
Prérequis
RES 4001 ou RES4601 ou RES4401