Une discussion sur l'éducation par la simulation

Le défi

par Andrew J. Collins, Ying Thaviphoke, James F. Leathrum, Jr, David Sturrock

Tel que présenté à la Conférence d'hiver sur la simulation 2019

Cet article adopte trois points de vue différents sur les problèmes rencontrés dans le développement de matériel pédagogique de modélisation et de simulation (M&S). Deux environnements éducatifs - universitaire et commercial - sont examinés. L'article commence par une discussion sur l'établissement du programme d'ingénierie de la modélisation et de la simulation à l'Université Old Dominion. Il explore ensuite l'enseignement dans un environnement commercial, en examinant les défis et les liens possibles entre les deux environnements. Les questions connexes qui ont été soulevées dans la communauté M&S, en particulier le problème de l'accessibilité, sont examinées à travers les résultats d'un atelier. Il existe une relation étroite entre l'éducation à la S&S et la facilité à déterminer l'utilité de la S&S (c'est-à-dire la preuve de la réussite des applications de la S&S). Le présent document préconise l'élaboration et l'utilisation d'études de cas détaillées dans les cours de S&S. Plus il y a d'études de cas (réussies ou non), plus on a de chances de comprendre les différents types de problèmes complexes.

Introduction

Bien que nous ayons souvent tendance à penser à "l'éducation" en termes d'éducation formelle offerte par les collèges et les universités (académique), l'éducation en dehors de ces limites (commerciale) est également importante. Les deux types d'enseignement ont leurs propres exigences. L'un des principaux objectifs d'un établissement d'enseignement supérieur est de former des diplômés prêts à travailler dans une industrie, tandis que l'enseignement dans un établissement commercial est axé sur la résolution de problèmes spécifiques. L'enseignement de la science et de la technologie ne fait pas exception à la règle. Il est nécessaire de s'assurer que les participants (c'est-à-dire les étudiants) disposent des connaissances générales nécessaires pour comprendre le concept de M&S dans le milieu universitaire. D'autre part, dans le domaine commercial, il faut s'assurer que les participants (c'est-à-dire le personnel) acquièrent les capacités nécessaires pour résoudre des problèmes spécifiques. Ce document examine certains des défis auxquels sont confrontés les développeurs de contenu éducatif dans ces deux environnements et conclut en soulignant certaines de leurs similitudes.

Le reste de ce document est divisé en trois sections, chacune rédigée par un auteur différent. La première section examine les problèmes liés à l'élaboration d'un programme de premier cycle en M&S. Elle est suivie d'une discussion sur les difficultés rencontrées par les développeurs de contenus éducatifs dans ces deux environnements. Elle est suivie d'une discussion sur les défis rencontrés dans l'environnement commercial de l'enseignement de la simulation. La dernière section traite de l'accessibilité et de la nécessité de disposer de bonnes études de cas en S&S. Enfin, des conclusions sont données.

La solution

Formation universitaire en ingénierie M&S - James Leathrum

La discussion de cette section s'inscrit dans la perspective de la création du premier programme d'ingénierie de modélisation et de simulation de premier cycle à l'Université Old Dominion (ODU) et de son impact sur le programme d'études supérieures qui lui est associé. Le programme d'études supérieures est relativement mature, ayant diplômé son premier étudiant en 1999, tandis que le programme de premier cycle est relativement nouveau, ayant diplômé ses premiers étudiants en 2013. Le programme s'efforce d'être un programme d'ingénierie dont les diplômés sont capables de soutenir d'autres domaines de la science, de l'ingénierie et de l'économie pour comprendre et prédire le comportement des systèmes d'intérêt.

Programme d'études

Le programme de premier cycle a été développé à la suite de diverses tendances au sein du gouvernement (NSF 2006 ; NRC 2006 ; Scott 2007) et de la littérature dominante (Rogers 1997 ; Petty 2006 ; Mielke 2009). Dans (Leathrum et Mielke 2012 ; Mielke et al. 2011 ; McKenzie et al. 2015), les différents facteurs influençant la conception du programme d'études ont été présentés. Ces facteurs comprennent le corpus de connaissances en M&S (Oren 2005), un conseil consultatif industriel (comprenant des membres de l'industrie et du gouvernement), l'Accreditation Board for Engineering and Technology (ABET) (McKenzie 2015 ; ABET 2012), les besoins de recherche internes et les exigences de formation générale de l'université. Il s'agit souvent d'influences opposées ; par exemple, les exigences de l'université en matière de formation générale suppriment des heures de crédit qui auraient pu être utilisées pour mieux couvrir des sujets tels que l'algèbre linéaire et la modélisation basée sur les agents.

Notre objectif pour le développement du programme d'études était de produire un diplômé bien équilibré. Un équilibre a été recherché entre

• Concepts fondamentaux de M&S - paradigmes de modélisation et de simulation : événements discrets, continus et Monte Carlo (bien que Monte Carlo ne reçoive qu'un traitement minimal - en raison des contraintes d'heures de contact),
• Analyse - modélisation des données d'entrée, probabilités et statistiques, génération de nombres aléatoires, analyse des résultats, vérification et validation, et
• Conception de logiciels de simulation - application de simulation, cadre de simulation, conception et développement d'outils de simulation.

Le programme d'études élaboré est illustré à la figure 1. En outre, il a été jugé important d'exposer les étudiants à des domaines d'application puisque la S&S est réellement une discipline de soutien. Par conséquent, les étudiants sont tenus de suivre, dans le cadre de cours facultatifs, des cours de niveau supérieur dans un domaine de leur choix lié à la S&S. Les cours facultatifs doivent être approuvés par un comité d'experts. Les cours à option doivent être approuvés par un conseiller afin de s'assurer qu'ils offrent une expérience appropriée. Les domaines d'application fréquemment choisis sont la physique, la biologie, l'ingénierie biomédicale et les systèmes autonomes. Pour faciliter ce processus, l'étudiant peut utiliser ces cours pour satisfaire à une concentration, par exemple la fabrication numérique, la cybersécurité, les transports et les jeux sérieux. Ils ont également tendance à choisir de renforcer leurs compétences de base en mathématiques et en informatique. Ces cours renforcent leur capacité à communiquer avec des experts en la matière.

Les étudiants du programme de premier cycle sont très recherchés par les employeurs. Avant d'obtenir leur diplôme, les étudiants ont de multiples possibilités de stages, et nous avons souvent plus de demandes de stagiaires que d'étudiants. Nous constatons également qu'un pourcentage élevé d'étudiants poursuivent des études supérieures. Ceux qui choisissent d'entrer sur le marché du travail trouvent un emploi dans diverses industries (construction navale, transport, simulation, entrepreneurs gouvernementaux, etc.) ainsi que dans le gouvernement, en particulier la marine (ODU se trouve à Norfolk, VA, qui est une ville de la marine). La promotion 2017 (la plus récente pour laquelle des données complètes sont disponibles) comptait 100 % de diplômés ayant un emploi ou poursuivant des études supérieures après l'obtention de leur diplôme. Soixante pour cent des étudiants de la promotion 2020 ont eu l'occasion de faire un stage dans le domaine de la science et de la technologie.

Problèmes éducatifs rencontrés

Malheureusement, tout n'est pas rose. L'enseignement d'un programme de premier cycle en sciences de la vie et de la terre pose une série de problèmes. Plusieurs questions particulièrement difficiles sont abordées ici.

Pratique et éducation classique

Chaque fois que l'on crée un nouveau programme d'études, on est confronté au problème de trouver du matériel pédagogique approprié pour soutenir les cours. Au début, cela ne semblait pas être un problème majeur car des programmes de M&S de deuxième cycle existent depuis des décennies. Une exception est que les programmes d'études supérieures n'abordent généralement pas le développement de logiciels, ce qui entraîne un manque de manuels. Un exemple de manuel (Nutaro 2011) guide l'étudiant dans le développement d'un logiciel pour une simulation à événements discrets, mais il n'aborde pas la création d'un cadre de simulation réutilisable, ce qui nécessite la connaissance de concepts de programmation qui ne sont pas souvent enseignés, même dans un programme de premier cycle en informatique - un exemple de concept est le modèle de commande pour l'encapsulation des appels de méthode pour une exécution future.

Un problème plus important est apparu lorsqu'il est devenu évident que le matériel pédagogique existant n'aborde pas nécessairement l'état actuel de la M&S. Un exemple est celui de l'ingénierie à événements discrets. Un exemple est la simulation d'événements discrets, pour laquelle nous avons initialement suivi le matériel classique généré dans le domaine de l'ingénierie industrielle. Mais plusieurs problèmes sont rapidement apparus. Tout d'abord, les modèles de file d'attente utilisés ne s'appliquent pas bien à tous les domaines tels que la simulation de circuits numériques. Deuxièmement, le matériel repose principalement sur l'enseignement de la vision du monde de l'ordonnancement d'événements, qui se concentre sur l'exécution d'événements qui modifient l'état du système et programment de nouveaux événements à un moment donné. Cependant, Rashidi (2017) a montré que la majorité de l'industrie utilise la vision du monde de l'interaction des processus, l'ordonnancement des événements étant la deuxième vision la plus répandue. L'interaction des processus se concentre sur les processus ou le flux logique des entités à travers le système. Cela a nécessité de reconsidérer le matériel enseigné, en espérant que cela ne crée pas une plus grande quantité de contenu. Nous avons cherché à trouver les points communs entre les visions du monde à des fins pédagogiques plutôt que de les traiter comme des concepts distincts (Leathrum et al. 2017). Cependant, il existe peu d'ouvrages pédagogiques à l'appui de cet effort.

Impact sur le programme d'études supérieures

Lorsque nos étudiants de premier cycle obtiennent leur diplôme, il est souhaitable de leur donner la possibilité de poursuivre leurs études. Plusieurs d'entre eux ont poursuivi leurs études dans d'autres disciplines, notamment les systèmes autonomes, les transports et même la médecine. Pour ceux qui souhaitent continuer dans le domaine principal de la science et de la technologie, il était souhaitable d'adapter notre programme d'études supérieures afin de les soutenir. Les étudiants de premier cycle étaient malheureusement (ou heureusement, selon votre point de vue) surqualifiés pour notre propre programme de maîtrise. Il a donc fallu améliorer le programme d'études supérieures. Cela devenait de plus en plus nécessaire, même sans le programme de premier cycle, car l'étudiant moyen entrant dans le programme n'était pas en mesure de soutenir la plupart des efforts de recherche en cours, en particulier ceux impliquant le développement de logiciels. Des cours de mise à niveau accélérés ont été créés pour amener les étudiants entrants d'autres disciplines à un niveau acceptable avant de commencer le tronc commun, ce qui a permis à nos propres étudiants de premier cycle de bénéficier du programme d'études supérieures, sans passer par les cours de mise à niveau.

Recrutement

Le recrutement a été le problème le plus difficile à résoudre dans le cadre du développement du programme de premier cycle. Le programme de deuxième cycle s'est toujours appuyé sur les besoins de l'industrie, du gouvernement et de la recherche, tels qu'ils ressortent de l'expérience des étudiants potentiels, qu'il s'agisse d'étudiants de premier cycle ou de ceux qui retournent à l'école pour obtenir un diplôme en fonction des besoins du marché du travail. Cependant, les étudiants potentiels de premier cycle ne connaissent ni ne comprennent les sciences de la vie et de la terre. Toute idée préconçue tend à être influencée par les jeux et ils n'apprécient pas l'ingénierie impliquée.

Les difficultés de recrutement comprennent l'éducation du public et les barrières/attentes institutionnelles. Lorsque l'on s'adresse à des étudiants potentiels, l'effort principal consiste à leur expliquer ce qu'est l'ingénierie de la S&S, un problème que ne rencontrent pas les autres programmes d'ingénierie (bien que les étudiants potentiels ne comprennent pas vraiment les autres disciplines, ils croient simplement qu'ils les comprennent et sont donc intéressés). Cependant, une fois qu'ils ont accès aux étudiants, il n'est pas difficile de les enthousiasmer pour les possibilités offertes.

Mais l'accès aux étudiants est le deuxième obstacle qu'il est préférable d'aborder avec les ressources institutionnelles. Si l'université n'est pas disposée à fournir des ressources pour accéder aux étudiants, que ce soit en personne ou par l'intermédiaire des médias, il devient difficile pour un programme d'autofinancer ces efforts. L'ODU propose un programme universitaire unique qui devrait bien se vendre à l'échelle nationale, mais qui nécessite l'accès à des bases de données d'étudiants qualifiés pour la communication directe ou l'accès aux médias pour la communication radiotélévisée. En outre, les universitaires en ingénierie ne sont pas bien qualifiés dans le domaine de la publicité, en particulier avec l'évolution rapide de la communication avec les adolescents par le biais des médias sociaux.

Enfin, nous avons observé l'impact de la perception interne du programme par les étudiants. À l'origine, les étudiants considéraient le programme comme difficile, ce qui se traduisait par un faible nombre d'étudiants, mais de grande qualité. Ensuite, les étudiants ont semblé considérer le programme comme le plus facile, ce qui s'est traduit par une augmentation des inscriptions, mais un taux d'attrition plus élevé en raison d'une mauvaise préparation des étudiants. Aujourd'hui, la perception est redevenue difficile, mais avec des étudiants de très grande qualité, mais en plus grand nombre. On pense que cette fluctuation est due à une mauvaise orientation externe (division des étudiants de première année) et aux interactions avec les pairs. Le problème de l'orientation a été résolu, mais les interactions avec les pairs sont plus difficiles à gérer. L'attrait pour les étudiants de grande qualité est mis en évidence par le fait qu'au cours de sa courte période d'existence, le programme a diplômé deux étudiants considérés comme les meilleurs étudiants en ingénierie de l'université, bien que l'étudiant n'ait qu'une fraction de la taille des autres programmes.

Intérêt pour l'informatique

Un autre problème rencontré à l'ODU est d'intéresser les ingénieurs à l'informatique. Malheureusement, le cours d'informatique de première année ne comporte pas de prérequis en mathématiques, de sorte que la matière du cours n'intéresse guère les étudiants en ingénierie et que de nombreux étudiants se désintéressent de l'aspect informatique de l'ingénierie, un problème dont l'ingénierie informatique a souffert. Pour tenter de résoudre ce problème, l'ingénierie a commencé à enseigner son propre cours de programmation pour les étudiants de première année. Cela implique que les devoirs de programmation des étudiants se concentrent sur la résolution de problèmes d'ingénierie, y compris le contrôle robotique, le cryptage de données, la programmation de machines d'état et l'analyse de données. Le résultat est que, bien que plus difficile, les étudiants voient le lien avec l'ingénierie. Cette idée a été bien accueillie par d'autres programmes d'ingénierie, car elle leur a donné la possibilité d'influencer le contenu pour y inclure une introduction à MATLAB.

L'apprentissage à distance

La création du programme de premier cycle a coïncidé avec une initiative de l'université visant à créer des programmes d'enseignement à distance. En tant que nouveau programme, l'université le considérait comme un candidat idéal pour un programme d'apprentissage à distance. Cette situation présente à la fois des avantages et des inconvénients. Les avantages sont liés au soutien institutionnel au recrutement, l'apprentissage à distance étant le seul support publicitaire. Les inconvénients sont liés aux difficultés rencontrées pour passer à l'enseignement en ligne tout en continuant à développer le programme. Nous pensons avoir réussi grâce à un contenu en ligne, mais synchrone, mais seulement dans les limites de ce que nous contrôlons. Nous avons perdu une partie du soutien à l'enseignement à distance car nous ne pouvons pas proposer l'intégralité du programme en ligne, étant donné que nous dépendons d'autres programmes pour les mathématiques et les sciences et que, s'ils ne sont pas disposés à fournir un contenu en ligne, nous ne pouvons pas annoncer que l'intégralité du programme est en ligne.

Accréditation ABET

Le fait d'être le premier programme d'une nouvelle discipline d'ingénierie pose des problèmes d'accréditation. L'accréditation est importante pour s'établir en tant que programme d'ingénierie légitime. Le lecteur est invité à se reporter à (McKenzie et al. 2015 ; McKenzie 2015) pour plus de détails sur ce processus. Mais en résumé, un nouveau programme dans une nouvelle discipline doit être accrédité en tant que programme d'ingénierie générale en l'absence d'une catégorie ABET établie. Cela crée des obstacles supplémentaires dans le processus. Nous avons été extrêmement surpris et satisfaits de recevoir une accréditation complète (6 ans) sans aucun problème à la suite de la première visite. Mais il est essentiel de prévoir l'ABET dans l'élaboration du programme d'études afin de s'assurer que tous les domaines de contenu sont suffisamment couverts et évalués.

Résultats du programme d'études

Le développement du programme d'études et la population étudiante qui en résulte ont donné lieu à plusieurs résultats importants. Tout d'abord, le programme est devenu le premier programme d'ingénierie M&S accrédité par l'ABET, recevant une accréditation complète à la grande joie du corps enseignant concerné. Les améliorations constantes apportées par les professeurs, notre comité consultatif industriel (un groupe très impliqué) et les étudiants diplômés ont permis d'offrir une expérience encore meilleure que le programme d'études initial.

Mais le plus important, c'est le corps étudiant lui-même. Le programme a attiré des étudiants de grande qualité. Les sept premières promotions ont produit à deux reprises le meilleur étudiant en ingénierie de l'université, ce qui est un véritable exploit pour un programme qui est encore de loin le plus petit. Les étudiants se dirigent également vers un large éventail d'opportunités postuniversitaires, y compris des écoles supérieures très prestigieuses, des écoles de médecine et des emplois de haute qualité dans l'industrie et le gouvernement. Si les problèmes mis en évidence ici sont réels et méritent que l'on s'y attarde davantage pour améliorer l'expérience éducative, la qualité des diplômés qui en résulte justifie amplement les efforts déployés.

La simulation dans l'enseignement commercial - David Sturrock

Lorsque les organisations déploient initialement la simulation pour résoudre des problèmes urgents, elles se tournent généralement d'abord vers les connaissances internes, mais celles-ci font souvent défaut. Parfois, il s'est écoulé suffisamment de temps pour que les connaissances soient largement oubliées ou qu'elles soient devenues obsolètes à mesure que la technologie continue de progresser. Parfois, le produit appris à l'école n'est pas celui qui a été choisi pour être utilisé, ou peut-être que le personnel actuel n'a aucune connaissance en matière de simulation.

Dans de nombreux cas, les organisations considèrent simplement que la simulation est une technologie tellement essentielle qu'elles souhaitent fournir à leur personnel une formation rapide et spécialisée sur le produit choisi afin de maximiser leurs chances de réussite et de réduire au minimum le temps nécessaire à cette réussite. Cette formation est souvent dispensée par le secteur privé - par exemple, les vendeurs de produits de simulation, les partenaires de ces vendeurs ou des instructeurs indépendants de tout produit.

Mais cette formation commerciale pose de nombreux problèmes et défis différents de ceux que l'on rencontre habituellement dans la formation universitaire traditionnelle. Nous examinerons certains de ces problèmes dans les sections suivantes.

Contexte et homogénéité des étudiants

Les cours académiques sont généralement proposés à des niveaux spécifiques (3e année, diplômés, ...), mais les cours commerciaux sont généralement suivis par une grande variété de participants. Il n'est pas rare qu'une classe soit composée de quelques "experts" qui utilisent largement la simulation depuis des années, de plusieurs novices ayant un bagage minimal en matière de simulation (et souvent un bagage technique minimal), et d'autres personnes ayant divers degrés d'expérience. Ce type de cours est parfois appelé "cours en baignoire" en raison de la fréquence des participants. Garder les experts stimulés et intéressés tout en ne laissant pas les novices à la traîne peut constituer un défi de taille.

Dans les cours commerciaux proposés sur le site du client, ce dernier souhaite souvent que les responsables et les parties prenantes assistent au moins à une partie du cours. Cela permet à ces utilisateurs de mieux comprendre les projets et les activités des modélisateurs. Mais cela met aussi plus de pression pour avoir des matériaux ou des modules de cours qui peuvent être enseignés à des étudiants avec une variété d'antécédents, d'objectifs et d'attentes.

Notation et préparation des étudiants

Alors que les étudiants universitaires s'attendent à être notés, les étudiants commerciaux s'attendent rarement à un tel degré de rigueur, mais espèrent obtenir un certificat en reconnaissance de leurs accomplissements. L'adage souvent cité dans le monde universitaire est le suivant : "Si vous le notez, ils le feront". Mais il ne s'applique généralement pas aux cours commerciaux. Les participants aux cours commerciaux ont des "emplois de jour" qui les empêchent souvent de faire le travail préliminaire et la préparation qu'ils souhaiteraient faire. Ainsi, bien que nous puissions suggérer et même "imposer" un travail préalable et des prérequis pour aider à surmonter le problème de la "baignoire" évoqué plus haut, dans un environnement commercial, nous devons généralement enseigner aux personnes qui se présentent, indépendamment de leurs antécédents ou de leur degré de préparation.

Participation/Focalisation

Un autre aspect commercial est que le "travail quotidien" des participants ne leur permet souvent pas de se concentrer pleinement sur le cours lui-même. Il n'est pas rare qu'une personne soit appelée pour une heure ou une demi-journée afin de s'occuper d'affaires urgentes. Cette situation est particulièrement fréquente dans les cours dispensés sur le site du client. Dans un cours académique, dispensé en une longue série d'intervalles de courte durée (par exemple, 30 cours d'une heure et quart), il y a suffisamment de temps entre les cours pour rattraper les matières manquées. Dans une classe commerciale, si quelqu'un manque une demi-journée d'un cours intensif de plusieurs jours, il n'y a que très peu de possibilités de rattrapage.

Attentes d'une utilisation immédiate

Les étudiants universitaires suivent souvent des cours de simulation parce qu'ils sont obligatoires, pour obtenir des informations générales, ou peut-être pour les utiliser dans un cours ou un projet ultérieur. Les étudiants commerciaux, en revanche, doivent souvent mener à bien un projet important et urgent dans les semaines qui suivent le cours. Si une compétence de base est une attente raisonnable dans le cadre d'un cours de courte durée, le développement d'une maîtrise au niveau du projet est un défi. C'est pourquoi il est courant de prolonger le cours formel par une session informelle de "démarrage" au cours de laquelle les instructeurs aident à déterminer l'approche correcte et fournissent un bon point de départ pour le premier projet.

Apprentissage général ou apprentissage spécifique à un produit

Dans un cours universitaire, on estime souvent qu'il est important de préparer les étudiants à utiliser la simulation avec n'importe quel produit, dans n'importe quel domaine. Les instructeurs se concentrent donc souvent sur des sujets génériques tels que le fonctionnement d'un calendrier d'événements ou la manière d'aborder la vérification et la validation. Mais dans les classes commerciales, étant donné leur besoin d'utilisation immédiate, les étudiants veulent se concentrer uniquement sur des sujets d'utilisation immédiate et uniquement sur le produit qu'ils utiliseront. Ils sont donc plus intéressés par des sujets tels que "Comment le calendrier des événements du produit X affecte-t-il ma modélisation ?" ou "Comment puis-je utiliser les fonctions de débogage du produit X pour vérifier et valider mon modèle ?". Même si un instructeur souhaite transmettre davantage d'informations générales et de fond, les contraintes de temps et les exigences des clients limitent souvent la possibilité de le faire dans un cours commercial.

Ce même concept s'applique également aux questions statistiques. Compte tenu de la grande diversité des parcours des étudiants dans un cours commercial, il n'est pas inhabituel d'avoir des étudiants ayant peu ou pas de connaissances statistiques. Il est difficile de transmettre des connaissances statistiques adéquates dans le cadre d'un cours relativement court. Une solution partielle consiste à se concentrer sur l'analyse statistique intégrée au produit enseigné.

Domaine d'application

Comme les classes universitaires, les classes commerciales publiques comprennent souvent des étudiants issus de nombreux domaines d'application, mais contrairement aux classes universitaires, les étudiants commerciaux sont plus susceptibles d'avoir un fort intérêt et des connaissances dans un seul domaine, et peu d'intérêt ou de connaissance des autres domaines. Ils s'attendent à ce que les supports de cours et les exemples soient adaptés à leur propre compréhension. Cela est encore plus vrai lorsque les cours commerciaux sont dispensés à titre privé (par exemple, sur site pour un seul client). Par exemple, un client du secteur aérospatial ne souhaite pas que la formation soit illustrée par des exemples liés à la santé, mais plutôt par des exemples liés à l'aérospatiale. Dans un environnement universitaire, il est souvent possible de réutiliser le même matériel pour chaque classe, mais le besoin de personnalisation est beaucoup plus grand dans l'environnement commercial.

Résumé des défis de l'enseignement commercial

Bien qu'à première vue, les cours de simulation universitaires et commerciaux semblent similaires, il existe en fait de nombreuses différences. La diversité des antécédents des étudiants, leur niveau de préparation et leur concentration/intensité, combinés à leur attente d'une utilisation immédiate pour résoudre des problèmes dans leur propre domaine d'application, rendent les cours commerciaux très difficiles à enseigner. En soulevant ces questions dans le cadre de cette table ronde, nous espérons pouvoir échanger des idées, des approches et des solutions potentielles pour rendre l'enseignement commercial plus facile et plus efficace.

La nécessité des études de cas - Andrew Collins et Ying Thaviphoke

Les deux sections précédentes ont donné un aperçu de l'enseignement des M&S d'un point de vue académique et commercial. Ces sections ont mis en évidence certaines des difficultés techniques liées à la création de contenus éducatifs dans ces domaines. La prémisse sous-jacente de ces sections est que ceux qui sont éduqués ont besoin d'apprendre les M&S. Mais qu'en est-il de ceux qui n'ont pas de connaissances en M&S ? Qu'en est-il de l'éducation de ceux qui ne connaissent pas la science et la technologie ou qui s'y intéressent peu ou pas du tout ? Pour que la S&S se développe, il faut que de nouvelles personnes prennent conscience de ses capacités. Pour comprendre comment nous pourrions sensibiliser davantage de personnes à la S&S, nous avons organisé un atelier réunissant des professionnels de la S&S afin de comprendre ce qui peut être fait pour aider à éduquer la communauté au sens large.

La simulation est largement utilisée pour l'éducation et la formation dans certains domaines (par exemple, l'armée et les soins de santé). Le marché américain de la simulation militaire et de la formation est estimé à 10,31 milliards de dollars en 2016 (Marketsandmarkets 2016) et il existe un marché de la simulation des soins de santé en pleine expansion, qui pourrait valoir plus (Severinghaus 2012). Compte tenu de ce succès phénoménal dans ces domaines, il peut être surprenant que la science et la technologie ne soient pas utilisées partout. Le manque de propagation de la simulation, au-delà de ses domaines traditionnels, peut s'expliquer par certains des défis auxquels sont confrontés les nouveaux modélisateurs de simulation. La simulation est confrontée à un certain nombre de défis pratiques, allant des ressources financières pour développer des plateformes de simulation dans un environnement technologique de plus en plus ouvert (Joshi et Murphy 2007) à l'utilisation de la visualisation d'une simulation comme outil de rhétorique (Collins et al. 2015). Comprendre certaines de ces limites nous aidera à comprendre quelles exigences éducatives nous devons fournir aux nouveaux utilisateurs potentiels de M&S et à rendre la M&S plus accessible à l'ensemble de la communauté.

Atelier sur l'accessibilité des M&S

Pour comprendre comment rendre la M&S plus accessible, nous avons organisé un atelier d'experts en M&S pour aider à comprendre ce problème (Thaviphoke et Collins 2019b). L'atelier s'est tenu lors de la MODSIM World Conference & Expo 2018 à Norfolk, en Virginie, aux États-Unis. L'atelier était intitulé "Simulation for the Common Man : How do We Make M&S Accessible ?" (La simulation pour l'homme de la rue : comment rendre la science et la technologie accessibles ?) La conférence MODSIM est une conférence axée sur les praticiens, ce qui, nous l'espérions, donnerait une orientation pratique à la question de l'atelier. L'atelier s'est déroulé sur une courte demi-journée et a réuni une vingtaine de personnes. Les participants venaient de différents horizons disciplinaires en matière de M&S et étaient issus des secteurs public et privé. L'approche de l'atelier consistait à utiliser une version abrégée de l'élaboration et de l'analyse des options stratégiques (SODA) (Eden et Ackermann 2001).

SODA est une méthode de structuration des problèmes (PSM) (Rosenhead et Mingers 2001). La SODA est conçue pour aider les individus à explorer la situation problématique avant de prendre une décision importante (Ackermann et Eden 2001). Bien qu'aucune décision n'ait été nécessaire pour la question posée, nous avons estimé que la méthode SODA représentait un moyen structuré et systématique d'explorer la question de l'accessibilité. L'objectif premier du SODA n'est pas d'agir comme un outil de résolution de problèmes, mais plutôt comme un dispositif de réflexion sur une situation problématique - résolution réflexive de problèmes (Eden 1988). Il s'agit d'un outil de "création de sens" (Thaviphoke et Collins 2019b). Le résultat de l'atelier a été une carte cognitive. La carte cognitive comportait trente-deux nœuds (concepts), que nous avons regroupés en six grappes et résumés dans la figure 2 (Thaviphoke et Collins 2019a).

Les six métaconcepts de notre carte cognitive sont l'accessibilité, la sensibilisation, la facilité à déterminer l'utilité, l'éducation, la pluridisciplinarité et la vente. L'accessibilité fait référence à la facilité de mise en œuvre des techniques pour un novice en termes d'exigences en matière de connaissances et de ressources. La sensibilisation est le degré de connaissance des utilisateurs potentiels de la M&S et de ses capacités. La facilité à déterminer l'utilité s'explique d'elle-même. La pluridisciplinarité se réfère à la mesure dans laquelle la S&S est utilisée dans de multiples domaines académiques. La vente se réfère à la facilité avec laquelle il est possible de vendre la S&S, en tant que solution, aux propriétaires de problèmes. Enfin, l'éducation fait référence à la disponibilité et à la qualité du matériel éducatif, à la fois sous forme écrite et par le biais de cours.

Les six groupes, présentés dans la figure 1, sont reliés par des flèches d'influence. Ces influences peuvent être à la fois positives (vertes) et négatives (rouges). On remarque que l'éducation est liée à cinq des six groupes, ce qui souligne son importance pour rendre la science et la technologie accessibles. Le concept de multidisciplinarité a eu une influence négative. Nous nous concentrerons ici sur la manière dont l'éducation à la simulation peut faciliter la détermination de l'utilité de la simulation et sur la manière dont elle contribue à l'accessibilité.

Quel était donc le concept clé qui sous-tendait le méta-concept éducatif ? Il s'agit de la nécessité de réaliser des études de cas. Les études de cas fournissent des preuves de l'utilité des M&S. Elles donnent également un aperçu des limites de la simulation. Elles permettent également de mieux comprendre les limites des M&S ; connaître les limites des M&S est quelque chose qu'un nouvel utilisateur potentiel souhaiterait très probablement savoir. Sans surprise, le besoin d'études de cas est fortement lié à l'accessibilité et à la facilité de déterminer l'utilité des M&S. Nous avons donc conclu qu'il faudrait davantage d'études de cas. Nous en avons donc conclu qu'il fallait davantage d'études de cas pour accroître l'accessibilité des systèmes de gestion. Pourquoi les études de cas sont-elles importantes ?

Il est difficile de déterminer l'utilité d'une simulation. Les simulations ont tendance à être de grandes boîtes noires dont le développement nécessite un large éventail de compétences (modèle de conception, programmation, tests, etc.). Il est difficile de montrer comment une simulation peut directement aider à résoudre le problème d'une partie prenante, car les résultats d'une simulation ne fournissent pas nécessairement une réponse simple à un problème donné. Une simulation peut apporter une compréhension conceptuelle, en particulier de situations complexes, et il est difficile de quantifier cette compréhension conceptuelle en un avantage quelconque. Cette absence de quantification des avantages rend difficile la détermination du retour sur investissement (RSI) de la simulation et il n'existe pas de méthodes universellement acceptables pour déterminer le RSI d'une simulation (Oswalt et al. 2012).

Quelqu'un qui débute dans la simulation a un investissement élevé à faire, à la fois en termes de temps et d'équipement, avant de pouvoir utiliser concrètement une simulation pour l'aider à comprendre ses problèmes. Elle doit faire cet investissement sans pouvoir s'appuyer sur des chiffres de retour sur investissement et doit accepter la parole du modélisateur de simulation selon laquelle il s'agit d'un outil utile. En fait, les nouveaux utilisateurs de la simulation doivent faire un "acte de foi" en investissant leurs ressources dans la nouvelle technique de simulation. Cette situation n'est pas idéale pour attirer de nouveaux modélisateurs de simulation. Il n'est pas suffisant d'attendre des décideurs qu'ils utilisent la simulation parce que la communauté de la simulation pense que c'est génial. Il existe de nombreuses communautés qui pensent que leurs idées sont "géniales" et vraies (par exemple, le récent mouvement de la terre plate). Il y a aussi ceux qui vantent d'autres approches de la simulation, promettant des rendements élevés pour de faibles investissements, c'est-à-dire la solution à 80 % (Collins 2012). "La vente de la simulation se fait dans un marché d'idées très encombré. Ce que nous devons faire, c'est montrer aux décideurs que la simulation est formidable et, plus important encore, qu'elle est utile, en utilisant des preuves réelles. Nous soutenons que la fourniture d'études de cas détaillées est la clé pour fournir ces preuves et nous pensons que c'est la raison pour laquelle les études de cas étaient un concept si important dans notre méta-concept d'éducation dans la carte cognitive.

Qu'entendons-nous par "études de cas" ?

Par études de cas, nous entendons les détails du développement de simulations réelles qui ont été utilisées pour aider de vrais décideurs. Il ne s'agit pas des cas fictifs fournis dans nos manuels de simulation. En créant une banque d'études de cas détaillées, qui mettent en évidence à la fois les forces et les faiblesses d'une simulation, nous pensons que nous fournirons les preuves de la valeur de la science et de la technologie.

Une banque d'études de cas est nécessaire parce qu'un décideur voudra étudier un cas qui est relativement proche du problème auquel il est confronté afin de pouvoir répondre à des questions telles que : la simulation sera-t-elle appropriée pour mon problème ? Quels sont ses inconvénients ?

Certains pourraient faire valoir que les plateformes modernes de développement de simulations permettent à un nouvel utilisateur de créer facilement une simulation et qu'un utilisateur potentiel de simulations peut explorer ses idées à l'aide de simulations simplement créées. Nous ne contestons pas ce fait ; cependant, il y a un monde de différence entre un prototype de simulation jouet que vous pouvez créer dans un progiciel standard et une simulation qui fournit des informations utiles sur un problème auquel quelqu'un est confronté. Les modèles simples sont utiles lorsque le décideur doit prendre la décision d'investir du temps pour apprendre à créer une simulation utile et il existe de nombreux outils de formation à la simulation (Padilla et al. 2016) ; ils ne sont pas nécessairement utiles pour déterminer si la simulation finale sera réellement utile. Par conséquent, nous soutenons que de meilleures études de cas de simulation sont nécessaires au sein de notre communauté.

Certains ont déjà utilisé une approche d'étude de cas pour montrer aux nouveaux utilisateurs les avantages de la simulation. Le livre d'introduction de Wilensky et Rand (2015) sur la modélisation et la simulation basées sur les agents est en fait une étude de cas après l'autre, ce qui est une approche différente du développement technique habituel présenté dans les manuels ABMS (Macal et North 2013).

Problèmes liés aux études de cas

L'utilisation d'études de cas n'est pas sans poser de problèmes. L'élaboration et la mise en œuvre d'études de cas se heurtent à un certain nombre de problèmes, notamment la manière d'intégrer les études de cas dans un programme d'enseignement formel et l'élaboration d'études de cas universellement applicables à tous les utilisateurs potentiels de la simulation.

L'étude d'une étude de cas demande du temps et peut nécessiter l'intervention d'un instructeur expérimenté. L'examen détaillé d'une étude de cas réelle peut prendre plus de temps que la durée normale d'un cours ou d'un atelier. Cela peut signifier que les études de cas doivent être incluses dans un cours universitaire. La modélisation et la simulation, en tant que matière, ont de nombreux sujets à couvrir dans un programme formel (Leathrum et al. 2017) et l'inclusion d'un cours d'étude de cas pourrait ne pas être possible, en particulier si l'on considère les exigences d'accréditation qu'un cours de simulation de niveau universitaire pourrait requérir. Certains diront qu'il y a des choses plus importantes que les études de cas à étudier pour les étudiants en simulation, comme les fondements du sujet (Padilla et al. 2011). Par conséquent, si une étude de cas nécessite trop de temps pour vraiment explorer ses avantages, nous demandons, une fois de plus, à un modélisateur de simulation potentiel d'investir beaucoup de son temps pour déterminer les avantages des simulations.

Tous les utilisateurs de la simulation n'ont pas la même formation universitaire. L'utilisation de la simulation s'étend de l'ingénierie à l'éducation en passant par les soins de santé. Chaque sujet a ses propres particularités, ses propres attentes et sa propre terminologie. Par exemple, les ingénieurs ont préconisé l'utilisation du langage de modélisation unifié (UML) comme moyen standard de représenter les modèles basés sur les agents (Bersini 2012), tandis que les spécialistes des sciences sociales ont préconisé le protocole ODD pour la représentation des modèles basés sur les agents (Grimm et al. 2010). UML est une approche par nœuds et arcs, que les ingénieurs systèmes sont habitués à lire et à interrompre. Le protocole ODD est basé sur la prose, ce qui convient mieux aux chercheurs en sciences humaines et sociales (Collins et al. 2015). Ainsi, différents sujets ont des exigences différentes pour leurs normes, ce qui rend difficile la création d'une approche universelle qui soit appréciée par tous (Collins et al. 2012 ; Turnitsa et al. 2012). Nous pensons qu'il en va de même pour les études de cas de M&S et qu'il est difficile de trouver des études de cas qui soient universellement utiles à tous les praticiens potentiels de la simulation. C'est pourquoi un grand nombre d'études de cas pourrait être nécessaire.

En tant que "croyant" au pouvoir de la simulation, il peut être difficile d'imaginer nos mondes avant la simulation. La simulation nous a apporté d'immenses avantages dans la manière dont nous comprenons les complexités qui nous entourent ; cependant, il peut être difficile d'exprimer ces avantages à un profane. Bien que cela ne soit pas sans problème, le développement d'études de cas éducatives détaillées pourrait être un pas dans cette direction pour aider les autres à comprendre les avantages de la simulation et à la rendre plus accessible.

L'impact sur les entreprises

Conclusion

Ce document présente trois points de vue sur les problèmes auxquels est confronté l'enseignement de la simulation. Il aborde le problème de l'élaboration d'un cours de M&S pour les étudiants de premier cycle, le problème de l'enseignement des compétences de simulation dans un cadre non universitaire, et le problème de l'enseignement de la M&S aux non-utilisateurs afin de rendre la M&S plus accessible. Certains thèmes sont ressortis de cette discussion, notamment la difficulté d'attirer de nouvelles personnes vers la simulation (à la fois pour recruter dans les programmes universitaires et pour amener de nouvelles entreprises à envisager d'utiliser la simulation), et le problème de l'élaboration de matériel pédagogique lorsque les étudiants viennent d'horizons très différents et ont des niveaux d'expérience très variés.

La dernière discussion préconise l'utilisation d'études de cas approfondies. Bien que l'étude des études de cas soit une activité qui prend du temps, elle a un fort potentiel pour bénéficier à la fois à l'enseignement universitaire et à l'enseignement commercial. Dans l'enseignement universitaire, l'intégration d'études de cas réels dans le programme d'études peut résoudre le problème de l'impossibilité pour les manuels traditionnels d'aborder la situation actuelle du monde réel. Les étudiants auront l'occasion d'explorer ce qui se passe réellement dans le processus de résolution des problèmes en utilisant les connaissances en matière de science et de technologie. D'autre part, des études de cas réussies peuvent donner un meilleur aperçu des résultats attendus de l'application M&S pour les clients potentiels dans l'enseignement commercial. Comme nous l'avons mentionné, l'attente d'une utilisation immédiate dans un cadre commercial est grande. Les résultats de l'atelier mentionné dans le présent document ont confirmé qu'il fallait davantage d'études de cas dans la communauté de la science et de la technologie.

Remerciements

Les auteurs tiennent à remercier tous les participants à l'atelier MODSIM World, dont il est question dans le présent document, qui ont apporté leur expertise et des idées qui dépassent de loin tout ce que les auteurs auraient pu créer par eux-mêmes.

Biographies des auteurs

ANDREW COLLINS est professeur assistant à l'Université Old Dominion, au département de gestion de l'ingénierie et d'ingénierie des systèmes. Il est titulaire d'un doctorat en recherche opérationnelle de l'université de Southampton et d'un diplôme de premier cycle en mathématiques de l'université d'Oxford. Il a publié plus de 80 articles évalués par des pairs. Ses projets ont été financés à hauteur d'environ 5 millions de dollars. M. Collins a mis au point plusieurs simulations de recherche, notamment une étude primée sur la contagion des saisies qui intègre les réseaux sociaux. Son adresse électronique est la suivante :ajcollin@odu.edu. Son site web et son curriculum vitae complet sont disponibles à l'adresse suivante: www.drandrewjcollins.com.

JAMES F. LEATHRUM, JR. est professeur associé au département de modélisation, de simulation et d'ingénierie de la visualisation à l'Université Old Dominion. Il est titulaire d'un doctorat en génie électrique de l'Université Duke. Il est le conseiller principal du département pour le premier programme d'ingénierie de modélisation et de simulation de premier cycle. Ses recherches portent sur la simulation d'événements discrets, la simulation distribuée, les architectures de simulation et leurs applications. Il dirige le Collaborative Autonomous Systems Lab, un laboratoire commun aux étudiants de deuxième et troisième cycles qui vise à offrir une expérience de recherche aux étudiants de premier cycle. Son adresse électronique est la suivante: jleathru@odu.edu.

DAVID STURROCK est vice-président des opérations chez Simio, LLC, une société de logiciels de simulation basée à Pittsburgh, aux États-Unis. Il est responsable de la conception, du développement, de l'assistance et de la formation pour les produits de simulation et de planification de Simio. Il a occupé des postes similaires chez Systems Modeling, Rockwell Automation et Inland Steel. Il possède une vaste expérience du développement et de la gestion de produits, de la collaboration avec les clients et de l'interaction avec les partenaires commerciaux, ainsi qu'une expérience de la simulation et de la planification dans une grande variété d'applications. Il a fait ses preuves en matière de réussite commerciale. Cette adresse e-mail estdsturrock@simio.com.

YING THAVIPHOKE est doctorant à l'Université Old Dominion, dans le département de gestion de l'ingénierie et d'ingénierie des systèmes. Ses recherches portent sur les méthodes de structuration des problèmes, l'analyse des décisions et l'analyse des systèmes complexes. Son adresse électronique estythaviph@odu.edu.

Références

ABET - Commission d'accréditation de l'ingénierie. 2012. Criteria for Accrediting Engineering Programs. http://www.abet.org, consulté le 18 mai 2019.

Ackermann, F. et C. Eden. 2001. "SODA - Journey Making and Mapping in Practice". Dans Rational Analysis in a Problematic World Revisited, édité par J. Rosenhead et J. Mingers, 43-61. Chichester, Royaume-Uni : John Wiley & Sons Inc.

Bersini, H. 2012. "Uml for Abm". Journal of Artificial Societies and Social Simulation 15(1):9.

Collins, A. J. 2012. "Which Is Worse : Les simulations à grande échelle ou la solution à 80 % ? SCS M&S Magazine 4(10):27-38.

Collins, A. J., D. Knowles Ball, et J. Romberger. 2015. "A Discussion on Simulations' Visualization Usage". Dans Proceedings of the 2015 Winter Simulation Conference, édité par L. Yilmaz, W. K. V. Chan, I. Moon, T. M. K. Roeder, C. Macal, et M. D. Rossetti, 2827-2835. Piscataway, New Jersey : Institute of Electrical and Electronics Engineers, Inc.

Collins, A. J., D. Meyr, S. Sherfey, A. Tolk, et M. Petty. 2012. "The Value of Modeling and Simulation Standards". In Proceedings of the AutumnSim 2012, Conference on Education and Training Modeling and Simulation (ETMS'12), édité par A. Abhari et M. Davoudpour, 1-8. San Diego, CA : Society for Modeling and Simulation International.

Collins, A. J., M. Petty, D. Vernon-Bido, et S. Sherfey. 2015. "Call to Arms : Standards for Agent-Based Modeling and Simulation". Journal of Artificial Societies and Social Simulation 18(3):1-12.

Eden, C. 1988. "Cognitive Mapping". European Journal of Operational Research 36(1):1-13.

Eden, C. et F. Ackermann. 2001. "SODA - The Principles". Dans Rational Analysis for a Problematic World Revisited : Problem Structuring Methods for Complexity, Uncertainty and Conflict, édité par J. Rosenhead et J. Mingers, 21-41. Chichester, Royaume-Uni : John Wiley & Sons.

Grimm, V., U. Berger, D. L. DeAngelis, J. G. Polhill, J. Giske et S. F. Railsback. 2010. "The Odd Protocol : A Review and First Update". Ecological Modelling 221(23):2760-2768.

Joshi, B., et C. Murphy. 2007. "Are You Ready ? The Open Technology Development Challenge". In Proceedings of The Interservice/Industry Training, Simulation & Education Conference (I/ITSEC), 26-29 novembre, Orlando, Floride, 1-11.

Leathrum, J. F., et R. R. Mielke. 2012. "Outcome-Based Curriculum Development for an Undergraduate M&S Program". In Proceedings of the AutumnSim 2012, Conference on Education and Training Modeling and Simulation (ETMS'12), édité par A. Abhari et M. Davoudpour, 48-53. San Diego, CA : Society for Modeling and Simulation International.

Leathrum, J. F., R. R. Mielke, A. J. Collins et M. A. Audette. 2017. "Proposed Unified Discrete Event Simulation Content Roadmap for M&S Curricula". Dans Proceedings of the 2017 Winter Simulation Conference, édité par W. K. V. Chan, A. D'Ambrogio, G. Zacharewicz, N. Mustafee, G. Wainer, et E. Page, 4300-4311. Piscataway, New Jersey : Institute of Electrical and Electronics Engineers, Inc.

Macal, C. M., et M. J. North. 2013. "Approches réussies pour l'enseignement de la simulation basée sur les agents". Journal of Simulation 7(1):1- 11.

Marketsandmarkets. 2016. Military Simulation and Training Market by Application (Airborne Simulation, Naval Simulation, Ground Simulation), Training Type (Live Training, Virtual Training, Constructive Training, Gaming Simulation Training), and Region - Global Forecast to 2021. https://www.marketsandmarkets.com/Market-Reports/military-simulation-virtualtraining- market-661.html, consulté le 18 mai 2019.

McKenzie, F., R. Mielke et J. Leathrum. 2015. "A Successful EAC-ABET Accredited Undergraduate Program in Modeling and Simulation Engineering (M&SE)". Dans Proceedings of the 2015 Winter Simulation Conference, édité par L. Yilmaz, W. K. V. Chan, I. Moon, T. M. K. Roeder, C. Macal, et M. D. Rossetti, 3538-3547. Piscataway, New Jersey : Institute of Electrical and Electronics Engineers, Inc.

McKenzie, F. D. 2015. "Preparing for the EAC-ABET Visit for a Novel Undergraduate Program in Modeling and Simulation Engineering" (Préparation à la visite de l'EAC-ABET pour un nouveau programme de premier cycle en ingénierie de la modélisation et de la simulation). In Proceedings of the 13th Latin American and Caribbean Consortium of Engineering Institutions (LACCEI) Annual International Conference, July 29th-31st, Santo Domingo, Dominican Republic, 1-11.

Mielke, R., M. Scerbo, K. Gaubatz et G. Watson. 2009. "A Model for Multidisciplinary Graduate Education in Modeling and Simulation". International Journal of Simulation and Process Modeling. 5(1):3-13.

Mielke, R. R., J. F. Leathrum, et F. D. McKenzie. 2011. "A Model for University-Level Education in Modeling and Simulation". M&S Journal. 6(3):14-23.

Conseil national de la recherche. 2006. Modélisation, simulation et analyse pour la défense : Meeting the Challenge. Washington, DC : The National Academies Press.

National Science Foundation. 2006. "Science de l'ingénierie basée sur la simulation". Report of the National Science Foundation Blue Ribbon Panel on Simulation-Based Engineering Science, National Science Foundation, Washington, DC.

Nutaro, J. 2011. Building Software for Simulation : Theory and Algorithms with Applications in C++. Hoboken, NJ : John Wiley & Sons.

Oren, T. 2005. "Toward the Body of Knowledge of Modeling and Simulation". In Proceedings of the Interservice/Industry Training, Simulation and Education Conference (I/ITSEC), 28 novembre-1er décembre, Orlando, FL, 1-19.

Oswalt, I., S. Feinberg, T. Cooley, S. Gordon, W. Waite, E. Waite, G. Lightner et R. Severinghaus. 2012. "Calculating Return on Investment for US Department of Defense Modeling and Simulation". M&S Journal (automne):4-15.

Padilla, J. J., S. Y. Diallo, et A. Tolk. 2011. "Do We Need M&S Science ? SCS M&S Magazine 4(8):161-166.

Padilla, J. J., C. J. Lynch, S. Y. Diallo, R. J. Gore, A. Barraco, H. Kavak, et B. Jenkins. 2016. "Using Simulation Games for Teaching and Learning Discrete-Event Simulation" (Utilisation de jeux de simulation pour l'enseignement et l'apprentissage de la simulation d'événements discrets). Dans Proceedings of the 2016 Winter Simulation Conference, édité par T. M. K. Roeder, P. I. Frazier, R. Szechtman, E. Zhou, T. Huschka, et S. E. Chick, 3375-3384. Piscataway, New Jersey : Institute of Electrical and Electronics Engineers, Inc.

Petty, M. 2006. "Graduate Modeling and Simulation Overview Course". Rapport technique final : Contrat N00014-031-0948, Defense Modeling and Simulation Office, Alexandria, VA.

Rashidi, H. 2017. "Logiciel de simulation discrète : une enquête sur les taxonomies". Journal of Simulation 11(2),174-184.

Rogers, R. 1997. "Qu'est-ce qui fait un professionnel de la modélisation et de la simulation ? The Concencus View from One Workshop". Dans Proceedings of the 1997 Winter Simulation Conference, édité par S. Andradóttir, K. J. Healy, D. H. Withers, et B. L. Nelson, 1375-1382. Piscataway, New Jersey : Institute of Electrical and Electronics Engineers, Inc.

Rosenhead, J. et J. Mingers. 2001. Rational Analysis for a Problematic World Revisited : Problems Structuring Methods for Complexity, Uncertainty and Conflict. 2e éd. Chichester : Wiley.

Scott, R. C. 2007. "HR 4165 - Fournir des subventions pour encourager et améliorer l'étude de la modélisation et de la simulation dans les établissements d'enseignement supérieur. The Congressional Record, Congrès des États-Unis, Washington, DC.

Severinghaus, R. 2012. "Simulation in Healthcare - What Is Holding Us Back ? In Proceedings of The Interservice/Industry Training, Simulation & Education Conference (I/ITSEC), 3-6 décembre, Orlando, Floride, 1-11.

Thaviphoke, Y., et A. J. Collins. 2019a. "Appliquer SODA au problème de l'accessibilité de la modélisation et de la simulation". In Proceedings of the 2019 IISE Annual Conference, 18-21 mai, Orlando, FL, 1-6.

Thaviphoke, Y., et A. J. Collins. 2019b. "Simulation for the Common Man : How Do We Make M&S Accessible ?" (La simulation pour l'homme de la rue : comment rendre la science et la technologie accessibles). Dans les actes de la conférence MODSIM World 2019, 22-24 avril, Norfolk, VA, 1-7.

Turnitsa, C. D., A. J. Collins, D. Meyr, et S. Sherfey. 2012. "Implications financières des normes de modélisation et de simulation : Practical Aspects and Theoretical Analysis". Dans les actes du Spring 2012 Simulation Interoperability Workshop, 26-30 mars, Orlando, FL, 164-172.

Wilensky, U. et W. Rand. 2015. Introduction à la modélisation basée sur les agents : Modeling Natural, Social, and Engineered Complex Systems with Netlogo. Cambridge, MA : MIT Press.