COLLÈGE PHILIPPIN DE SCIENCE ET DE TECHNOLOGIE

Nalsian, Calasiao, Pangasinan, Philippines, 2418

CERTIFIÉ ISO 9001:2015, Membre : Association des collèges et universités des Philippines (PACU), Association des institutions maritimes des Philippines
(PAMI)
SILABUS POUR LE BACHELOR EN SCIENCES EN TECHNOLOGIE DE L'INFORMATION (BSIT)
(Année scolaire efficace 2018-2019)
SILABUS D'ENSEIGNEMENT DÉTAILLÉ (SED) ET GUIDE DES INSTRUCTEURS (GI)
(Méthodes quantitatives)

PHILOSOPHIE
Le COLLÈGE PHILIPPIN DE SCIENCE ET DE TECHNOLOGIE est engagé dans la quête de l'excellence en ce qui concerne la croissance et le développement professionnel des étudiants.
VISION
LE COLLÈGE PHILIPPIN DE SCIENCE ET DE TECHNOLOGIE envisage de former des diplômés de qualité, pleinement équipés de connaissances, d'attitudes, de valeurs et de compétences, et qui sont
globalement compétitifs dans leur profession choisie, toujours prêts à fournir des services de qualité.
MISSION STATEMENT
LE COLLÈGE PHILIPPIN DE SCIENCE ET DE TECHNOLOGIE offre une éducation de qualité à chaque étudiant grâce à un environnement d'apprentissage équilibré et orienté vers la recherche.
développe la pensée critique et créative pour le maximum de développement des talents et des capacités de l'individu.
OBJECTIFS INSTITUTIONNELS
Dans la poursuite de sa Vision et de sa Mission, le COLLÈGE PHILIPPIN DES SCIENCES ET DE LA TECHNOLOGIE réalisera les éléments suivants :
1. Fournir des programmes et des activités qui favoriseront le développement des étudiants sur les plans physique, intellectuel, culturel, émotionnel, social et spirituel.
moralement.
2. Offrir des opportunités d'éducation universitaire aux étudiants pauvres mais méritants grâce aux bourses de la PHILIPPINE COLLEGE OF SCIENCE AND TECHNOLOGY.
3. Former des étudiants avec des compétences techniques compétitives à l'échelle mondiale qui les rendront compétents et capables de relever les défis de la vie.
4. Fournir les besoins en main-d'œuvre du pays avec des diplômés professionnellement qualifiés, empreints de dignité et de valeurs morales élevées, qui sont matures, productifs et autonomes.
des citoyens fiables, responsables et autodisciplinés.
OBJECTIFS SPÉCIAUX
Fournir au pays des diplômés globalement compétitifs et professionnellement agréés comme partie intégrante de la main-d'œuvre totale nécessaire au développement économique dans
les niveaux national et international.
VALEURS FONDAMENTALES

P Professionnalisme
H Haute spiritualité
Je Integrity
L Amour de l'humanité
C Compatissant et Compétent
S Solidarité
T Transformationnelle
Issue Date Juin 2019 Préparé par : Révisé par : Recommandé par : Approuvé par :
________________________ __________________________ __________________________ __________________________
Révision Collège des études informatiques Gwen Joy C. Tandoc, MIT Ing. Charo G. Almonte, MIT Ing. Raul B. Gironella, DMin
3
Status Instructeur Responsable de département Doyen du collège VP pour les affaires académiques/QAM
Révision
juin 2019
Date

Page | 1 COPIE CONTRÔLÉE FORMULAIRE N° : BSIT#11FIL1APPRÉVÉ PAR : PRÉSIDENT DE L'ÉCOLE

 COLLÈGE DES ÉTUDES INFORMATIQUES
MISSION STATEMENT
Conformément à la vision, à la mission et aux objectifs du Collège des Sciences et Technologies des Philippines, le Collège des Études Informatiques s'engage fermement à diriger et à opérer son
programmer à travers les objectifs suivants.
OBJECTIFS GÉNÉRAUX
Produire des diplômés en informatique et en technologies de l'information compétitifs à l'échelle mondiale, dotés de compétences professionnelles de qualité et de compétences imbues d'une haute moralité.
caractère dans l'exercice de la profession selon les normes nationales et internationales.
OBJECTIFS SPÉCIFIQUES
L'objectif ci-dessus sera atteint grâce aux objectifs spécifiques suivants :
1. Améliorer la formation des étudiants sur les compétences théoriques en informatique et en technologie de l'information.
2. Fournir aux étudiants des connaissances adéquates et des compétences techniques dans la conduite de recherches orientées vers l'application des théories et principes dans le traitement des laboratoires.
problèmes et exercices, système informatique et conception, logiciels de programme et projets.
3. Équiper les étudiants d'une conscience sociale et d'un souci avec un haut sens de responsabilité dans la conduite de recherches et l'adoption de technologies actuelles et nouvelles.
fournir des services de qualité.
LICENCE EN SCIENCES EN TECHNOLOGIE DE L'INFORMATION
RÉSULTATS INSTITUTIONNELS
Un diplômé du Philippine College of Science and Technology devrait :
1. Exercer le leadership dans la pratique de la profession;
2. Démontrez des responsabilités professionnelles et sociales ;
[Link] l'apprentissage tout au long de la vie pour un développement continu; et
Possède des compétences en créativité et en pensée critique pour devenir compétitif au niveau mondial, guidé par des valeurs d'intégrité et d'honnêteté.
RESULTATS DU PROGRAMME (RP)
A Bachelor of Science in Computer Science graduates of PhilCST should be able to:
1. Appliquer les connaissances en informatique, en science et en mathématiques appropriées à la discipline.
2. Comprendre les meilleures pratiques et les normes et leur application.
3. Analyser des problèmes complexes, et identifier et définir les exigences informatiques appropriées à leur solution.
4. Identifier et analyser les besoins des utilisateurs et les prendre en compte dans la sélection, la création, l'évaluation et l'administration des systèmes informatiques.
5. Concevoir, mettre en œuvre et évaluer des systèmes, des processus, des composants ou des programmes informatiques pour répondre aux besoins et exigences souhaités dans le cadre de diverses contraintes.
6. Intégrer des solutions basées sur les technologies de l'information dans l'environnement utilisateur de manière efficace.
7. Appliquer les connaissances par l'utilisation des techniques, compétences, outils et pratiques actuels nécessaires pour la profession informatique.
8. Fonctionner efficacement en tant que membre ou leader d'une équipe de développement en reconnaissant les différents rôles au sein d'une équipe pour atteindre un objectif commun.
9. Aider à la création d'un plan de projet informatique.
10. Communiquer efficacement avec la communauté informatique et avec la société dans son ensemble sur des activités informatiques complexes à travers une écriture logique, des présentations, et
clear instructions.
11. Analysez l'impact mondial des technologies de l'information sur les individus, les organisations et la société.
12. Comprendre les problèmes et responsabilités professionnels, éthiques, légaux, de sécurité et sociaux dans l'utilisation des technologies de l'information.
13. Reconnaître la nécessité de planifier l'auto-apprentissage et d'améliorer les performances comme base du développement professionnel continu.

Page | 2 COPIE CONTRÔLÉE FORMULAIRE N° : BSMAREIG#11FIL1APPROUVÉ PAR : PRÉSIDENT DE L'ÉCOLE

COURSE CODE : MS102
TITRE DESCRIPTIF DU COURS
: Méthodes quantitatives PRÉREQUIS : Aucun
LECTURE CONTACT CONTACT DU LABORATOIRE
CRÉDITS DE COURS : 3 unités HEURES / SEMAINE
: 3 heures HEURES / SEMAINE
: Aucun
Ce cours fournit des outils et des techniques qui sont largement appliqués dans divers domaines des affaires tels que le corporate
gestion, banque d'investissement, conseil, technologie de l'information, finances, économie et marketing. Cette concentration
COURSE DESCRIPTION : se concentre sur des méthodologies de résolution de problèmes appliquées où des modèles quantitatifs sont construits et utilisés pour faciliter la décision.
processus de fabrication. De plus, les cours de cette concentration sont conçus pour offrir un bel équilibre entre profondeur et ampleur,
pertinence et rigueur, pensée critique et analytique.
Après avoir terminé le cours, l'étudiant devrait être capable de :
CO1 : Utilisez des outils mathématiques appropriés pour la prise de décision.
COURSE OUTCOME/S
: CO2 : Mettre en œuvre des méthodes mathématiques dans des solutions informatiques aux problèmes.

RÉSULTATS DU PROGRAMME ABORDÉS INTRODUCTIF ACTIVATION Démonstratif

PO2 Comprendre les meilleures pratiques et les normes ainsi que leurs applications X
Analyser des problèmes complexes, et identifier et définir l'informatique
PO3 X
exigences appropriées à sa solution
PO6 Integrate IT-based solutions into the user environment effectively. X
D
TEACHING / LEARNING ÉVALUATION (MÉTHODE/TÂCHE)
RÉFÉRENCES / ÉQUIPEMENT /
RÉSULTATS D'APPRENTISSAGE (RA) SUJETS
ACTIVITIES (TLA’s) (AT’s) MATÉRIAUX UTILISÉS

1. Énoncez les objectifs, Orientation; discussion de Récitation préliminaire #1A qui va Éthique professionnelle et valeurs
activités, et objectifs du cours et résultats attendus couvrir les sujets discutés dans le Éducation Enseignement Détail
exigences du outcomes; discussion of orientation1 Syllabus et instruction
course. course policies, grading Guide; Student Handbook
système

Identifie certains des éléments clés Comprendre le quantitatif Activités de l'instructeur Devoir Préliminaire n°1 – Jon Curwin, Roger
éléments du problème Information Discutez de la structure Recherche quoi est le Slater et David
résoudre 1.1 Approche Quantitative. approche du problème importance du quantitatif Eadson, Quantitatif
Démontre 1.1.1 Résolution de problèmes résoudre Méthodes pour les affaires
méthodes et avantages de
connaissance des données 1.1.2 Méthodologie Contraste quantitatif Décisions, 7ème édition
méthodes quantitatives.
sources incluant celles-ci 1.1.3 Modèles et qualitatif Méthodes quantitatives
Quiz préliminaire n° 1 Quiz sur
qui sont basés sur Internet 1.1.3 Mesure approches Professeur David
approche quantitative
1.1.4 Modèles d'évaluation Cible

Page | 3 COPIE CONTRÔLÉE FORMULAIRE N° : BSIT#11FIL1APPROUVÉ PAR : PRÉSIDENT DE L'ÉCOLE

 Expliquez la différence 1.2 Gestion des données. Résoudre des problèmes réels Quiz préliminaire 2 : Teaching Aids:
entre aléatoire et 1.2.1 Problèmes de collecte de données and use these models Quiz sur la gestion des données Tableau blanc, Pentel
conception d'enquête par quota 1.2.2 Sources publiées chercher à améliorer Prélim Quiz 3 – Quiz pen, multimedia
méthodologies 1.2.3 Sources Internet solutions. concernant enquête présentation
1.2.4 Un recensement ou un échantillon Discuss the issues of SPSS et Excel
méthodes
1.2.5 Étude de marché collecte de données Logiciel
Démontrer le Examen de contrôle
différence entre
QCM et Problème
1.3 Méthodes d'enquête. random and quota
Résoudre l'examen qui
1.3.1 Échantillonnage probabiliste enquête conception
couvre les sujets 1, 1.2 et 1.3
1.3.2 Échantillonnage non probabiliste methodologies
1.3.2 Conception de l'enquête
Time Allotment
1.3.3 Conception de questionnaire Activités des étudiants 9 heures de conférence
Expliquer structurel
approche à
résolution de problèmes
Questions de discussion
Questions d'exercices
Collaboration en ligne

Construire approprié 2. Décrire les données Instructor's Activities Quiz préliminaire n°4 Quiz sur Jon Curwin, Roger
tables for different types 2.1 Presentation of Data. Discutez des principales tables, présentation des données Slater et David
de données. 2.1.1 Données brutes graphiques et diagrammes Noté Récitation sur Eadson, Quantitatif
Expliquez la relation 2.1.2 Tabulation des données qui sont utilisés pour mesures de localisation Méthodes pour les affaires
entre les mesures de 2.1.3 Présentation des catégoriques présentation des données, et Devoir préliminaire n° 2 - Décisions, 7ème édition
emplacement. données Méthodes quantitatives
donner a critique Exemples courants de
Utilisez le concept de 2.1.4 Présentation de continu Professeur David
connaissance de quand mesures statistiques
variabilité pour mieux données Cible
ils pourraient être utiles dispersion
comprendre les données d'enquête. 2.1.5 Représentation graphique Enseignement SIDA :
Comprendre le concept Discuter le Quiz préliminaire n°5 Quiz sur
Tableau blanc Pentel
des numéros d'index. 2.2 Mesures de localisation. relation entre index des nombres
stylo multimédia
2.2.1 Données brutes les mesures de
présentation
2.2.2 Tabulé (non groupé) emplacement
Logiciel SPSS
données discrètes Résoudre problèmes
Construire approprié 2.2.3 Tabulé (groupé) involving pondéré
tables pour différents types données continues signifie
des données. 2.2.4 Autres mesures de
emplacement
Page | 4 COPIE CONTRÔLÉE FORMULAIRE N° : BSMAREIG#11FIL1APPROUVÉ PAR : PRÉSIDENT DE L'ÉCOLE
 Expliquez la relation 2.2.5 Relations entre Résoudre problèmes Examen Préliminaire
entre les mesures de moyennes impliquant signifier, Multiple- Choix et
emplacement. médiane, quartiles et Problème Résolution
Utilisez le concept de 2.4. Mesures de Dispersion mode pour regroupé Examen qui couvre
variabilité pour mieux 2.4.1 Mesures data mesures de localisation
comprendre les données d'enquête. 2.4.2 Données brutes
Résoudre problèmes mesure de dispersion et
Comprendre le concept 2.4.3 Données tabulées
impliquant moyenne, nombres d'index.
d'un numéro d'indice 2.4.4 Données groupées
2.4.5 Mesures relatives de médiane, quartiles et
mode pour les données brutes
dispersion
2.4.6 Variabilité dans les données d'échantillon Activités des étudiants Temps alloué
Expliquer commentà 9 heures de conférence

2,5 Nombres d'index. interpréter index

2.5.1 Interprétation d'un indice nombres
nombre Questions de discussion
2.5.2 Construction de l'index Questions d'exercices
nombres Collaboration en ligne
2.5.3 Pondération de l'indice
nombres

EXAMEN PRÉLIMINAIRE

Page | 5 COPIE CONTROLÉE FORMULAIRE N° : BSIT#11FIL1APPRouvé PAR : PRÉSIDENT DE L'ÉCOLE

 Résoudre une série de problèmes 3. Mesurer l'incertitude Activités de l'instructeur Devoir de mi-session n°1 – Basique Jon Curwin, Roger
impliquant la probabilité 3.1. Probabilité Discutez du concept Concept et définition de Slater et David
3.1.1 Relations de base dans de probabilité probabilité Eadson, Quantitatif
probabilité Résoudre une plage de Quiz de mi-parcours n°1 - Quiz sur Méthodes pour les affaires
3.1.2 Arbres de probabilités problems involving Relations de base dans Décisions, 7e édition
3.1.3 Expected values probabilité probabilité Méthodes quantitatives
3.1.4 Arbres de décision Discuter du conditionnel Midterm Recitation #1 – Venn
Professeur David
3.1.5 Le théorème de Bayes probabilité Diagram
Cible
Discuter mutuellementQuiz de mi-session n°2 - Mutuellement Matériel pédagogique :
événements exclusifs et événements exclusifs
Tableau blanc, Pentel
Décrire un uniforme 3.2 Discret Probabilité événements indépendants Quiz de mi-parcours n°3 - Non-
pen, multimedia
distribution Distribution. événements mutuellement exclusifs
Quiz de mi-session n°4 – Discret
présentation
3.2.1 Distributions de probabilité
Logiciel SPSS
3.2.2 Probabilité discrète distributions de probabilité
distributions Quiz de mi-session n°5 - Standard
Distribution normale

Activités des étudiants

Appliquer le Normal 3.3 La distribution normale. Construire un Examen de mi-session –
distribution à discrète 3.3.1 Caractéristiques de la arbre de probabilité Choix multiples et problème
data Distribution normale Résoudre des problèmes dans Résoudre l'examen de base
3.3.2 Norme Normal Normale standard relations en probabilité
distribution distribution Distributions de probabilité et
3.3.3 Combinaisons de variables Questions de discussion Distribution Normale
3.3.4 Approximations normales Questions d'exercices
Collaboration en ligne

Temps alloué
18 heures de cours

Page | 6 COPIE CONTRÔLÉE FORMULAIRE N° : BSMAREIG#11FIL1APPRouvé PAR : PRÉSIDENT DE L'ÉCOLE

 EXAMEN DE MI-PARCOURS

Déterminer la confiance 4. Utilisation de l'inférence statistique Activités de l'instructeur Quiz final n°1 – Échantillons, Jon Curwin, Roger
intervalles pour le 4.1 Échantillons, Estimation et Discutez d'une confiance Estimation et confiance Slater et David
différence entre Intervalles de confiance. intervalle pour un échantillon Intervalles Eadson, Quantitatif
moyennes d'échantillons et 4.1.1 Inférence statistique mean and percentage Quiz final n°2 - Échantillonnage
Méthodes pour les affaires
pourcentages d'échantillons 4.1.2 Distributions d'échantillonnage Résoudre population Distributions
Décisions, 7e édition
Comprendre et appliquer le 4.1.3 Estimation – inférence paramètres Devoir final n° 1 -
Méthodes quantitatives
concept d'un test de signification sur une population Différence entre les moyennes
Discuter de la distribution t
Comprendre quand c'est plus 4.1.4 Intervalle de confiance pour le d'échantillons indépendants Professeur David
Discuter confiance
approprié d'utiliser un non- moyenne de la population Devoir final n° 2 - Cible
test paramétrique intervalles pour le Teaching Aids:
4.1.5 Intervalle de confiance pour un différence entre Test de signification utilisant
pourcentage de la population intervalles de confiance Tableau blanc, Pentel
moyennes d'échantillons et
4.1.6 Différence entre pen, multimedia
pourcentages d'échantillons
moyennes d'échantillons indépendants présentation
Page | 7 COPIE CONTROLÉE FORMULAIRE N° : BSIT#11FIL1APPRouvé PAR : PRÉSIDENT DE L'ÉCOLE
 Décrivez le lien entre 4.1.7 Fini Activités des étudiants de la population Quiz final n°3 – t- Logiciel SPSS
facteur de correction de régression et de corrélation Discuter de Normal distribution
Comprendre le 4.1.8 distribution t distribué Devoir final n° 3 -
hypothèses et populations Population finie
problèmes associés à Récitation sur le central facteur de correction
analyse de régression 4.2. Test de signification théorème de limite
Énoncez les facteurs qui 4.2.1 Test de signification utilisant Questions de discussion Temps Alloué
9 heures de cours
créer une série chronologique intervalles de confiance Questions d'exercices
4.2.2 Test d'hypothèse pour Collaboration en ligne
grandes échantillons uniques
4.2.3 Signification unilatérale
tests
4.2.4 Types d'erreur
4.2.5 Test d'hypothèses avec
deux grands échantillons
4.2.6 Test d'hypothèse avec
petits échantillons

4.3. Tests Non Paramétriques.

4.3.1 Tests du chi carré

Décrivez le lien entre 5. Relations entre les variables Activités de l'instructeur

régression et corrélation et Prédire les Résultats Discuter Corrélation
Comprendre 5.1. Corrélation et Simple et Simple
hypothèses et Analyse de régression Analyse de régression
problèmes associés à 5.1.1 Mesurer linéaire Résoudre la population
analyse de régression association parameters
Énoncez les facteurs qui 5.1.2 Analyse de régression Discuter de la distribution t
créer une série chronologique 5.1.3 Régression linéaire simple Discuter confiance
5.1.4 Prédictions de la intervalles pour le
ligne de régression différence entre
5.1.5 Analyse de régression à l'aide de moyennes d'échantillon et
Excel pourcentages d'échantillon
5.1.6 Interprétation Discutez des facteurs
5.1.7 Relations non linéaires qui composent un temps
séries

Page | 8 COPIE CONTRÔLÉE FORMULAIRE N° : BSMAREIG#11FIL1APPRUVÉ PAR : PRÉSIDENT DE L'ÉCOLE

 5.2. Multiple Activités des étudiants Examen final - Jon Curwin, Roger
Analyse. énoncer les facteurs Choix multiple Slater et David
5.2.1 Modèle de régression multiple qui constituent un temps Examen et problème Eadson, Quantitatif
5.2.2 Effets de l'ajout de variables séries résoudre un examen sur Méthodes pour les affaires
5.2.3 Enquête le Questions de discussion Correlation and Simple Décisions, 7e édition
hypothèses Questions d'exercices Méthodes quantitatives
Analyse de régression
5.2.4 Analyse d'un multiple Collaboration en ligne
modèle de régression
Régression multiple Professeur David
5.2.5 Utilisation de la régression multiple
Analyse et séries chronologiques. Cible
Aides pédagogiques :
modèles
Temps alloué Tableau blanc, Pentel
5.3. Séries Temporelles.
pen, multimedia
5.3.1 Modèles de séries temporelles 9 heures de cours présentation
Logiciel SPSS
5.3.2 Prévisions
5.3.3 Développement de modèles pour
prévisions à court terme

Réaliser l'évaluation des résultats du cours CS101

EXAMEN FINAL

La note finale du cours sera calculée selon la formule suivante :

1. La norme de réussite sera la note de 50 %. Pour obtenir la note de percentile, le nombre de réponses correctes appelé score brut sera divisé par le nombre total.
des points de test et multiplié par 100. Le pourcentage (%) est utilisé pour déterminer et exprimer les scores bruts d'un étudiant dans toutes les évaluations. Le tableau ci-dessous montre un
exemple de l'éventail des notes en pourcentage et leurs équivalents correspondants.
2. L'échelle de notation en cinq points est utilisée pour indiquer le résultat de l'évaluation comme indiqué ci-dessous.

PERCENTAGE GRADE NOTE LETTRE ÉVALUATION DESCRIPTIVE ÉVALUATION SUR CINQ POINTS REMARQUES
90 % – 100 % A Excellent 1.0 Atteint la compétence minimale avec un score exceptionnel
80 % – 89 % B Très bien 1.5 Répond à la compétence minimale avec un score supérieur à la moyenne
70 % - 79 % C Bon 2.0 Atteint la compétence minimale avec un score supérieur à la moyenne
60% - 69% D Satisfaisant 2.5 Atteint la compétence minimale avec un score moyen
50 % – 59 % E Réussi 3.0 Rencontre la compétence minimale
0% – 49% F Échoué 5.0 Ne répond pas aux compétences minimales

COURSE POLICIES:(Requirements)
[Link] Procedure: Attendance will be taken at the beginning of each class using the CLASS CARD which is issued to each student upon enrolment. Students
sont tenus d'assister à chaque cours. Les étudiants sont responsables de tout le matériel couvert pendant toute absence et les devoirs doivent être remis à la date limite
Page | 9 COPIE CONTRÔLÉE FORMULAIRE N° : BSIT#11FIL1APPROUVÉ PAR : PRÉSIDENT DE L'ÉCOLE
 pour le crédit. L'absence de plus de vingt pour cent du nombre requis de réunions dans les cours et/ou les laboratoires entraînera une note "ABANDONNÉE" (DRP).
Les examens manqués nécessiteront une preuve de circonstances atténuantes pour toute considération de rattrapage.
[Link] due to Illness: If you are sick, DO NOT ATTEND THE CLASS. Contact the instructor by e-mail, telephone, or cell phone to discuss how you will keep up
avec les travaux de cours et compléter les expériences de laboratoire.
C.Méthodes d'Instruction : Les méthodes incluront des discussions en tour de rôle et des démonstrations qui traitent des termes clés, des concepts et des formules du chapitre assigné.
Lors de la discussion, un quiz sur les concepts de base de chaque chapitre sera proposé. L'étudiant est censé lire un chapitre et résoudre les problèmes assignés.
chaque semaine. Cela nécessitera en moyenne cinq heures d'étude en dehors de la salle de classe chaque semaine. Les problèmes assignés précédemment seront collectés pour évaluation.
et les solutions seront dérivées en classe. Ce processus est conçu pour aider l'étudiant à comprendre parfaitement les concepts et les applications du matériel
couverte.
[Link] Honesty: All students are expected to behave with academic honesty. It is not academically honest, for example, to misrepresent another person ’s
des mots ou des idées comme si c'étaient les siens, s'attribuer le mérite du travail ou des idées de quelqu'un d'autre, copier et coller du matériel d'un autre document ou d'internet, accepter
aider lors d'un test ou à obtenir des informations avancées ou des documents de test confidentiels, ou agir d'une manière qui pourrait nuire aux chances d'un autre étudiant d'obtenir des résultats académiques
succès. Lorsque l'instructeur estime qu'un étudiant n'a pas réussi à maintenir l'honnêteté académique, il ou elle peut recevoir une note de "F", que ce soit pour l'activité,
rapport de laboratoire, quiz, examen, ou le cours en fonction de la gravité de l'infraction.
CORRECTIVE ACTIONS:(Remedial Assessment)
1. Tout étudiant qui échoue à l'évaluation de catégorie 1 (évaluations écrites) n'est pas autorisé à passer l'évaluation de rattrapage sauf s'il y a une raison valable telle qu'une maladie.
qui doit être soutenu par un certificat médical. L'évaluation corrective, si elle est prouvée valide, doit être donnée dès que possible (au moins une semaine après le
les étudiants ont soumis les documents de soutien).
2. Tout étudiant qui échoue à l'évaluation de la catégorie 2 (évaluation pratique) est soumis à une évaluation de remise à niveau après une semaine de la première évaluation.

Page | 10 COPIE CONTRÔLÉE FORMULAIRE N° : BSMAREIG#11FIL1APPRÉUVÉ PAR : PRÉSIDENT DE L'ÉCOLE