Le secteur de l’apprentissage, déjà soumis à de nombreuses transformations, subit une accélération sans précédent depuis la crise de la COVID-19. Universités et écoles de commerce sont soumises à un marché de plus en plus complexe qui impose une reconfiguration en profondeur de leur modèle. Intelligence artificielle, virtualisation, distanciel, hybridation, etc., les enjeux pédagogiques sont vertigineux et les interrogations nombreuses.

Présentation

Le secteur de l’apprentissage, déjà soumis à de nombreuses transformations, subit une accélération sans précédent depuis la crise de la COVID-19.

Universités et écoles de commerce sont soumises à un marché de plus en plus complexe qui impose une reconfiguration en profondeur de leur modèle.

Intelligence artificielle, virtualisation, distanciel, hybridation, … les enjeux pédagogiques sont vertigineux et les interrogations nombreuses.

• Comment renforcer l’engagement, la motivation et la montée en compétences des étudiants ?
• Quels sont les modes d’apprentissage qui favorisent une pédagogie efficace et différenciante ?
• Que faut-il enseigner aux futurs managers ?
• Qui seront les futurs acteurs de l’apprentissage et quel sera leur modèle économique?
• Comment faire face aux risques de disruption et contrer les nouveaux concurrents?

Voici quelques-unes des interrogations (non exhaustives) auxquelles cet appel à contributions, destinés aux chercheurs et professionnels, tente d’apporter une réponse à la fois théorique et pratique.

Le contenu d’un numéro

Un numéro de Management & Data Science comprend :

• Un éditorial(entre 1000 et 2000 mots)
• Des avis d’expert(entre 1000 et 2000 mots)
• Des articles de recherche(2000 mots. une note méthodologique se trouvera à la fin de l’article)
• Des cas d’application(entre 1000 et 2000 mots)
• Des actualités(entre 1000 et 2000 mots)
• Annonce d’événements (à la charge de l’équipe de rédaction)
• notes de lectures

Soumission d’un article

Les manuscrits doivent être soumis (au format Word) par voie électronique, à l’adresse suivante : soumission@management-datascience.org

avant le 15 décembre 2020.

1. Sur réception de l’article complet, un membre du comité de rédaction (qui peut être le rédacteur en chef invité au numéro ou le rédacteur en chef) en fait une lecture pour décider de son acceptabilité.
2. Un accusé de réception est envoyé à l’auteur afin de l’aviser de la réception de l’article et de son acceptabilité ou non. Dans le cas d’un refus, l’évaluateur interne peut suggérer des modifications souhaitées avant une nouvelle soumission de l’article.
3. Dans le cas d’une acceptation, l’article est alors soumis (de manière anonyme) à deux évaluateurs scientifiques. En cas de contradiction entre les deux évaluateurs, l’article sera soumis à un membre du comité scientifique. Dans l’éventualité où ce troisième évaluateur ne serait pas disponible, les membres du comité de rédaction trancheront.

4. Sur réception des recommandations des évaluateurs, le rédacteur en chef prend l’une des décisions suivantes : Publication de l’article, Publication avec corrections mineures, Publication avec corrections majeures, Refus. Un courriel est envoyé à l’auteur afin de lui signifier l’acceptation de son article ou son refus. Une Lettre du rédacteur en chef de la revue informera les auteurs de la décision motivée qui a été prise.
5. Les auteurs ont un certain délai (variable suivant les dossiers) pour procéder aux corrections.
6. La nouvelle version est alors transmise au rédacteur en charge de l’article, qui évalue une seconde fois le texte. Les auteurs peuvent alors être invités à procéder à de nouvelles corrections. Si les corrections ne sont pas apportées, le comité de rédaction se donne le droit de ne pas publier le texte concerné.

La revue ne prélève aucun frais de soumission, ni de publication.

Tout article proposé doit respecter les consignes suivantes.

Droits d’auteur

Les articles soumis à la revue ne doivent pas avoir été publiés auparavant dans leur forme actuelle ou sensiblement similaire, ou être à l’étude pour publication au sein d’une autre revue. Les auteurs qui soumettent des articles pour publication garantissent que le travail ne constitue pas une violation de tout droit d’auteur existant et s’engage à indemniser l’éditeur contre toute violation de cette garantie.

Les articles publiés par Management & Data Science sont placés sous licence Creative Commons – Attribution – Pas de Modification(CC BY-ND).

Cette licence autorise la redistribution, à des fins commerciales ou non, tant que l’œuvre est diffusée sans modification et dans son intégralité, avec attribution et citation de votre nom.