ALAurélien Léchappé

Aurélien Léchappé

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Aurélien Léchappé has a total of 11 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Measuring and modelling team activity in virtual reality : from social signals to collaboration indices

    by Aurélien Léchappé

    Mesure et modélisation de l’activité collaborative en réalité virtuelle : des signaux sociaux aux indices de collaboration: Une baisse de la qualité de la collaboration peut entraîner des événements indésirables aux conséquences graves sur les résultats des tâches et la sécurité des collaborateurs, notamment en milieux industriel et médical. L’analyse des situations collaboratives par des spécialistes des facteurs humains reste pertinente pour identifier ces problèmes, mais demeure longue et parfois difficile à mettre en œuvre. Pour pallier ces limites, des chercheurs proposent une évaluation fondée sur le traitement des signaux sociaux, permettant de suivre en temps réel l'état de collaboration à partir de données multimodales recueillies pendant l'activité. Les études de terrain pouvant être limitées par la complexité analytique, les considérations éthiques et la disponibilité des capteurs, la réalité virtuelle (RV) apparaît pertinente pour tester cette approche : des environnements de RV contrôlés offrent un cadre pratique pour prototyper, collecter des données comportementales précises et déterminer quels indicateurs de collaboration détectent le plus efficacement les niveaux et profils de collaboration. La thèse adopte une approche d'évaluation en temps réel de la collaboration à partir de signaux multimodaux afin de détecter les variations de ses dimensions. À terme, l’objectif est de fournir un retour d'information adaptatif pour prévenir les événements indésirables et favoriser la collaboration au sein de l'équipe. La thèse explore l’opérationnalisation des signaux collectés en indicateurs de collaboration pour catégoriser les états de collaboration, évaluer leur pertinence selon la taille des groupes et évaluer des indicateurs agrégés au niveau de l'équipe.Trois études sont présentées : les deux premières études évaluent des situations collaboratives de résolution de puzzles en dyade et examinent la pertinence d'indicateurs issus de différents domaines de la recherche sur la collaboration (Computer-Supported Collaborative Learning et Computer-Supported Cooperative Work). Elles proposent et testent une approche de suivi en temps réel pour évaluer la collaboration et détecter des profils, en s’appuyant sur les taxonomies existantes des profils dyadiques. La troisième étude explore la validation du modèle et des indicateurs dérivés proposés dans les précédentes études, dans une situation collaborative triadique. Elle intègre des indicateurs spatiaux, calcule des indicateurs au niveau de l'équipe et suggère d'explorer la détection de sous-ensembles d'indicateurs pour rendre compte de dynamiques collaboratives spécifiques au fil de l'activité. La thèse fait progresser le domaine grâce à des contributions littéraires, techniques et communautaires. Elle propose une taxonomie actualisée des profils dyadiques intégrant des indicateurs comportementaux calculés en temps réel à partir de signaux sociaux multimodaux, ainsi qu’une approche reproductible de détection fondée sur cette taxonomie. Empiriquement, elle applique une analyse collaborative multimodale à des tâches en RV et valide des indicateurs verbaux et visuels comme marqueurs efficaces du niveau de collaboration en RV. Sur le plan technique, la thèse fournit des composants pour le calcul en temps réel d'indicateurs visuels, verbaux, physiques et spatiaux aux niveaux individuel, dyadique et collectif, des modules de détection des profils de collaboration stéréotypés, et un tableau de bord de visualisation en temps réel des indicateurs et de la dynamique comportementale. L’ensemble de ces composants est accessible au public. Enfin, la thèse publie deux jeux de données structurés et reproductibles capturant : (1) une collaboration dyadique stéréotypée lors d'une activité de résolution de puzzles en RV, et (2) une collaboration triadique lors d'une activité de construction de structures en RV.

  • Open Access

    How to Categorize Collaboration during a Collaborative Puzzle-solving Task? Validation of Collaboration Profiles using Multimodal Data in Virtual Reality Context

    by Aurélien Léchappé, Cédric Fleury, Mathieu Chollet, Cédric Dumas

    In high-stakes collaborative situations, a decline in collaboration quality can lead to adverse events with significant consequences. Analyses performed by Human factor (HF) specialists, while effective in identifying and addressing collaboration issues, are case-specific and most of the time performed a posteriori. To address these limitations, our research focuses on a real-time assessment of collaboration processes using multimodal signals collected and analyzed during the activity. Existing collaboration profiles taxonomies face limitations such as a posteriori profiles detection and the absence of quantitative behavioral indicators that can be measured during the activity. Leveraging Virtual Reality (VR), we have developed a framework for evaluating collaboration in controlled setting, testing the effectiveness of a subset of multimodal signals to detect collaboration profiles. We test our approach in a study including 11 stereotyped collaborative scenarios applied to a VR puzzle-solving task. This study reveals the effectiveness of our approach in distinguishing between non-collaborative and highly collaborative profiles. However, challenges arise in discriminating between closely related collaborative profiles. This paper also proposes some guidelines on how to improve the collaboration profile detection framework and address other collaborative situations.


  • Open Access

    Understanding Social Interactions in Reality Versus Virtuality

    by Aurélien Léchappé, Ross Johnstone, Aurélien Milliat, John H Williamson, Mathieu Chollet, Julie R. Williamson


  • Open Access

    Real-Time Feedback for Enhancing Team Collaboration: A Comparative Analysis of Collaboration Metrics with a Production Line Scenario using Virtual Reality

    by Thomaz Fèvre, Aurélien Léchappé, Camilo Charron, Cédric Dumas

    Effective collaboration is essential in high-stakes environments where poor teamwork can lead to critical errors and adverse outcomes. This Work in Progress aims to contribute to research by providing real-time feedback to prevent critical situations arising from inadequate collaboration. We are developing an experiment to compare seven indicators of collaboration for their effectiveness in real-time context. Using a collaborative virtual environment, we can control the situation and environmental effects, allowing for precise and reliable assessment of each indicator. The goal is to identify the most efficient indicators for real-time assessment of collaboration, thereby enhancing team performance and preventing critical failures. This research will contribute to optimizing teamwork and operational success in critical fields, such as industrial applications, where collaboration is crucial.


  • Open Access

    Characterization of collaboration in a virtual environment with gaze and speech signals

    by Aurélien Léchappé, Aurélien Milliat, Cédric Fleury, Mathieu Chollet, Cédric Dumas

    Collaboration during the completion of complex tasks requires synchronization and effective communication within teams. In this paper, we study multimodal collaboration metrics with the intention of designing collaboration support systems that enable the evaluation of collaboration quality. The goal is to provide real-time feedback and prevent the emergence of critical situations due to poor collaboration. We use a collaborative virtual environment to control the situation and the effects of the environment. As a first step to measure collaboration, we present a work in progress that aims to test the effectiveness of verbal and gaze measurements as an indicator of collaboration quality. To do so, an assembly task was performed by twelve dyads in our virtual environment. A tool was designed to process activity inputs in real time. Our findings show that verbal and gaze metrics can provide feedback on collaboration in virtual environment. Using these measures together with others would provide more accurate feedback on collaboration. Lastly, suggestions for improving the tool and an interest for other collaboration indicators are raised.


  • Open Access

    Using Multimodal Data to Predict Surgeon Situation Awareness

    by Aurelien Lechappe, Mathieu Chollet, Jerome Rigaud, Caroline G. L. Cao