MétaCan
Menu
Retour à la cohorte
Enregistrement W1530185735 · doi:10.19173/irrodl.v15i5.1856

Making ‘MOOCs’: The construction of a new digital higher education within news media discourse

2014· article· en· W1530185735 sur OpenAlexvenueno aff
Scott Bulfin, Luci Pangrazio, Neil Selwyn

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMainstreamPublic relationsSociologySocial mediaUnderpinningDigital mediaPolitical scienceMedia studiesEngineering

Résumé

récupéré en direct d'OpenAlex

One notable ‘disruptive’ impact of massive open online courses (MOOCs) has been an increased public discussion of online education. While much debate over the potential and challenges of MOOCs has taken place online confined largely to niche communities of practitioners and advocates, the rise of corporate ‘xMOOC’ ventures such as Coursera, edX and Udacity has prompted popular mass media interest at levels not seen with previous educational innovations. This article addresses this important societal outcome of the recent emergence of MOOCs as an educational form by examining the popular discursive construction of MOOCs over the past 24 months within mainstream news media sources in United States, Australia and the UK. In particular, we provide a critical account of what has been an important phase in the history of educational technology—detailing a period when popular discussion of MOOCs has far outweighed actual use/participation. We argue that a critical analysis of MOOC discourse throughout the past two years highlights broader societal struggles over education and digital technology—capturing a significant moment before these debates subside with the anticipated normalization and assimilation of MOOCs into educational practice. This analysis also sheds light on the influences underpinning how many people perceive MOOCs thereby leading to a better understanding of acceptance/adoption and rejection/resistance amongst various professional and popular publics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0060,026
Communication savante0,0290,022
Science ouverte0,0010,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,098
Tête enseignante GPT0,459
Écart entre enseignants0,361 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations89
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetOnline Learning and AnalyticsTravaux en français237 207