From Open Content to Open Course Models: Increasing Access and Enabling Global Participation in Higher Education
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Two of the major challenges to international students’ right of access to higher education are geographical/economic isolation and academic literacy in English (Carey, 1999, Hamel, 2007). The authors propose that adopting open course models in traditional universities, through blended or online delivery, can offer benefits to the institutions and to the open education movement itself, in particular with non-Anglophone students. This paper describes the model and an implementation with undergraduate students in Canada, Mexico, and Russia. The implementation of the model was examined in three studies, which relied on data collected from student interviews, instructor observations and reflections, instructor interviews, course documents, and discussion forum transcripts. The authors note that the main benefit of an open course model is the development of academic literacy for students of English as an Other Language (EOL). Other benefits include 1) international course transfers, 2) breadth of professorial exposure for the students, 3) flexibility in professors’ employment and professional development, and 4) course credits for students. Some of the challenges include 1) varying levels of Internet access, 2) coordination of the participation of the instructors, and 3) different teaching and learning practices. The authors conclude that an open course model might be applied in various contexts, such as in disciplines where global perspectives are important, in applied/professional programs, and in distance or face-to-face courses. Also, the model is useful for students working together on research, case studies, or joint projects, and it could be applied within an institution to enhance inter-disciplinary content and approaches
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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