Open educational resources in Malaysia
Notice bibliographique
Résumé
Open educational resources (OER) are a relatively new phenomenon in the Malaysian higher education (HE) sector. Although there have been “lone rangers” strongly advocating the use of OER in the country, many HE institutions, including Wawasan Open University, Open University of Malaysia and Asia e University, are yet to make use and reuse of OER a mainstream practice. There also seems to be reticence over making content freely available to the nation or the region, as well as an absence of policy directions. Notwithstanding, some of these institutions, urged on by individual staff, are taking a serious look at adopting an institutional policy on OER and digital resources. A prime example of this new movement is the OER-based, self-directed open and distance learning course material developed by Wawasan Open University as a pilot project leading to an institutional policy on the use and reuse of OER. Under a grant from the International Development Research Centre of Canada through an umbrella study on Openness and Quality in Asian Distance Education, a team of collaborators from various Asian countries developed an extensive survey instrument to identify the Asian landscape of digital resources and OER. In Malaysia, the instrument was officially made available to 15 public, private not-for-profit and private for-profit HE institutions. A total of 43 valid responses were received from individuals who are using digital resources/OER, as well as institutional authorities who commented on the institutional stand on OER. This report summarises the findings from the survey responses gathered from Malaysia and provides an overview of the Malaysian HE landscape with respect to digital resources and OER use.
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 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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».