MétaCan
Menu
Retour à la cohorte
Enregistrement W1753006307 · doi:10.19173/irrodl.v16i5.2027

Examining Value Change in MOOCs in the Scope of Connectivism and Open Educational Resources Movement

2015· article· en· W1753006307 sur OpenAlexvenueno aff
Hayriye Tuğba Öztürk

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConnectivismOpen educational resourcesScope (computer science)AutonomyOpenness to experienceMassive open online courseValue (mathematics)PedagogyKnowledge managementSociologyPsychologyComputer sciencePolitical scienceLearning theory

Résumé

récupéré en direct d'OpenAlex

Massive Open Online Courses (MOOCs) came to prominence with Open Educational Resources Movement (OERM). It was based upon the idea of libre in removal of some permission barriers and gratis in removing the price barrier (Suber, 2008) in learning resources. In line with the theoretical underpinnings of OERM, MOOCs embody primary characteristics of connectivist pedagogy which are autonomy, diversity, openness, and community participation. However, in time, moving away from its original philosophical and pedagogical values, new variations of MOOCs have emerged and new MOOCs have become more market oriented and are aligned with instructivist, cognitive, and behaviourist pedagogy. In an attempt to empirically examine the change in underlying values of the MOOCs, a survey method was employed by using a Connectivist Learning Environment Assessment Tool which was developed in the scope of this research. The tool could be useful for formulating and justifying a conceptual framework that enables us to reify the connectivist pedagogy and assess connectivist underpinnings of a learning environment including MOOCs. This research aims to contribute to MOOC studies against the background of previous knowledge from the Open Education and Connectivist fields.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,003
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,253
Tête enseignante GPT0,486
Écart entre enseignants0,233 · 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.

Devis d'étudeObservationnel
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

Citations25
Publié2015
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