Uptake of OER by staff in distance education in South Africa
Notice bibliographique
Résumé
Open Educational Resources (OER) emerged within the context of open education which is typically characterized by the sharing of knowledge and resources and the exchange of ideas. Unisa as a mega open distance learning (ODL) university has publicly communicated its intention to take part in the use and creation of OER. As global and local university research on OER is limited, this prompted an investigation to gauge the uptake of OER at Unisa, by staff, with the purpose of institutional information gathering for decision making and planning in this area. During 2014, a survey was undertaken for this reason. The survey examined knowledge of OER, Intellectual Property (IP) Rights and Licensing, participation in OER, barriers to OER and OER in the Unisa context with a view to determining the stage at which the institution is in terms of adopting and engaging with the OER initiative. The results indicated that although there is knowledge and understanding of OER, this has not been converted into active participation. It further highlighted the barriers that are prohibiting the operationalization of OER and resulted in recommendations for planning and activities in respect of OER. The constructs investigated and the results thereof might not be generalizable to other contexts, although commonalities are likely. The insights should prove useful to a variety of contexts. The paper illustrates the need for institutions, irrespective of context, to take stock of the impact of initiatives and in this case evaluate how the institution and staff mature through various phases in the uptake of OER in order to guide effective planning, decision making and implementation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».