Investigating perceived barriers to the use of open educational resources in higher education in Tanzania
Notice bibliographique
Résumé
The past few years have seen increasingly rapid development and use of open educational resources (OER) in higher education institutions (HEIs) in developing countries. These resources are believed to be able to widen access, reduce the costs, and improve the quality of education. However, there exist several challenges that hinder the adoption and use of these resources. The majority of challenges mentioned in the literature do not have empirically grounded evidence and they assume Sub-Saharan countries face similar challenges. Nonetheless, despite commonalities that exist amongst these countries, there also exists considerable diversity, and they face different challenges. Accordingly, this study investigated the perceived barriers to the use of OER in 11 HEIs in Tanzania. The empirical data was generated through semi-structured interviews with a random sample of 92 instructors as well as a review of important documents. Findings revealed that lack of access to computers and the Internet, low Internet bandwidth, absence of policies, and lack of skills to create and/or use OER are the main barriers to the use of OER in HEIs in Tanzania. Contrary to findings elsewhere in Africa, the study revealed that lack of trust in others’ resources, lack of interest in creating and/or using OER, and lack of time to find suitable materials were not considered to be barriers. These findings provide a new understanding of the barriers to the use of OER in HEIs and should therefore assist those who are involved in OER implementation to find mitigating strategies that will maximize their usage.
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 | 0,004 | 0,010 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».