META-ANALYSIS OF THE RESEARCH ABOUT MOOC DURING 2013-2014
Notice bibliographique
Résumé
The first MOOC (Massive Open Online Course) was launched in 2008 in Canada. Since then these new model of online education has proliferated around the world and sparked many interesting and often heated discussions regarding their benefits and implications in the field of education. In order to understand and contribute to the debate surrounding MOOCs and their educational possibilities it is necessary to go beyond opinion, intuition or isolated experiences. It is necessary to have evidence that allows for systematic, detailed and contrastive evaluation. Following the methodology used in an earlier investigation that analyzed publications from the first five years of MOOC delivery, this article looks at studies that focus on MOOCs between 2013-2014. Through a systematic search of the available literature, we found 228 investigative works, published in peer reviewed journals. A quantitative and qualitative analysis of these publications is presented. Classification was based on the year of publication, the type of publication and eleven distinct categories we found of interest. We found that increases in the number of publications and, to a lesser extent, presentations at conferences. Pedagogical strategies are the most common focus as well as learner motivation, presentence and implications for higher education systems. The reach/scope of the MOOC phenomenon for online teaching has sparked and challenged both institutions (their structure, pedagogical model, management and business) as well as instructors (their roles and competencies). In order for answers to be able to settle in what the evidence in the investigation has been building, it is necessary to agree on a common set of topics and research methodologies.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».