A Study: Exploring the Feasibility of Developing a Computer Science Online Degree Program at Tuskegee University
Notice bibliographique
Résumé
This paper investigates the feasibility of developing an online degree for a computer science and information technology degree programs. Our motivation is to increase access to quality education with the aim of stimulating growth, attracting new students, and retaining our current student body. A survey was conducted of CS/IT online degrees which are offered completely online. The survey includes various historically black colleges and universities (HBCUs) and majority universities throughout the United States to gain a broad perspective on the current offerings. This study provides comparisons of some majority universities against smaller universities, especially HBCUs in terms of online education. The pros and cons associated with online education are discussed to further understand if it could help us attain our goals. The resource and requirements (infrastructure, software, tools, and training) needed to develop a degree completely online are presented. A wide variety of tools, technologies software programs available in both private and public domain are enumerated and described. A detailed discussion is presented based on our departmental and curricular needs, including a phased implementation strategy for creating undergraduate and graduate degree programs online. A cost and benefit analysis is given to determine roughly, the overall effort of implementing online degrees within the CS Department. Lastly, some recommendations and conclusion based on our findings from the cost benefit analysis is presented. The goal of this work is to provide other institutions pondering the implementation of online courses/degree programs with a holistic understanding of this endeavor in terms of magnitude and cost.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».