Open educational resources or closed learning management systems? –The Challenge of Designing ICT Support for Learning Communities in Higher Education
Notice bibliographique
Résumé
ICT support for learning communities in higher education has become commonplace over the last decade. Within universities, there are usually various bottom-up initiatives, using different tools and educational designs to support learning and teaching. As this often takes place with little or no strategic approach to sustainability, at a given point universities strive for an “e-learning strategy”: They try to streamline the various initiatives and to endorse a learning management system that works across faculties. But how to design a strategy and sustainable support services that embrace the expectations of all stakeholders? To add complexity to this design process, there is not only a broad selection of learning management systems available for higher education, but also a strong movement pushing for web 2.0 applications and open educational resources instead of closed learning management systems. Thus – often incommensurate - expectations fly high from all sides. This situation forms the backdrop of the investigation at hand: The paper describes and analyses a participatory planning and implementation process of an e-learning strategy and implementation system at a higher education institute. It focuses on expectations that arise and have to be dealt with - both expected and unexpected ones, with a special emphasis on the inherent tension between implementing a closed learning management system and designing for open educational resources. Furthermore, it looks at unanticipated alliances and at unexpected turns in the development process. Results can inform similar design processes that need to resolve the inherent contradictions between open and closed systems as well as top-down and bottom-up approaches to changes of a learning culture.
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 | 0,020 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,022 |
| Communication savante | 0,025 | 0,036 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».