MétaCan
Menu
Retour à la cohorte
Enregistrement W2133645851 · doi:10.1002/bult.2014.1720400510

MOOCs – international information and education phenomenon?

2014· article· en· W2133645851 sur OpenAlexaff
Wilson Lee, Anatoliy Gruzd

Notice bibliographique

RevueBulletin of the Association for Information Science and Technology · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAttritionOpen educationMassive open online courseComputer scienceScale (ratio)Quality (philosophy)World Wide WebData sciencePublic relationsPolitical scienceMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Abstract EDITOR'S SUMMARY Since the 1990s massive open online courses (MOOCs) have offered web‐based learning on a large scale and with open access. The leading MOOC providers in 2014 – Udemy, Coursera and edX – vary in detail but share the goal of facilitating learning for unlimited audiences at no cost or minimal charge, overcoming socioeconomic hurdles and opening education to all. The potential is strong, and data shows promising registration figures from India and economically developing countries. Yet MOOCs fall short of their goal of widespread and readily accessed education, impeded by technology challenges, lack of basic education and predominance of English as the language of instruction. Maintaining a high standard of educational quality is challenging, and attrition rates are very high. Those in library and information science can facilitate learning through MOOCs and also benefit by using the platform to build awareness of the professional field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,289

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,224
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the Association for Information Science and TechnologyMême sujetOnline Learning and AnalyticsTravaux en français237 207