iMOOC on Climate Change: Evaluation of a Massive Open Online Learning Pilot Experience
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<p class="BODYTEXT">MOOCs are a recent phenomenon, although given its impact, have been subject to a large debate. Several questions have been raised by researchers and educators alike as regarding its sustainability both economical and as an efficient mode of education provision. In this paper we contribute to this discussion by presenting a case study, a Portuguese MOOC about lived experiences in climate change which piloted the iMOOC pedagogical model developed at Universidade Aberta. The iMOOC is an hybrid model which incorporates elements from existing MOOCs but adds other features drawn from UAb's experience with online learning and aim at better integrate in the larger context of the institutional pedagogical culture. The iMOOC implied also an integration of platforms - Moodle and Elgg. The course had more than one thousand participants, and it was the largest MOOC course on Portuguese language delivered so far. We discuss the effort required to design and deliver the course, the technological solution developed, and the results obtained. We registered a moderate effort to create and run the course, ensured by internal staff from the University. The technological solution was a success, an integrated architecture combining well-established, well-tested open software. The completion rate was 3.3%, but the high success of this innovative learning experience is demonstrated by the active involvement of participants, almost 50% of the ones that followed the course until the end, and the satisfaction survey results, with 90% of approval. Lessons learned from this experience and future research on the field are also discussed.</p><strong>Keywords</strong>: Massive open online course, iMOOC, pedagogical model, learning effectiveness,<strong> </strong>completion rate, cost analysis.
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.
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 | 0,014 | 0,007 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle