MétaCan
Menu
Retour à la cohorte
Enregistrement W2185491321 · doi:10.19173/irrodl.v16i6.2153

Opportunities and Threats of the MOOC Movement for Higher Education: The European Perspective

2015· article· en· W2185491321 sur OpenAlexvenueno aff
Robert Schuwer, Inés Gil‐Jaurena, Cengiz Hakan Aydın, Eamon Costello, Christian Dalsgaard, Mark Brown, Darco Jansen, António Teixeira

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésPerspective (graphical)Distance educationMovement (music)Higher educationEducational technologySociologyPolitical sciencePedagogyComputer scienceAesthetics

Résumé

récupéré en direct d'OpenAlex

The Massive Open Online Course (MOOC) movement is the latest ‘big thing’ in Open and Distance Learning (ODL) which threatens to transform Higher Education. Both opportunities and threats are extensively discussed in literature, comprising issues on opening up education for the whole world, pedagogy and online versus campus education. Most of the literature focus on the origin of the MOOC movement in the US. The specific context of Europe with on the one hand autonomous countries and educational systems and on the other hand cross-border cooperation and regulations through the European Union differs from the US context. This specific context can influence the way in which the MOOC movement affect education in Europe, both reusing MOOCs from other continents (US) as publishing MOOCs, on a European platform or outside of Europe. In the context of the EU funded HOME project, a research was conducted to identify opportunities and threats of the MOOC movement on the European institutions of higher education. Three sources of data were gathered and analysed. Opportunities and threats were categorized in two levels. The macro level comprises issues related to the higher education system, European context, historical period and institutional level. The micro level covers aspects related to faculty, professors and courses, thus to the operational level. The main opportunities mentioned were the ECTS system as being a sound base for formal recognition of accomplishments in MOOCs, the tendency to cooperate between institutions, stimulated by EU funded programs and the many innovative pedagogical models used in MOOCs published in Europe. The main threats mentioned were a lacking implementation of the ECTS system, hindering bridging non/formal and formal education and too much regulation, hindering experimenting and innovation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,004
Communication savante0,0100,007
Science ouverte0,0010,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,251
Tête enseignante GPT0,475
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), 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

Citations87
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetOnline Learning and AnalyticsTravaux en français237 207