Elderly Learners and Massive Open Online Courses: A Review
Notice bibliographique
Résumé
BACKGROUND: Massive open online courses (MOOCs) have become commonplace in the e-learning landscape. Thousands of elderly learners are participating in courses offered by various institutions on a multitude of platforms in many different languages. However, there is very little research into understanding elderly learners in MOOCs. OBJECTIVE: We aim to show that a considerable proportion of elderly learners are participating in MOOCs and that there is a lack of research in this area. We hope this assertion of the wide gap in research on elderly learners in MOOCs will pave the way for more research in this area. METHODS: Pre-course survey data for 10 University of Reading courses on the FutureLearn platform were analyzed to show the level of participation of elderly learners in MOOCs. Two MOOC aggregator sites (Class Central and MOOC List) were consulted to gather data on MOOC offerings that include topics relating to aging. In parallel, a selected set of MOOC platform catalogues, along with a recently published review on health and medicine-related MOOCs, were searched to find courses relating to aging. A systematic literature search was then employed to identify research articles on elderly learners in MOOCs. RESULTS: The 10 courses reviewed had a considerable proportion of elderly learners participating in them. For the over-66 age group, this varied from 0.5% (on the course "Managing people") to 16.3% (on the course "Our changing climate"), while for the over-56 age group it ranged from 3.0% (on "A beginners guide to writing in English") to 39.5% (on "Heart health"). Only six MOOCs were found to include topics related to aging: three were on the Coursera platform, two on the FutureLearn platform, and one on the Open2Study platform. Just three scholarly articles relating to MOOCs and elderly learners were retrieved from the literature search. CONCLUSIONS: This review presents evidence to suggest that elderly learners are already participating in MOOCs. Despite this, there has been very little research into their engagement with MOOCs. Similarly, there has been little research into exploiting the scope of MOOCs for delivering topics that would be of interest to elderly learners. We believe there is potential to use MOOCs as a way of tackling the issue of loneliness among older adults by engaging them as either resource personnel or learners.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».