Massive Open Online Courses and Higher Education
Notice bibliographique
Résumé
Since the first MOOC was launched at the University of Manitoba in 2008, this new form of the massification of higher education has been a rollercoaster ride for the university sector. The New York Times famously declared 2012 to be the year of the MOOC. However, by 2014, the number of academic leaders who believed the model was unsustainable doubled to more than 50%. While the MOOC hype has somewhat subsided, the attitudes and anxieties of this peak time can still be seen influencing universities and their administrations. This is the first volume that addresses Massive Open Online Courses from a post-MOOC perspective. We move beyond the initial hype and revolutionary promises of the peak-MOOC period and take a sober look at what endures in an area that is still rapidly growing, albeit without the headlines. This book explores the future of the MOOC in higher education by examining what went right, what went wrong and where to next for the massification of higher education and online learning and teaching. The chapters in this collection address these questions from a wide variety of different backgrounds, methodologies and regional perspectives. They explore learner experiences, the move towards course for credit, innovative design, transformations and implications of the MOOC in turn. This book is valuable reading for students and academics interested in education, eLearning, globalisation and information services.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».