Variations in Pedagogical Design of Massive Open Online Courses (MOOCs) Across Disciplines
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
Given that few studies have formally examined pedagogical design considerations of Massive Online Open Courses (MOOCs), this study explored variations in the pedagogical design of six MOOCs offered at the University of Toronto, while considering disciplinary characteristics andexpectations of each MOOC. Using a framework (Neumann et al., 2002) characterizing teaching and learning across categories of disciplines, three of the MOOCs represented social sciences and humanities, or “soft” MOOCs, while another three represented sciences, or “hard” MOOCS. We utilized a multicase study design for understanding differences and similarities across MOOCs regarding learning outcomes, assessment methods, interaction design, and curricular content. MOOC instructor interviews, MOOC curricular documents, and discussion forum data comprised the data set. Learning outcomes of the six MOOCs reflected broad cognitive competencies promoted in each MOOC, with the structure of curricular content following disciplinary expectations. The instructors of soft MOOCs adopted a spiral curriculum and created new content in response to learner contributions. Assessment methods in each MOOC aligned well with stated learning outcomes. In soft MOOCs, discussion and exposure to diverse perspectives were promoted while in hard MOOCs there was more emphasis on question and answer. This study shows disciplinary-informed variations in MOOC pedagogy, and highlights instructors’ strategies to foster disciplinary ways of knowing, skills, and practices within the parameters of a generic MOOC platform. Pedagogical approaches such as peer assessment bridged the disciplines. Suggestions for advancing research and practice related to MOOC pedagogy are also included.
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 | 0,006 | 0,004 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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