MétaCan
Menu
Retour à la cohorte
Enregistrement W2759670262 · doi:10.20343/teachlearninqu.5.2.5

Variations in Pedagogical Design of Massive Open Online Courses (MOOCs) Across Disciplines

2017· article· en· W2759670262 sur OpenAlexaffabout
Hedieh Najafi, Carol Rolheiser, Stian Håklev, Laurie Harrison

Notice bibliographique

RevueTeaching & Learning Inquiry The ISSOTL Journal · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDisciplineCurriculumMassive open online courseSet (abstract data type)Learning designMathematics educationPedagogyPsychologyComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,013
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,047
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,003
Communication savante0,0060,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,214
Tête enseignante GPT0,474
Écart entre enseignants0,261 · 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'étudeObservationnel
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

Citations19
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTeaching & Learning Inquiry The ISSOTL JournalMême sujetOnline Learning and AnalyticsTravaux en français237 207