Evaluation of the UNED MOOCs Implementation: Demographics, Learners' Opinions and Completion Rates
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
The paper is a study about the MOOC experience at the Spanish National University of Distance Education (UNED), where we have collected initial and final information about learners' profiles and opinions, as well as enrolment, completion and certification rates. It is a survey-based study covering 17 MOOCs offered in UNED's own platform, and collects information from a sample of more than 24000 learners (initial survey) and 2003 learners (final survey). The paper first presents an overview of the MOOC experience at UNED, introducing the main features of these courses. Afterwards, it focuses on the methodology used in the study and in the information gathered in the second edition of UNED MOOCs, which took place from November 2013 until March 2014. Learners' average profile is a Spanish female, approximately 37 years old, with a University degree, and generally employed. For many of the participants, UNED MOOCs were their first experiences with these sorts of courses, and the main reasons for enrolment were the course topic and the perceived usefulness for professional development. The expectations regarding completion and certification where initially very high, but completion rates remain below 14%. In the final survey, the overall experience in the MOOCs and the different tools used in the courses were highly valued by learners, except the support figures (curator, facilitator, peers), which received lower ratings. These findings are of interest for the institution and further research, refining learning analytics, is encouraged.
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 | 0,012 | 0,003 |
| 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 | 0,000 | 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 découle