MétaCan
Menu
Retour à la cohorte
Enregistrement W2770929246 · doi:10.19173/irrodl.v18i7.2942

Faculty Perception of Openness and Attitude to Open Sharing at the Indian National Open University

2017· article· en· W2770929246 sur OpenAlexvenueno aff
Santosh Panda, Sujata Santosh

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpen educational resourcesOpenness to experienceOpen educationDistance educationScarcityOpen learningHigher educationPublic relationsPolitical scienceSociologyKnowledge managementEconomic growthPedagogyPsychologyTeaching methodComputer scienceEconomicsCooperative learning

Résumé

récupéré en direct d'OpenAlex

In the past decade, the educational scenario world over has significantly been impacted by open access and open education movements. The philosophy of openness and sharing forms the cornerstone of the open education movement. The distance education approaches, together with open educational resources (OER) and massive open online courses (MOOCs), are being used to serve the increasing educational needs of diverse communities. However, adoption of openness as a core value and as part of the institutional strategy still remains a challenge for academic institutions in general, and distance education institutions in particular, in developing countries like India. In this research study, the authors report an analysis of the perception of the faculty of the Indira Gandhi National Open University of India (IGNOU) about openness and their attitude towards sharing of resources in academic institutions. Data was collected through a structured questionnaire administered to the teachers and academics of IGNOU (N=69). The results indicated that: the faculty members valued sharing of resources in academic institutions; learning resources should be made available free of cost; there is a strong need for training on intellectual property rights, copyright, and creation and use of OER; and there should be an institutional policy on OER for its effective use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Science ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0090,020
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,176
Tête enseignante GPT0,485
Écart entre enseignants0,309 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetOpen Education and E-LearningTravaux en français237 207