MétaCan
Menu
Retour à la cohorte
Enregistrement W2788886927 · doi:10.19173/irrodl.v19i1.3356

What Research Says About MOOCs – An Explorative Content Analysis

2018· article· en· W2788886927 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesKing Saud University
Mots-clésContent analysisMassive open online courseQuality (philosophy)Empirical researchClass (philosophy)Field (mathematics)Instructional designComputer sciencePhenomenonWorld Wide WebData sciencePsychologySociologyMultimediaSocial science

Résumé

récupéré en direct d'OpenAlex

<p class="3">Since the first offering of a Massive Open Online Course (MOOC) in 2008, the body of literature on this new phenomenon of open learning has grown tremendously. In this regard, this article intends to identify and map patterns in research on MOOCs by reviewing 362 empirical articles published in peer-reviewed journals from 2008 to 2015. For the purposes of this study, a text-mining tool was used to analyse the content of the published research journal articles and to reveal the major themes and concepts covered in the publications. The findings reveal that the MOOC literature generally focuses on four lines of research: (a) the potential and challenges of MOOCs for universities; (b) MOOC platforms; (c) learners and content in MOOCs; and (d) the quality of MOOCs and instructional design issues. Prospective researchers may use these results to gain an overview of this emerging field, as well as to explore potential research directions.</p>

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 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)0,017
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
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 Opus0,340
Tête enseignante GPT0,536
Écart entre enseignants0,196 · 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