MétaCan
Menu
Retour à la cohorte
Enregistrement W2799628910 · doi:10.5206/cjsotl-rcacea.2018.1.5

As Good or Better than Commercial Textbooks: Students’ Perceptions and Outcomes from Using Open Digital and Open Print Textbooks

2018· article· en· W2799628910 sur OpenAlexafffundvenueabout
Rajiv S. Jhangiani, Farhad N. Dastur, Richard Le Grand, Kurt S. Penner

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesKwantlen Polytechnic University
Mots-clésOpen educational resourcesOpen educationElectronic publishingPedagogyPsychologySociologyHumanitiesLibrary scienceArtComputer scienceThe InternetWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The increase in the cost of college textbooks together with the proliferation of digital content and devices has inspired the development of open textbooks, open educational resources that are free, openly licensed, and often peer-reviewed. Although several published studies have investigated the impact of open textbook adoption on educational outcomes, none have separated the effects of textbook openness and format and only two have taken place in Canada (Hendricks, Reinsberg, & Rieger, 2017; Jhangiani & Jhangiani, 2017). This study investigates the perceptions, use, and course performance of Canadian post-secondary students assigned a commercial or open textbook in either print or digital format. Results show that students using the print format of the open textbook perceive its quality to be superior to the commercial textbook. Moreover, students assigned an open textbook in either format perform either no differently from or better than those assigned a commercial textbook. These results are consistent with the existing literature and support the conclusion that the cost savings to students associated with the adoption of open textbooks do not come at the expense of resource quality or student performance. L’augmentation du coût des manuels universitaires ainsi que la prolifération du contenu numérique et des appareils électroniques ont inspiré le développement de manuels ouverts, des ressources éducationnelles qui sont gratuites, dont les licences d’exploitation sont ouvertes et qui sont souvent évalués par les pairs. Bien que plusieurs études publiées aient étudié l’impact de l’adoption de manuels ouverts sur les résultats éducationnels, aucune n’a séparé les effets du caractère ouvert des manuels et du format et seulement deux études ont été menées au Canada (Hendricks, Reinsberg & Rieger, 2017; Jhangiani & Jhangiani, 2017). Cette étude examine les perceptions, l’emploi et les résultats des étudiants dans des établissements d’enseignement supérieur canadiens à qui on avait assigné un manuel commercial ou un manuel ouvert en format imprimé ou numérique. Les résultats ont montré que les étudiants qui avaient utilisé le format imprimé du manuel ouvert avaient perçu que sa qualité était supérieure à celle du manuel commercial. De plus, les étudiants à qui on avait assigné un manuel ouvert dans l’un ou l’autre des formats avaient obtenu des résultats semblables à ceux des étudiants à qui on avait assigné un manuel commercial. Ces résultats concordent avec les publications existantes et confirment la conclusion que les économies de coûts pour les étudiants liées à l’adoption de manuels ouverts n’entraînent pas une dégradation de la qualité des ressources ni des résultats des étudiants.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,098
Tête enseignante GPT0,378
Écart entre enseignants0,280 · 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.

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

Citations88
Publié2018
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetOpen Education and E-LearningTravaux en français237 207