MétaCan
Menu
Retour à la cohorte
Enregistrement W2799976694 · doi:10.19173/irrodl.v19i3.3723

Eight Patterns of Open Textbook Adoption in British Columbia

2018· article· en· W2799976694 sur OpenAlexaffvenueabout
Jennifer Barker, Ken Jeffery, Rajiv S. Jhangiani, George Veletsianos

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensKwantlen Polytechnic UniversityRoyal Roads UniversityBritish Columbia Institute of TechnologyDouglas College
Organismes subventionnairesnon disponible
Mots-clésPublic relationsOpen educational resourcesPolitical scienceHigher educationOpen educationSet (abstract data type)SociologyBusinessPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

Since the launch of the BC Open Textbook Project in 2012, the adoption of open textbooks has steadily grown within public post-secondary institutions in British Columbia, Canada. An analysis of adoption records over a five-year period reveals that open textbooks have been adopted across all types of institutions, including research universities, teaching universities, colleges, and institutes, and across a diverse set of disciplines, with the largest numbers in the sciences and social sciences. In this report we identify, describe, and illustrate eight distinct patterns of open textbook adoption. These are: stealth adoption, adoption by infection, committee adoption, sanctioned exceptional adoption, course developer adoption, infection by inter-institutional carrier, creation and adoption, and lone adoption. While these patterns are not intended to be exhaustive, we hope that identifying these patterns provides a useful framework for campus leaders to (a) understand how adoptions occur in their own contexts, (b) identify ways to support further adoptions, (c) recognize that there are multiple ways, and no single path, to supporting the adoption of educational innovations at their institutions, and (d) foster the embrace of wider open educational practices.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,182
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,003
Intégrité de la recherche0,0000,000
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 Opus0,072
Tête enseignante GPT0,422
Écart entre enseignants0,350 · 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 tête enseignante, 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

Citations11
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

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