Open Educational Practices in Australia: A First-phase National Audit of Higher Education
Notice bibliographique
Résumé
For fifteen years, Australian Higher Education has engaged with the openness agenda primarily through the lens of open-access research. Open educational practice (OEP), by contrast, has not been explicitly supported by federal government initiatives, funding, or policy. This has led to an environment that is disconnected, with isolated examples of good practice that have not been transferred beyond local contexts.This paper represents first-phase research in identifying the current state of OEP in Australian Higher Education. A structured desktop audit of all Australian universities was conducted, based on a range of indicators and criteria established by a review of the literature. The audit collected evidence of engagement with OEP using publicly accessible information via institutional websites. The criteria investigated were strategies and policies, open educational resources (OER), infrastructure tools/platforms, professional development and support, collaboration/partnerships, and funding.Initial findings suggest that the experience of OEP across the sector is diverse, but the underlying infrastructure to support the creation, (re)use, and dissemination of resources is present. Many Australian universities have experimented with, and continue to refine, massive open online course (MOOC) offerings, and there is increasing evidence that institutions now employ specialist positions to support OEP, and MOOCs. Professional development and staff initiatives require further work to build staff capacity sector-wide.This paper provides a contemporary view of sector-wide OEP engagement in Australia—a macro-view that is not well-represented in open research to date. It identifies core areas of capacity that could be further leveraged by a national OEP initiative or by national policy on OEP.
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 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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».