MétaCan
Menu
Retour à la cohorte
Enregistrement W2884342385 · doi:10.56059/jl4d.v5i2.282

Challenges of Adopting Open Educational Resources (OER) in Kenyan Secondary Schools: The Case of Open Resources for English Language Teaching (ORELT)

2018· article· en· W2884342385 sur OpenAlexaboutno aff
Daniel Ochieng Orwenjo, Fridah Kanana Erastus

Notice bibliographique

RevueJournal of Learning for Development · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKenyaOpen educational resourcesCommonwealthCompetence (human resources)Open learningQuality (philosophy)Distance educationPedagogyPolitical sciencePublic relationsBusinessMedical educationSociologyTeaching methodPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Kenya, like many African countries, has faced enormous challenges in the production of and access to quality relevant teaching and learning materials and resources in her primary and secondary school classrooms. This has been occasioned by a plethora of factors which include, but are not limited to a lack of finances, tradition, competence, and experience to develop such resources. Such a situation has persisted despite the existence and availability of many Open Educational Resources (OERs) that have been developed by many education stakeholders at enormous costs. Such freely available resources could potentially improve the quality of existing resources or help to develop new courses. Yet, their uptake and reuse in secondary and primary schools in Kenya continues to be very low. This paper reports the findings of a study in which Open Resources for English Language Teaching (ORELT) developed by the Commonwealth of Learning (COL), Canada, were piloted in sampled fifty (50) Kenyan secondary schools. The study applied the Model 1 – Distance and Dependence (Zhao et al 2002) model to investigate the challenges that hinder instructors to adopt and use ORELT materials. The study reported that poor infrastructure, negative attitudes, lack of ICT competencies, and other skill gaps among teachers and lack of administrative support are some of the implementation challenges that have continued to dog the implementation, adoption and use of OERs in Kenyan schools. The findings of the present study will go a long way in providing useful insights to the developers of OERs and Kenyan education stakeholders in devising strategies of maximum utilisation of OERs in the Kenyan school system.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0160,006
Communication savante0,0060,005
Science ouverte0,0020,005
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,344
Écart entre enseignants0,304 · 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'étudeQualitatif
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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Learning for DevelopmentMême sujetOpen Education and E-LearningTravaux en français237 207