MétaCan
Menu
Retour à la cohorte
Enregistrement W2901353599 · doi:10.1177/1475725718811300

Students' Use and Perceptions of the Relevance and Quality of Open Textbooks Compared to Traditional Textbooks in Online and Traditional Classroom Environments

2018· article· en· W2901353599 sur OpenAlexfundno aff
Carrie Cuttler

Notice bibliographique

RevuePsychology Learning & Teaching · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaWashington State UniversityWilliam and Flora Hewlett Foundation
Mots-clésPsychologyMathematics educationPerceptionOpen educational resourcesQuality (philosophy)PedagogyMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

The bulk of previous research on students' perceptions of open educational resources have lacked a control group of students rating traditional textbooks. Moreover, few studies have examined differences in the perceptions of online students and those taking classes in the classroom. A 2 × 2 cross-sectional design was used in which 925 students, assigned either a traditional textbook or an open textbook in either an online or classroom environment, were recruited to complete an online survey. Students assigned open textbooks were almost twice as likely to report using their textbooks, they used them more frequently, and for more time per week overall. Students assigned open textbooks also perceived a greater degree of overlap between the textbook, lecture, and quiz material than did students assigned traditional textbooks. Finally, ratings of the open textbooks were significantly higher than ratings of the traditional textbooks overall and on 11 of 15 different dimensions. Few differences in the online and classroom students were detected, suggesting both groups experienced similar benefits of the open textbooks. These findings demonstrate that replacing traditional textbooks with open textbooks may help to offset some of the financial hardships students face while improving students' engagement and satisfaction with their assigned textbook.

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)0,010
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants1,000
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,118
Tête enseignante GPT0,396
Écart entre enseignants0,279 · 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

Citations35
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology Learning & TeachingMême sujetOpen Education and E-LearningTravaux en français237 207