Massive Open Online Course Instructor Motivations, Innovations, and Designs: Surveys, Interviews, and Course Reviews | Motivations, innovations et conceptions des instructeurs de cours en ligne ouverts à tous : sondages, entrevues et évaluations de cours
Notice bibliographique
Résumé
This mixed methods study explores instructor motivations for offering massive open online courses (MOOCs) as well as the instructional innovations used to enhance the MOOC design. The researchers surveyed 143 MOOC instructors worldwide and then interviewed 12 of these instructors via Zoom. They also extensively reviewed the MOOCs of the interviewees. The primary motivations for offering MOOCs included “growth” needs such as curiosity about MOOCs and the exploration of new ways of teaching. In addition, “relatedness” needs of instructors included reaching more people, showcasing research and teaching, marketing their university, integrating interactive technology, and obtaining peer reviews. The perceived instructional innovations of these MOOC instructors included using problem-based learning, service learning in MOOCs, and shortening the length of videos. Overall, these MOOC instructors were satisfied with their MOOC designs.Cette étude faisant appel à des méthodes mixtes explore les motivations des instructeurs de cours en ligne ouverts à tous ainsi que les innovations pédagogiques utilisées pour améliorer la conception de ces cours. Les chercheurs ont procédé au sondage de 143 instructeurs de cours en ligne ouverts à tous à travers le monde et ont ensuite interviewé 12 de ces instructeurs par l’entremise de Zoom. Ils ont également réalisé un examen approfondi des cours en ligne ouverts à tous des instructeurs interviewés. Les motivations principales pour l’offre de cours en ligne ouverts à tous comprenaient des besoins relatifs à la « croissance », comme la curiosité au sujet de ces cours et l’exploration de nouvelles façons d’enseigner. De plus, les désirs relationnels des instructeurs comprenaient joindre plus de gens, mettre en lumière la recherche et l’enseignement, publiciser leur université, intégrer la technologie interactive et obtenir des évaluations par les pairs. Les innovations pédagogiques perçues par ces instructeurs de cours en ligne ouverts à tous comprenaient l’utilisation de l’apprentissage par résolution de problèmes, de l’apprentissage par le service dans les cours en ligne ouverts à tous et la durée écourtée des vidéos. Dans l’ensemble, les instructeurs de cours en ligne ouverts à tous étaient satisfaits de leur conception de cours.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».