MétaCan
Menu
Retour à la cohorte
Enregistrement W2981231155

Evaluating Long-term MOOC Impact: A Case Study of TEL MOOC

2019· article· en· W2981231155 sur OpenAlexaboutno aff
Leigh‐Anne Perryman

Notice bibliographique

RevueOpen Research Online (The Open University) · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Massive open online courseDigital preservationComputer scienceMathematics educationPsychologyLibrary science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since the launch of the first massive open online course (MOOC) in 2008, numerous claims have been made about MOOCs’ power to ‘fix’ broken education systems, including those in the Global South. However, some (e.g. Altbach, 2014) argue that MOOCs are strengthening the dominant academic culture of the West, to the exclusion of alternative voices. Subsequently, there has been a growing call for the creation of more localised MOOCs in the Global South, in addition to demand for rigorous evaluation of MOOCs’ long term impact in order to ascertain whether individual courses are meeting their intended outcomes for learners and other stakeholders in diverse contexts. This paper outlines a new approach to investigating MOOCs’ long-term impact, developed in connection with a long-term impact evaluation of the ‘Introduction to Technology-Enabled Learning (TEL) MOOC’ (https://www.telmooc.org/) - a collaboration between Athabasca University, Canada, and the Commonwealth of Learning. A ‘theory of change’ approach has been applied as the framework for the TEL MOOC evaluation, allowing for investigation of complex mechanisms of change and causality. The evaluation findings themselves will be shared at PCF9 and will be the focus of a subsequent report.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0100,013
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,255
Tête enseignante GPT0,512
Écart entre enseignants0,258 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Research Online (The Open University)Même sujetOnline Learning and AnalyticsTravaux en français237 207