Open to Open? An Exploration of Textbook Preferences and Strategies to Offset Textbook Costs for Online Versus On-Campus Students
Notice bibliographique
Résumé
As open textbook initiatives are on the rise, a burgeoning literature has begun exploring student perceptions of openly licensed textbooks used in higher education. Most of this research has lacked consideration of potential differences in the perceptions of online and on-campus students and has failed to include a control group of students using traditional textbooks. Therefore, the authors employed a 2 x 2 design to directly compare perceptions of online students with on-campus students assigned either open or traditional textbooks. Students (N = 925) enrolled in multiple sections of psychology courses at a midsized R1 institution completed a survey on their perceptions of their particular book’s format and features, as well as strategies they typically employ to offset the cost of expensive course materials. The results revealed that online and on-campus students report disparate strategies for offsetting the high costs of textbooks, different preferences in textbook formats (print versus digital versus both) when cost is not a factor, and differences in their ratings of the importance of various textbook features. Moreover, the results indicate that the use of open textbooks may increase preference for free digital textbooks over paid printed textbooks. Based on these results, the authors suggest that campuses might consider providing customized support to different student populations as open textbook initiatives gain in popularity on university campuses. Additionally, they suggest that prior exposure to open textbooks may increase students’ willingness to use openly licensed materials in future courses. They recommend future research on this question, using a longitudinal within-subjects designs.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».