MétaCan
Menu
Retour à la cohorte
Enregistrement W3036526101 · doi:10.24908/pceea.vi0.14183

OPEN EDUCATIONAL RESOURCES IN UNDERGRADUATE OPEN EDUCATIONAL RESOURCES IN UNDERGRADUATE CHALLENGES

2020· article· en· W3036526101 sur OpenAlexaffvenueabout
Grant McSorley, Agnes D’Entremont, Johnathan Verrett, Nadine Ibrahim, John Dickinson, Rick Sellens, Deena Salem

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensWestern UniversityUniversity of WaterlooQueen's UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOpen educational resourcesOpen educationEducational resourcesEngineering managementKnowledge managementEngineering ethicsPolitical scienceComputer scienceEngineeringPedagogyWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

Open Education Resources are pedagogical resources which are available under open licences for reuse and remixing. These resources support collaborative development of education material, the ongoing evolution and improvement of the material and easy access to both educators and students. Several initiatives exist for OER in Canada, and resources specifically targeting engineering are beginning to emerge. At the moment, those efforts are fragmented. In line with the mission to the Canadian Engineering Education Association (CEEA) OER SIG, this paper presents an overview of current Canadian and international Engineering OER initiatives. Based on the findings, several challenges and opportunities pertaining to engineering OER are identified and recommendations are provided for engineering instructors and institutions who wish to increase the use of OER in engineering programs. For instructors, this could be adapting OER where available. For those looking to develop OER, there may be grants and resources at the institutional and provincial levels to support this. For institutions, this may be supporting instructors in using or developing OER through grants or recognition.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0040,001
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 Opus0,019
Tête enseignante GPT0,248
Écart entre enseignants0,228 · 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 tête enseignante, 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

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetOpen Education and E-LearningTravaux en français237 207