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 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)0,012
score de la tête « metaresearch » (Gemma)0,028
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0170,012
Communication savante0,0290,023
Science ouverte0,0030,031
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0310,005

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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
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