Growth and Collaboration in Massive Open Online Courses: A Bibliometric Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Massive open online courses (MOOCs) are an important approach for achieving UNESCO’s aim of open and accessible education. However, there are concerns regarding fragmentation or bias of MOOCs toward certain disciplines or countries. This study sought to: (a) examine how MOOCs research has evolved and is distributed, (b) determine what key areas are discussed in MOOCs research, and (c) identify the major players in MOOCs research and their collaborations. This study conducted a bibliometric analysis of 3,118 scholarly works related to MOOCs as recorded in the Scopus database in July, 2019. Specifically, we analyzed the evolution of MOOCs research by examining (a) published studies, (b) source titles, (c) types of sources and documents, as well as (d) the languages in which the documents were written in. We further analyzed the key areas of MOOCs research by looking into common subject areas, keywords used most often, and title analysis. Finally, we sought to increase our understanding of the major players in MOOCs research and their collaborations by examining (a) which countries contributed most to MOOCs research, (b) the main institutions involved, as well as (c) authorship and citation analysis. Findings indicated that in their early development starting in 2009, MOOCs caught the attention of scholars from both the East and the West, and the number of publications grew consistently over the 10 years after that. MOOCs research has been well distributed but has yet to adequately encourage inclusiveness. There has been healthy cross-country collaboration, but there is a gap in MOOCs research originating from certain countries as compared to the rest of the world. Our findings provide important input towards improving the inclusivity and global reach of MOOCs.
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,065 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle