MétaCan
Menu
Retour à la cohorte
Enregistrement W3123100708 · doi:10.25316/ir-15343

Breaking barriers : understanding and removing barriers to OER use

2020· article· en· W3123100708 sur OpenAlexaboutno aff
Brandon Thomas Carson

Notice bibliographique

RevueVIURRSpace (Vancouver Island University) · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessProcess managementComputer science

Résumé

récupéré en direct d'OpenAlex

While there are many benefits to the use of OER, such as cost savings for students, increased access to resources, and the ability for faculty to adapt the resources to meet their specific needs, new and experienced faculty members also face many barriers when attempting to incorporate Open Educational Resources (OER) into their courses. Research suggests that awareness, funding, time, and institutional supports are factors that impact faculty using or not using OER. The purpose of this research was to investigate the barriers that business faculty in Ontario colleges face when using OER within their teaching practices and determine if faculty have recommendations to overcome the barriers to using OER. Based on a review of the literature on OER and the barriers business faculty experience when using OER, a mixed-method approach was used in this research. The study focused on Ontario college faculty teaching business courses. Data was collected via a survey and follow-up interviews. Seventy-two respondents from 12 Ontario colleges responded to the survey. Nine participated in follow-up interviews. Respondents were asked about their experiences using OER, the barriers they faced, and solutions to overcome them. A thematic and cross tabulation analysis of the responses demonstrated that faculty are introduced to OER in different ways, and institutions have unique approaches to supporting faculty with OER. Faculty experience barriers to using OER, such as no suitable resources, awareness, knowledge, support, and institutional processes. Faculty outlined ways to overcome such barriers, including but not limited to professional development, creation of new high-quality content, time to create the resources, and enhanced collaboration and networking efforts.

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)0,027
score de la tête « metaresearch » (Gemma)0,061
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,061
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,007
Communication savante0,0070,010
Science ouverte0,0030,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,217
Écart entre enseignants0,193 · 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'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVIURRSpace (Vancouver Island University)Même sujetOpen Education and E-LearningTravaux en français237 207