Opening up Educational Practices through Faculty, Librarian, and Student Collaboration in OER Creation: Moving from Labor-intensive to Supervisory Involvement
Notice bibliographique
Résumé
This article presents a case study for transitioning library-led open-educational resources (OER) initiatives away from labor-intensive activities to a model where library personnel focus on project management responsibilities. This shift from labour-intensive activities, such as workshops and training sessions, led to more collaborative partnerships with faculty and students to produce OER projects. In particular, we focus on labour implications for the various stakeholders involved and the sustainability of these initiatives. We describe several initiatives undertaken by the Ohio University Libraries to encourage open educational resource adoptions and projects, including a grant-funded initiative to provide support services for faculty creating OER. That funding, which was awarded to enhance undergraduate education, has been used to support the development of five OER projects that have directly involved students in the creation of those materials. We provide an overview of the various ways in which students have become involved in OER creation in partnership with faculty and librarians and discuss the impact these partnerships have had on student-faculty-librarian relationships and student engagement. Among these projects are an Hispanic linguistics open textbook created using only student-authored texts, student-generated test banks to accompany existing OER materials for a large-enrollment art history course, and several other projects in which hired student assistants are helping faculty to develop content for open textbooks. This article helps to address a gap in the literature by providing transparency regarding the personnel, costs, and workflow for Ohio University Libraries’ OER initiatives and addressing potential areas of concern surrounding student labour.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,045 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».