Are we there yet? A systematic literature review of Open Educational Resources in Africa: A combined content and 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
Although several studies have been conducted to summarize the progress of open educational resources (OER) in specific regions, only a limited number of studies summarize OER in Africa. Therefore, this paper presents a systematic literature review to explore trends, themes, and patterns in this emerging area of study, using content and bibliometric analysis. Findings indicated three major strands of OER research in Africa: (1) OER adoption is only limited to specific African countries, calling for more research and collaboration between African countries in this field to ensure educational equity; (2) most of the OER initiatives in Africa have focused on the creation process and neglected other important perspectives, such as dissemination and open educational practices (OEP) using OER; and (3) on top of the typical challenges for OER adoption (e.g., infrastructure), other personal challenges were identified within the African context, including culture, language, and personality. The findings of this study suggest that more initiatives and cross-collaborations with African and non-African countries in the field of OER are needed to facilitate OER adoption in the region. Additionally, it is suggested that researchers and practitioners should consider individual differences, such as language, personality and culture, when promoting and designing OER for different African countries. Finally, the findings can promote social justice by providing insights and future research paths that different stakeholders (e.g., policy makers, educators, practitioners, etc.) should focus on to promote OER in Africa.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,026 | 0,157 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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