“They Have to Combine the Future of the University and Their Own Future”: OpenCourseWare (OCW) Authoring as an Academic Practice in Spain
Notice bibliographique
Résumé
This study looks at OpenCourseWare (OCW) in Spain, a country where most public universities have tried to promote that particular model of open educational resources (OER) provision among academics. Using three universities with varying levels of OCW activity as a case study, this article examines key drivers behind the implementation of OCW initiatives and unpacks what it means, as an academic practice, to engage in OCW authoring. Following a qualitative case study approach and a multi-methods design, this study offers a basis for theoretical generalisations that can be useful for understanding similar dynamics taking place within different organisational contexts in Spain and beyond. The findings reveal a major disconnect between the drive to implement OCW initiatives in Spain and actual opportunities for academics to engage with them as part of their work. The author concludes that the extrapolation of a highly prescriptive model of OER provision into institutional realities different from the context where it was originally devised—in this case, the Massachusetts Institute of Technology in the United States—is rather problematic. The article also provides some recommendations to university leaders and policy makers, encouraging the creation of alternative models that are mindful of the institutional and cultural specificities of their own contexts and also to take into consideration the social and material realities of the communities they aim to provide with lifelong learning opportunities.
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 | 0,012 | 0,002 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».