Sustainable open textbook models for social justice
Notice bibliographique
Résumé
Growing inequity continues to manifest within and between higher education institutions, highlighting the plight of the disadvantaged versus the advantaged. Against this backdrop, students’ ability to access quality textbooks and educational resources with locally relevant content presents a critical equity issue. Open textbooks provide opportunities to address social justice in the classroom. Highlighting the injustices which motivated authors in the Digital Open Textbooks for Development (DOT4D) initiative at the University of Cape Town (UCT), this study uses Catherine Bovill’s framework of inclusion to examine the processes of 11 open textbook initiatives at UCT in terms of their degrees of inclusivity, with a focus on student participation. The authors draw on the work of political philosopher Nancy Fraser and her central norm of “parity of participation” in order to analyze the cases in terms of their ability to provide affirmative or transformative remedies to injustice. The data presented in this study were derived from a mixed-methods research and implementation approach, in which a survey was administered to the lead authors of the 11 open textbook initiatives. The proposals submitted by ten of these initiatives in their application for a DOT4D grant and their grant reports were also an important data source. These data, combined with insights from two rounds of in-depth interviews with five authors from the study sample provides insight into the injustices academics were grappling with and the ways in which they endeavored to address them. This article articulates four open textbook models with varying degrees of colleague and student inclusion. Examining authorship, quality assurance and publishing activities as nodes of inclusivity, the article provides insight into the strategies open textbook authors at UCT adopt in order to address social injustice in the classroom related to access and representation. It also considers ways in which higher education institutions can address sustainability in order to support the endeavor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,029 |
| Communication savante | 0,016 | 0,017 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».