Examining the technological and pedagogical elements of select open courseware
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
Openness in open courseware (OCW) and open educational resources (OER) requires an open licence, such as Creative Commons licenses, but is affected by several factors both technological and pedagogical. This pilot study examines different factors impacting openness by looking at a very small random sample of 10 relatively recent open courseware offerings from TU Delft and MIT. This paper has two primary objectives: 1) to determine how open the sampled OCW are across eight factors of analysis; and, 2) to determine if the sampled OCW are suitable for educator reuse. The authors evaluated the sampled courses using an existing framework to conceptualize openness. The level of openness was evaluated across eight-factors: copyright/open licensing, accessibility/usability, language, support costs, assessment, digital distribution, file format, and cultural considerations. The framework describes each factor across three dimensions of openness — closed, mixed, and most open — and each author coded the sampled OCW accordingly. This content analysis provided several insights into where sampled OCW succeeded and failed in terms of openness. Courses tended to be relatively open in terms of copyright, assessment, and digital distribution, but closed in terms of language, support costs, and file format. Factors such as accessibility and cultural considerations were more mixed; discipline and course content play a factor in a course’s openness and reuse. This paper also serves a secondary purpose, on the effectiveness of the framework for assessing openness. Openness is a spectrum, with an interplay between factors that determine openness. Greater attention needs to be shown toward pedagogical considerations, rather than technical, when developing open content.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| 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