MétaCan
Menu
Retour à la cohorte
Enregistrement W4401638443 · doi:10.54337/nlc.v12.8703

Developing an Institutional open educational practices (OEP) Self Assessment Instrument

2024· article· en· W4401638443 sur OpenAlexaff
Tannis Morgan, Elizabeth Childs, Irwin DeVries, Michelle Harrison, Christina Hendricks

Notice bibliographique

RevueProceedings of the International Conference on Networked Learning · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensUniversity of British ColumbiaThompson Rivers UniversityRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésOpenness to experienceFocus groupHigher educationPublic relationsKnowledge managementPolitical sciencePsychologyComputer scienceBusinessSociologyMarketingSocial psychology

Résumé

récupéré en direct d'OpenAlex

As institutions move to considering the implementation of open education environments, it is critical to understand the characteristics and potential success factors for institutional open educational practices. Higher education institutions are changing to meet the needs of contemporary learners, and as a result, there is a need to discuss the benefits and challenges of implementing open education practices in these spaces (Paskevicius, 2017). While there are currently limited institutional case studies on openness to build upon (Morgan, 2018; Childs, Axe, Veletsianos & Webster, 2019), there is potential for the lessons learned from the rich research on blended learning (Lim & Wang, 2017; Graham et. al., 2013) and institutional transformation research (Kezar & Eckel, 2002) to lend insight to potential practices for institutional OEP initiatives. By adopting both an appreciative and critical approach, a draft OEP self-assessment instrument for institutions was created with the intention of examining the similarities and differences between institutional approaches and their evolution. This workshop will provide an overview of the theoretical underpinnings and description of the OEP self-assessment instrument and its component parts. Through small group activities, participants will examine and discuss propositional categories and components of the OEP self-assessment instrument. Participants will complete the online OEP self-assessment instrument and discuss their experience with a focus on expanding their understanding of what others are doing in institutions globally, and improving the OEP instrument for global use. Participants will also identify initiatives and/or approaches that could help expand OEP at their own institutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,036
score de la tête « metaresearch » (Gemma)0,067
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,067
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,006
Science ouverte0,0020,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,475
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference on Networked LearningMême sujetReflective Practices in EducationTravaux en français237 207