MétaCan
Menu
Retour à la cohorte
Enregistrement W4412156465 · doi:10.55982/openpraxis.17.2.851

A Review of Reviews on Open Educational Resources

2025· review· en· W4412156465 sur OpenAlexaff
Sanjaya Mishra

Notice bibliographique

RevueOpen Praxis · 2025
Typereview
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpen educational resourcesOpen educationKnowledge managementEducational technologyComputer scienceEngineering ethicsSociologyPedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

Conceptualized as open educational resources (OER) in 2002, the field has a relatively short history. During this period, there have been some significant developments, including the availability of more resources and research publications (including literature reviews) in peer-reviewed journals and conferences. This review of reviews adopted a combined approach of tertiary review and integrative review to analyze the corpus of data collected from SCOPUS, Web of Science, Academic Premier, and Google Scholar. In all, 42 reviews on OER could be identified for the analysis, which indicated that most of these are published as journal articles, with only five published in conferences. Journal articles are published in 29 unique titles, with the International Review of Research in Open and Distributed Learning at the top, followed by Sustainability. 62% of these are available in open access, with most being systematic reviews. The field demonstrates high research collaboration with multiple authors in most reviews. The average quality rating of the reviews is low. Most of the reviews are published by authors from the USA, while researchers from Anadolu University and Beijing Normal University are top contributors. The thematic analysis using UNESCO’s recommendation on OER as a framework indicates research gaps in the areas of sustainability and international cooperation. The study concludes with a set of guidelines to promote effective OER implementation.

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)0,009
score de la tête « metaresearch » (Gemma)0,040
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: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0170,018
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,101
Tête enseignante GPT0,446
Écart entre enseignants0,345 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen PraxisMême sujetOpen Education and E-LearningTravaux en français237 207