MétaCan
Menu
Retour à la cohorte
Enregistrement W4416982862 · doi:10.58812/esle.v3i03.800

Bibliometric Analysis of Outcome-Based Education (OBE) in Higher Education: Trends, Themes, and Future Directions

2025· article· W4416982862 sur OpenAlexaboutno aff
Nur Wahidah Abd Hakim, Ni Desak Made Santi Diwyarthi, Ana Roviana Purnamasari, Nikem Kurnia Ningsih

Notice bibliographique

RevueThe Eastasouth Journal of Learning and Educations · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmployabilityScholarshipHigher educationScopusCurriculumWork (physics)Quality (philosophy)

Résumé

récupéré en direct d'OpenAlex

Th⁠is study performs a thorough bibliometric analysis of Outcome-Based Education (OBE) research in higher education from 2000⁠ to 2025, ut⁠ilizing data sourced from the Scopus database. This study utilizes VOSviewer and Bibliometrix R to analyze publishing trends, c⁠o-au⁠thorshi⁠p networks, keyword c⁠o⁠-o⁠ccurrence, and institutional connections, revealing worldwide research patterns and emerging topics. The findings indicate that the OBE scholarship has transitioned from competency-based and curriculum-focused frameworks to integrated models that prioritize accreditation, evaluation, and digital learning. The United States, United Kingdom, and India eme⁠rge as significant donors, while institutions such as the University of Toronto and Harvard Medical Sch⁠ool serve a⁠s leading⁠ hubs of global collaboration. Thematically⁠, the domain is rooted on education, curriculum development, and pedagogical innovation,⁠ with the medical and engineering fields exhibi⁠ting the most significant involve⁠ment. The findings underscore th⁠e increasing significance of Outcome-Based Education (OBE) as a global educational par⁠adigm⁠ that connects learning outco⁠mes with⁠ employability and quality assurance. The work establishes a basis for⁠ subsequent resear⁠ch o⁠n technological integration and context-specific strategies for OBE deployment.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devislow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,016
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,055
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,1290,249
Études des sciences et des technologies0,0010,001
Communication savante0,0070,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,279 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Bibliométrie

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Autre devis
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Eastasouth Journal of Learning and EducationsMême sujetEngineering Education and Curriculum DevelopmentCatégorieBibliométrieTravaux en français237 207