Scientific production about Open Educational Resources
Notice bibliographique
Résumé
Abstract The present research identifies articles published in journals indexed in the Web of Science to characterize the scientific production on Open Educational Resources, in the higher education area. Descriptive and exploratory methodology of a quantitative and qualitative approach used mixed methods, constituting the research corpus by a survey strategy whose data was analyzed descriptively and through content analysis technique. As a result, it was possible to identify 115 articles of 243 researchers, published in 43 journals between 2008 and 2014. It was found that 67% of the journals with Open Educational Resources publications are of paid access, concentrating 56% of the articles in a restricted access. Institutions in the United Kingdom, Spain and Canada with researchers who have published on Open Educational Resources are all specialized in Distance Education. There was a predominance of authors working in the area of Education (48%), Computing (22%) and Engineering (11%) in comparison to other areas. In the qualitative stage, six articles were discarded so that the content analysis focused on 99 articles in English, eight in Spanish and two in Portuguese, totaling 109 articles analyzed in full. The articles were divided into seven categories: 21% of recovery and repositories, 19% of challenges, 16% of technologies, 14% of production, 13% on incentive policies and sustainability, 10% of adaptation and reuse and 4% on open courseware. It is possible to conclude that publications core focuses on a Canadian journal and 26 journals about education.
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 | 0,006 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,039 | 0,095 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,012 |
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 ».