Supporting an OER Finding Service: Utilizing Past Experiences
Notice bibliographique
Résumé
Abstract for CAPAL 2025 Conference: Are you exploring ways to support educators at your postsecondary institution with finding and adopting Open Educational Resources (OER)? Have you wondered what skills or experiences can be helpful when supporting Open Education initiatives in your library? Course materials have seen a shift in recent years within academic libraries as publisher and student behavior has changed. At the same time, there has been growth of advocacy, awareness, and institutional support for the use and creation of Open Educational Resources (OER) within higher education. The use of OER can help to address textbook affordability issues experienced by students, support initiatives around equity, diversity, inclusion, and accessibility (EDIA), and be an alternative freely accessible and adaptable course material option for educators interested in developing their own curricular content. This presentation will highlight an OER finding service model, Open Course Material Matching Service (OCoMMS), based in Libraries and Cultural Resources (LCR) at the University of Calgary that reduces barriers and supports their teaching faculty and instructors discover potential OER for use in their courses or as the foundation for a new OER adaptation. Attendees will learn about what the Open Course Material Matching Service is, the workflows or steps taken following a request, and the staffing model used to support the service. Tied throughout will be strategies and connections to past experiences and knowledge that has been helpful in navigating the workflows of the OCoMMS service model and consideration of curricular needs and content. Attendees will come away with resources and strategies they may incorporate into their own OER finding service or adapt for library resource adoption services. Attendees will also have the opportunity to share their own practices and experiences that they have utilized for similar purposes in supporting educators with discovering library resources or OER to support learners.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».