What future(s) for distance education universities? Towards an open network-based approach
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
La necesidad de aumentar la escalabilidad, la interoperabilidad, y la flexibilidad de la oferta educativa está impulsando la expansión del aprendizaje digital y abierto en la educación superior. A medida que este movimiento se expande por todo el mundo, las universidades de educación a distancia entran en una crisis. El aprendizaje potenciado por la tecnología está ahora diseminado por todas las instituciones y la mayoría también ha adoptado prácticas educativas abiertas cómo consecuencia del gran impacto de los MOOC. En este nuevo contexto de rápido crecimiento, caótico e inestable, detener expertise basada en la investigación, una infraestructura dedicada y personal especialmente capacitado podrá ya no ser considerado cómo necesario para que las instituciones puedan ofertar educación a distancia o en línea. Además, van surgiendo nuevos proveedores no institucionales de educación superior no formal, ofertando cursos y programas de aprendizaje abierto en línea o semi-presencial. Lejos de los días en que las universidades de educación a distancia quedaban solas en el sistema educativo con la misión única de proporcionar un tipo innovador de educación para todos, ellas ahora compiten abiertamente con las demás. En un momento de contención del gasto público en educación, surgió en los últimos años un debate sobre la sostenibilidad de estas instituciones, especialmente en Europa. En este trabajo analizamos los nuevos retos y oportunidades sociales, económicas y tecnológicas a los que se enfrentan las universidades de educación a distancia, y discutimos la reinterpretación de su misión. También exploramos los modelos organizacionales existentes y proponemos uno nuevo basado en un enfoque de red abierta.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.004 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it