對MOOC參與者的正向影響因素

George Veletsianos博士與兩位同事在British Journal of Educational Technology發表了一篇研究，他們試圖理解人們的MOOC經驗及為什麼會用其使用的方式參與特定活動。

他們訪談了橫跨25-67歲的13位MOOC參與者，發現三個現象並就此提供建議：MOOC平台外的社群網絡互動、作筆記、內容消化。

首先他們發現學生在線上與其他參與者形成的連結，以及在實體與親友形成的連結都很重要。親友往往是推薦他們使用MOOC的人，或是對於MOOC課程主題具有知識者。

在課程中締結關係往往被視為MOOC的正向影響因素，學生透過社群媒體連繫彼此有利於協助雙方的課業。有些人因為修了MOOC才能碰到志同道合的好友。

德州的免費大一生計畫

德州大學系統從下個秋季課程開始，就會鼓勵學生在入學前使用MOOC，若他們修了十門MOOC並通過大學賦予學分的實體考試(AP或CLEP考試)，那他們在支付學費前就可以被承認一學年的學歷。

這些課程來自紐約非營利機構的「免費大一生(Freshman Year for Free)」計畫。這個計畫適用於所有會承認AP及CLEP測驗成績的學校，包含德州的所有公立學校。學生只需要支付考試費用，一門課90美元。

德州大學體系認為，這對於比較高齡、比較忙碌但是很有自律能力的學生打開一扇大門。德州大學體系本來就有大量的非傳統學生，超過七成都是在職學生。有孩子、有工作的學生將能因而受惠。

另外，一些不提供AP課程的高中，現在他們的學生也有機會藉此管道修AP課程並提早取得學分。

他們希望可以讓高等教育更容易取得，吸引更多不同的人以不同方式學習。不過他們對於此計畫落實後的數字則沒有設定任何目標，他們目前也不知道這可以吸引到多少人註冊。

https://www.texastribune.org/2015/09/10/free-freshman-year-texas-state-will-try-it-out/

你EdCasting了嗎？來看看什麼是「微MOOC」！

你每天花多少時間在微博或推特上呢？你是否因為關注了某個特別厲害的人，每天看他的發文都覺得自己在成長？

EdCast被稱為MOOC界的推特，可以說是一個非正式的學習生態社群網路。學生在此關注自己感興趣的團體、人物、主題頻道，老師則為了他的關注者搜集及分享相關內容。

Udemy在西方世界的使用情形

Udemy於2010年成立，這個平台上的開課者可以獲得收入，去年平台的營利大幅成長了160%。

Udemy行銷部門的Shannon Hughes指出，由於工作變遷的非常快速，傳統教育體系已經無法跟上，便產生了大量對於線上技術學習的需求。

根據DistanceLearningPortal.com，英國對於線上教育的需求最高，佔了全世界的15%。去年，英國在Udemy的選課數量有了140%的成長，共83萬次修課次數。不過就修課總人數來講，英國排名第三。美國第一，佔了1/3，印度第二佔了9%，英國則佔5%。緊接著是澳洲和加拿大佔了3%。

http://thepienews.com/news/udemy-sees-200-rise-in-revenue-online-learning-demand-increases/

開放教育資源的普及問題

針對2000位教職員進行的調查顯示，75%的老師不知道開放教育資源的存在。另外，很奇怪的是，雖然只有33%老師說他們知道OER，卻有50%人說他們有使用過。這是因為，許多老師以為他們知道開放教育資源，實際上卻無法說出正確的定義。他們缺乏對於開放教育資源定義的認識，而且往往在還沒考量資源的授權問題時就直接使用。

許多老師以為開放教育資源跟開源軟體一樣，以為必須要有最新科技才能使用。但事實上並非如此。

另外，70%的人認為開放教育資源是免費的、54%認為其可以被盡情改造，而知道開放教育資源採CC授權的只有28%。

最後，許多老師對此感興趣但卻沒有時間找到適合自己課程的高品質資源。開放教育資源缺乏編目導致難以查找是許多人提到的問題。不過相較傳統課件來說，其實開放教育資源已經好找許多。

http://www.ecampusnews.com/top-news/faculty-using-oer-376/

提升開放教育資源的搜尋能力

現在開放教育資源越來越多，不再是資源不足的問題，反而是資源太多的問題。到底要怎麼輕易地找到好的資源呢？

目前的開放教育資源資料庫，如 MERLOT II、 OER Commons、OpenStax CNX都缺乏良好一致的排名及評論方式ˋ，多數素材並沒有被評論或排名。

Walker建立一個用來篩選開放教育資源的半自動系統"OER Assistant "，作為他的博士畢業論文。運作方式為：教育人員將一門課程的學習目標複製貼上到一個簡單的表格中，學習目標的文字會被自動嵌入網路服務、被用於好幾個開放教育資源資料庫中搜尋，最後將結果排序展示。

Walker說他很驚訝現在的機器學習技術可以將這些文字組合為這麼多有意義的片語，一開始人們很難想到到底要用哪些詞彙進行搜尋，機器可以幫忙做到，在機器協助下得到這些結果，就能讓人輕易比較出「喔對這就是我想要的，看起來不錯」。

這樣的方法很簡單，其實其他人也可以做得到，他鼓勵大家自行發展一套篩選機制。

http://campustechnology.com/Articles/2015/09/02/A-Better-Way-to-Find-the-Right-OER.aspx?Page=1

MIT與哈佛告訴你如何揪出在MOOC作弊的人？

MIT和哈佛大學的研究者最近針對MOOC的作弊現象發表了一篇研究。這讓人有點意外，總覺得MOOC是自主學習的地方，為了興趣和自我成長來的，何必作弊呢？但是隨著各大MOOC平臺紛紛提供證書和學分，可能也就使人產生了作弊動機吧！

在開始說明他們怎麼揪出作弊者之前，先來想一個嚴肅的問題！那就是：「該怎麼在MOOC作弊呢？」憑著從小到大的作弊經驗(噢噢不小心說出來了~)，真是很難想像出答案！