Vaker betalen voor Coursera MOOCs…

 Gepubliceerd door om 07:21  Onderwijs
jan 312016
 

Coursera_feeStarting today, when you enroll in certain courses, you’ll be asked to pay a fee (or apply for Coursera’s financial aid program) if you’d like to submit required graded assignments and earn a Course Certificate. You can also choose to explore the course for free, in which case you’ll have full access to videos, discussions, and practice assignments, and view-only access to graded assignments. You’ll see the options for each individual course when you click “enroll” on the course information page; courses that aren’t part of this change will continue to show the options to enroll in the course either with or without a Certificate. Most courses that are part of Specializations will begin offering this new experience this week, and certain other courses will follow later this year.

Bron: Coursera Blog

Coursera is een commercieel bedrijf dat zoekt naar een businessmodel dat als basis heeft gratis onderwijs. Als je dat in één zin ziet staan dan is het duidelijk dat dat een heel moeilijke opgave is. De teleurgestelde reacties op het bericht dat je vanaf nu vaker zult moeten gaan betalen voor het volgen van een MOOC bij Coursera zijn daarom te begrijpen, maar geven aan ze komen van mensen die de complexiteit van die opdracht niet begrijpen. Als de verhouding betalende versus niet betalende deelnemers niet klopt, dan is het model niet duurzaam. En blijkbaar is dat bij de huidige betaalopties (gratis met uitzondering van certificaten) niet zo.

De  toegang tot de content blijft voor nu gratis, maar je kunt er op rekenen dat als deze wijziging niet voldoende extra geld oplevert, ook daar aan getornd zal worden. Idealen zijn mooi, maar moeten voor Coursera nou eenmaal hand in hand gaan met harde cash.

 

Deel dit bericht:
apr 062014
 

coursera_specialisation Het heeft even geduurd sinds de aankondiging afgelopen januari, maar morgen gaat de Coursera Specialisation Data Science eindelijk van start.

Ik ben voornemens deze af te ronden. In hoeveel tijd dat gaat gebeuren is nog even afwachten. Ik heb me voor de eerste aangemeld met meteen al de betaling voor de signature track. Voor de tweede (R programming) heb ik vrijstelling op basis van de Data Analycis MOOC, voor de derde (Getting and Cleaning Data) heb ik me in eerste instantie gewoon even aangemeld en kijk ik de komende week wel of ik dat haalbaar acht om gelijktijdig te doen.

Ik ben benieuwd. Het zou natuurlijk wel mooi zijn als de serie het hoge niveau van de andere losse MOOC’s van John Hopkins weet te halen.

Deel dit bericht:
mrt 262014
 

Deze MOOC-tip is zeker niet voor iedereen. Het gaat om de MOOC Fundamentals of Digital Image and Video Processing. Het is een ‘technische’ MOOC op het gebied van foto- en video-verwerking. Dus niet over hoe je zo mooi mogelijke video’s of foto’s maakt. Maar over zaken als compressie, technische analyse van beeldmateriaal etc.
Ik kwam bij de MOOC terecht via de site van STEM-APKS, die ik op haar beurt weer gevonden had via de YouTube playlist van Francesco Piscani die een serie video’s geproduceerd heeft over het gebruik van OpenCV op de Raspberry Pi (toch weer die Raspberry Pi inderdaad). OpenCV (Open Source Computer Vision) is een bibliotheek van tools voor “computer vision”, het laten “kijken” van computers. De video’s van Francesco zijn uitgebreid, zeker niet altijd zo compact als dat zou kunnen (hij zit vaak duidelijk te denken tijdens het vertellen/opnemen) maar als je je wilt verdiepen in de manier waarop computer beelden kunnen herkennen, video’s en foto’s kunnen verbeteren, dan zijn de MOOC en de video’s van Fancesco een mooi (en gratis) startpunt.

Deel dit bericht:
 Reacties uitgeschakeld voor Tip: Fundamentals of Digital Image and Video Processing [MOOC]  Tags: , ,
feb 182014
 

Computing_for_Data_Analysis Het duurde een paar weken, maar gisteren kwam het mailtje dan eindelijk binnen: mijn eerste Coursera Verified Certificate. In dit geval voor de Computing for Data Analysis MOOC verzorgd door Roger D. Peng. Een voor mij niet al te ingewikkelde (ik had al de nodige R voorkennis) én kortlopende (4 weken) MOOC. Ik had gekozen voor de signature track. Dat betekende dat ik $49,- moest betalen en na elke Quiz een foto van mezelf via de webcam moest maken en een stukje tekst moest intypen. Bijkomend, ietwat onhandig resultaat was ook dat ik mijn eerste doopnaam moest gebruiken omdat dat de eerste naam is die op mijn rijbewijs staat. En daar moest ik me vooraf mee identificeren.
Die naam staat dus ook op mijn certificaat.

Maar goed, dat mag de pret niet drukken. Ook niet het gegeven dat ik uiteindelijk één vraag van de in totaal vier quizes (er waren ook 4 programmeeropdrachten die ik foutloos had) fout had. En daarom geen 100% score, maar een 99% score behaalde.
Tijdens de EMOOC 2014 conferentie vorige week in Lausanne werd geopperd dat de financiële incentive positief zou werken voor de slagingskans van studenten die deelnemen aan een MOOC. Ik vrees dat dat een onjuiste gevolgtrekking is. Voor de betaalde signature track is het zo dat je meestal een week of 2-3 de tijd hebt om te beslissen of je dat wilt doen of niet. Voor mij was in die tussentijd al redelijk duidelijk dat ik goed in staat moest zijn om de MOOC af te ronden.

Anders ligt dat bijvoorbeeld bij de Data Analysis and Statistical Inference MOOC van Duke University die gisteren van start ging. Het is een MOOC met een looptijd van 10 weken, met een opdracht met peer review (betekent dat jij ook werk van anderen moet beoordelen in 2 fasen), een midterm exam en een eind exam. Die examens zijn getimed, je hebt maximaal 90 minuten en je hebt maar één kans voor het cijfer. Naast de theorie-quizes zijn er opdrachten in R die je moet uitvoeren. Daarbij zijn de quizes niet bij elke poging (je hebt er maximaal 3 per quiz) hetzelfde, de vragen rouleren.
Het verbaast me dan ook niet dat deze MOOC zegt dat je 6-8 uur per week moet uittrekken om hem succesvol te kunnen voltooien. Die heb ik niet, en dus meld ik me ook niet aan voor de signature track van die MOOC.
Je zou dus wel kunnen stellen dat de kosten van de signature track een drempel zijn die een meer weloverwogen keuze afdwingen. Want nu keek ik veel serieuzer naar de opbouw van de MOOC, de opdrachten (heb die van week 1 gemaakt) en de inschatting van benodigde versus beschikbare tijd.

Coursera_linkedin
Ook leuk (en slim!) is dat je het cerificate heel eenvoudig aan je Linkedin profiel toe kunt voegen. Met een paar keer klikken (alle info was al ingevuld) staat het er op. En eerlijk is eerlijk. Ik volg niet veel formele trainingen. En voor mij heeft het certificate minimaal zoveel waarde als wanneer ik en F2F training gevolgd zou hebben.

Deel dit bericht:
jan 292014
 

coursera_specialisation Gisteren heb ik samen met een aantal collega’s een werklunch verzorgd over Open en online onderwijs. En toen was het een van de zaken die naar voor kwam toen we het over de Masterclasses van de Open Universiteit hadden (dat zijn weliswaar geen MOOCs maar vallen wel degelijk binnen de noemer Open online onderwijs): als je een deel van het aanbod gratis maakt en zeker als je dat gratis aanbod in dezelfde (online) omgeving aanbiedt als je betaalde aanbod dan wordt de drempel voor deelnemers om van dat betaalde aanbod gebruik te maken (als het goed is) kleiner. Immers, ze weten al wat de kwaliteit van het aanbod is, ze kennen je als aanbieder, en hebben dus (zeker als het om bijscholing gaat) een veel beter verhaal naar zichzelf of wie dan ook die die kosten moet verantwoorden.

Coursera Specialisations
En datzelfde overkwam mij toen ik voor de tweede keer hoorde van de Coursera Specialisations. De eerste keer, een paar dagen geleden, had ik het online voorbij zien komen als iets wat Coursera ging doen in een poging om meer betalende klanten te krijgen. Maar de tweede keer was gisterenavond in een mail die ik kreeg vanuit de Johns Hopkins universiteit. Ik zit namelijk in de vierde en laatste week van de Computing for Data Analysis MOOC. Bij die MOOC heb ik me ingeschreven voor de (betaalde) signature track en ik ga hem zeker afronden. Want de toetsen en zeker de programmeeropdrachten in R zijn uitdagend (maar niet té moeilijk) genoeg, het materiaal is helder en het is een onderwerp dat past bij het onderzoek waar ik nu mee bezig ben. Kortom, ik ben tevreden over deze MOOC. Daarnaast heb ik eind vorig jaar de staart van de Data Analysis MOOC meegepikt. Omdat ik toen druk bezig was met de Statistics One MOOC (die heel schandalig geen enkel course record biedt en waarvan ik dus niet kan ‘bewijzen’dat ik écht alle 8 homework toetsen, alle 8 bijbehorende practica in R, de Midterm en de eindtoets met maximale score afgerond heb) kon ik daar alleen wat video’s van meepikken, maar duidelijk was dat ook die goed aansluit bij wat ik wil leren. Kortom, ik heb inmiddels al positieve ervaring met John Hopkins als het gaat om dit onderwerp en online onderwijs. Ik ben als het ware al verkocht aan ze.

Dus nu zij een Specialisation aanbieden op het gebied van Data Science met daarin dezelfde docenten als de hierboven genoemde MOOCs, ben ik uiteraard meer dan geïnteresseerd.
Lees verder….

Deel dit bericht: