在一项关于在线课程页面对学生入学影响的同类研究中，康奈尔大学的研究人员发现，女性更有可能选择与女教师一起学习的课程，但在代表性不足的地方，教师的肤色似乎不会影响上课报名人数组。

该领域的研究在20个-of 140万名注册了159门在线课程的机构-表明，这些培训班的方式呈现在网上的关系为历史上弱势学生的参与。研究人员发现，课程纪律，前提条件和性别提示的存在显着预测了入学率，而教师的肤色，课程描述的语言风格和对多样性的引用则没有。

信息科学助理教授，《确定与社会人口学变化相关的课程特征与来自20个机构的159项在线课程的入学率有关》的第一作者Rene Kizilcec说：“这些发现使我们对增加在线教育的多样性和包容性的方式有了更深入的了解。”该出版物于10月14日发表在《PLOS One》上。

“这项研究为教师和课程设计者提供了明确的指导，突出了社交功能对塑造注册多样性的重要性，超越了社会特征，并且还指出了似乎根本无关紧要的特征，例如对多样性或教师肤色的引用。”康奈尔大学“未来学习”实验室的负责人Kizilcec说。“我们现在正在密切关注不同学习者如何理解后勤功能，以及我们如何以不同的方式呈现后勤功能，以避免人们认为一门课程对他们来说太难了，或者他们不属于那里。”

当它们首次出现时，人们普遍期望大规模的在线公开课程(MOOC)可以使学习民主化，因为它们相对便宜，而且各个背景的人都可以使用。但是，事实并非如此，在线课程中存在着不平等现象，这些不平等现象在全球范围内得以重现，为全球1.1亿人提供了大专和专业教育。

Kizilcec等人研究了如何使在线课程更易于访问，并吸引了代表性不足的群体的学习者。他说，但是这项研究是第一个系统地检查课程注册网页的各种功能如何对潜在学生的年龄，性别，教育程度和社会经济地位产生影响的研究。

Kizilcec表示：“我们总结了课程页面上提供的许多功能，这些功能在各个课程平台之间都是标准化的，以了解它们在各个课程之间的差异，以及这种差异与谁注册该课程之间的关系。”

Kizilcec和合著者Anna Kambhampaty '19使用Stanford Online和edX教育平台，在注册页面上确定了40种视觉或言语功能，范围从讲师的图像到课程描述中使用的语言。

“当某人正在考虑上一门课程时，他们正在看课程页面，并且遇到视觉或言语功能，以某种方式将其甩开，他们可能会担心自己在课程环境中会感到不舒服，否则他们的能力将受到损害。” “那里的权利将阻止他们首先参加该课程。而这些正是我们试图确定的功能。”

研究人员使用匿名的课程入学数据测试了12种假设，包括描述表达更多快乐的课程是否具有较高的女性入学率;有先决条件的课程的女性入学率是否较低;以及每周要求较高的课程是来自欠发达国家的还是较高或较低的入学率。

在斯坦福和edX平台上都成立的发现中：

妇女参加STEM班的可能性较小，但是如果有更多的女性教员，则有更多的妇女报名参加所有类型的班级;

有更多的妇女报读没有先决条件的课程，而要求每周工作较少的妇女;

有条件的课程和每周更多的努力使来自发展家的人的入学率更高;

STEM课程和每周需要花费更多精力的课程往往会吸引年轻的学生。

Kizilcec说：“有时候讲师为他们的课程艰辛而感到自豪，但这在这种环境下可能会错位。” “使课程听起来更通畅可能会更好。教师可以改写有关先决条件和每周时间要求的信息，以更具包容性。”

edX数据是通过康奈尔大学(Cornell)参与edX研究数据交换计划共享的，该计划促进了合作伙伴机构之间的研究。