注:以下列出的资源仅作存档之用，并注明日期
智能出版商的LRMI标签指南．(2014年7月)这个实用指南的最新版本包含了组织元标记过程和工作流的最佳实践，以及一个有用的标记清单。这个新版本还提供了一个扩展的附录，通过使用Rosen Publishing通过Illinois Shared Learning Environment (ISLE)标记器门户标记的内容示例，引导用户逐步应用LRMI标记过程。
学习资源元数据计划和学习注册表的内容开发人员指南．(2013年3月)由教育出版商协会出版，由教育系统学和inBloom(前身为共享学习合作组织)贡献，本指南概述了元数据和范式正在改变教育格局的方式。特别强调为什么以及如何有效地实现LRMI并参与学习注册。此外，该指南旨在分解各种教育元数据计划的复杂部分，并明确其各自的任务。
LRMI调查报告:2014年7月更新．这项针对教育工作者和出版商的最新调查显示，在学习资源提供者中，元数据标签的使用有所增加，教育工作者对通过在线搜索发现学习材料的简化方法持续感兴趣。对选定的地区一级教育工作者的电话采访为收集到的数量数据增加了有趣的定性信息。
LRMI调查报告:2013年8月更新．2013年2月对教育工作者和出版商进行的调查结果显示，自2012年4月进行的类似调查以来，出版商对LRMI的认识显著提高。调查结果表明，教育工作者发现目前的在线搜索方法耗时，并对大量不相干的结果感到沮丧。他们希望能够进行更有针对性、更高效的搜索，以找到满足特定学习需求的材料。与此同时，出版商也在为自己的产品寻求更好的在线曝光度。
EASE运动为改善在线教育搜索提供了洞察力．教育出版商协会(AEP)于2012年10月组织了为期一个月的“轻松获取和搜索教育”(EASE)活动，为教育工作者提供一个平台，以表达他们对在线搜索体验的担忧、挫折和建议。这个报告和信息图表总结了在活动期间收集的意见和情绪。
教育大数据:数据挖掘，数据分析和Web仪表板布鲁金斯学会(Brookings Institution)达雷尔·m·韦斯特(Darrell M. West) 2012年9月著。本报告探讨了通过数据挖掘、数据分析和Web仪表板改进研究、评估和问责的潜力。
大数据的未来(http://pewinternet.org/Reports/2012/Future-of-Big-数据/ Overview.aspx)作者:Janna Anderson和Lee Rainie，皮尤研究中心，2012年7月。根据这份报告，专家们表示，新的信息分析形式将帮助人们更加灵活和适应，但人们对人类理解和使用这些新工具的能力感到担忧。
大数据的大众吸引力:一份特别报告．本报告从高等教育纪事报该书于2012年6月出版，涵盖了高等教育大数据的各个方面。