Social desirability bias in relation to academic cheating behaviors of nursing students
Notice bibliographique
Résumé
The purpose of this study was to explore the relationship between academic cheating and a series of academic and demographic characteristics, as well as the relationship between the various characteristics and social desirability bias. The population for the study was comprised of 626 nursing students (pre-nursing, baccalaureate students formally admitted into the program, and graduate students) attending a regional comprehensive university located in the Midwest. The results of the study revealed that 53.8% of undergraduate students and 36.5% of graduate students self-reported having engaged in at least one of the 16 forms of academic cheating during the previous semester, primarily in acts classified as plagiarism. The current study further explored misconduct among students seeking a BSN and found that 35.2% of students participated in at least one act of professional misconduct in the clinical setting. There were statistically significant differences between the characteristics of age and prevalence of plagiarism-related academic cheating, planned cheating, spontaneous cheating, and professional misconduct, implying that older students cheat less frequently. Likewise, the more credits a student completed the less likely they were to plagiarize or engage in spontaneous cheating. Additionally, older students and students having completed higher number of credits received higher scores on the social desirability scale, implying they had a higher tendency to display social desirability bias.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».