The librarian's role in combating plagiarism
Notice bibliographique
Résumé
Purpose The paper aims to discuss the ways in which librarians of different types are addressing the issue of plagiarism at the institutional and pedagogical levels. Design/methodology/approach A 25‐question non‐quantitative online survey was conducted regarding: the institutional role of librarians in plagiarism prevention; the collaborations among librarians and instructors in helping students understand what plagiarism is and how to avoid it; and the interactions among librarians and students involved in combating plagiarism. Findings More than 90 percent of the 610 respondents report that they have assisted students with citing sources. Over 70 percent have instructed students about plagiarism in class. Approximately a quarter have collaborated with other departments regarding plagiarism, conducted or attended workshops on plagiarism, worked with instructors to redesign assignments, or helped faculty with tracking possible instances of student plagiarism. Research limitations/implications This paper reports on a survey which is not statistically valid. The results of this survey, however, can shed light on the librarian's role to date in combating plagiarism and suggest future directions. Practical implications This survey reports what librarians are doing to address plagiarism at all levels, and it reflects what is being practiced in the field. Originality/value While many librarians have written about plagiarism strategies, this national survey focuses on the work of librarians at the institutional and pedagogical levels.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,045 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,017 | 0,009 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».