MétaCan
Menu
Retour à la cohorte
Enregistrement W2151000049 · doi:10.1002/j.0022-0337.2002.66.4.tb03527.x

Perceptions of Canadian Dental Faculty and Students About Appropriate Penalties for Academic Dishonesty

2002· article· en· W2151000049 sur OpenAlexaffabout
Paul E. Teplitsky

Notice bibliographique

RevueJournal of Dental Education · 2002
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésAdjudicationJurisprudencePsychologyMedical educationGuidelineAcademic dishonestyMalpracticeCheatingMedicineSocial psychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The purpose of this investigation was to a) compare the opinions of Canadian faculty and students as regards to what they felt was an appropriate penalty for particular academic offenses and b) to analyze the results and create a jurisprudence grid to serve as a guideline for appropriate disciplinary action. Two hundred questionnaires were distributed to the ten dental colleges in Canada. Each college was asked to have ten faculty and ten students complete the survey. A response rate of 100 percent was achieved for students and 92 percent for faculty. The questionnaire required respondents to select what they felt were appropriate penalties for a list of fifteen academic offenses and to render judgment on three specific cases. Statistical analysis of survey responses led to the following conclusions: 1) students gave equal or more lenient penalties than faculty for the same offense; 2) extenuating circumstances introduced via case presentations altered penalty choice only slightly; and 3) offenses could be grouped to correspond with appropriate penalties, thereby establishing a jurisprudence grid that may serve as a guideline for adjudication committees.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,544

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0090,007
Communication savante0,0060,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,484
Écart entre enseignants0,395 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dental EducationMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207