MétaCan
Menu
Retour à la cohorte
Enregistrement W2187247433 · doi:10.1002/j.0022-0337.2011.75.10.tb05185.x

Penalties for Academic Dishonesty in a Greek Dental School Environment

2011· article· en· W2187247433 sur OpenAlexaff
Haroula Koletsi‐Kounari, Argy Polychronopoulou, Christina Reppa, Paul E. Teplitsky

Notice bibliographique

RevueJournal of Dental Education · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPsychologyWilcoxon signed-rank testAcademic dishonestyTest (biology)CheatingMedical educationRank (graph theory)Significant differenceSocial psychologyMedicinePedagogyMathematics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to investigate the opinions of the faculty and students of the University of Athens Dental School in Greece regarding the appropriate penalty for specific academic offenses. In addition, faculty and student opinions were compared. A questionnaire was distributed to officially registered seniors and full-time faculty members, and 177 individuals responded anonymously and voluntarily. The respondents were asked to select one from a set of nine penalties for each of fifteen hypothetical academic offenses and three cases with extenuating circumstances. Non-parametric Mann-Whitney U tests and a Wilcoxon signed-rank test, depending on the nature of variables, were used to detect significant differences in penalty scores between faculty and students. A p-value of <0.05 was considered statistically significant. The penalty scores for the fifteen offenses ranged from a mean of 2.23±1.55 to 7.25±2.64. Faculty respondents gave more severe penalties than students did for all offenses, and the finding was statistically significant (p<0.05) for eleven of the fifteen offenses. Where extenuating circumstances were added, the penalty selection altered in two of the three cases. A significantly more lenient penalty was selected by both faculty and students in these two cases. The results of this study suggest that faculty members are harsher than students for the same offenses and that extenuating circumstances can sometimes significantly change recommended penalties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,329
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental EducationMême sujetAcademic integrity and plagiarismTravaux en français237 207