Notice bibliographique
Résumé
<p>Cheating and academic dishonesty is a moral anomaly in the field of scientific research and reflecting, i.e., academic environment and studies show that this phenomenon in many of the worlds is important problem.</p><p>This study measured the dishonesty of students in a quasi-experimental design. For this purpose, features lack of integrity by manipulating the facts were examined and meanwhile first, basic English language test coordination between the strict terms of the 280 students come to practice and after correction of examination papers by teachers, without leaving any traces on them instead, the plates are returned to students and provide them with answers to their paper to correct their score Master announced. The difference between the actual score (score of master) and score of the students to have their own, amount of honesty or lack of integrity appointed them and its relationship with some demographic and socio-ethical characteristics have been studied.</p><p>The results showed that more than 62 percent of the students in your grade to master completely honest with 26.6 percent have low honesty and the rest did not have the necessary integrity and the mean difference of scores announced by the professors and students have been about two score. Also results of chi-square tests and gamma, about the relationship between students’ evaluation of amount of sincerity with sincerity in the declared objective amount of the master score was not significant, this finding means that between demonstrators and people of integrity and honesty in practice, there are gaps.</p>
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 | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».