MétaCan
Menu
Retour à la cohorte
Enregistrement W2801554343 · doi:10.1108/ils-10-2017-0105

Addressing student plagiarism from the library learning commons

2018· article· en· W2801554343 sur OpenAlexaff
Stephanie Bell

Notice bibliographique

RevueInformation and Learning Sciences · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCheatingOriginalityAcademic integrityCommonsReputationBest practicePedagogyPsychologyKnowledge managementEngineering ethicsSociologyComputer sciencePolitical scienceEngineeringCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to conceptualize principled plagiarism education in library learning commons. Design/methodology/approach The synthesis of literature from library and information science, writing studies, and study skills illuminates academic cultures of speech reporting, causes of undergraduate student cheating behaviors and blunders in source use and attribution, and recommended best teaching practices. Findings Library learning commons are particularly well positioned to address student plagiarism as student-centric spaces with the potential to foster prosocial behaviors among students. Learning commons’ partner literatures reveal understandings of academic citation practices as multiple and fluid, tacit, ideological and skillful information literacies. Best practices for plagiarism education are developmental approaches aimed at socializing students into academic cultures of knowledge construction. These approaches to plagiarism education may preclude teaching academic integrity policy or participating in the enforcement of those codes of conduct. Research limitations/implications No survey of programs or their effectiveness was done for this paper. The effectiveness of the approach conceptualized here merits further study. Originality/value Contributions to fostering academic integrity support student success and the integrity of degrees and institutional reputation more broadly. This paper provides a model for interdisciplinary learning commons’ research.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaIntégrité de la recherche
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
gptIntégrité de la recherche
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,011
score de la tête « metaresearch » (Gemma)0,042
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0080,013
Communication savante0,0120,010
Science ouverte0,0030,018
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,047
Tête enseignante GPT0,341
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

Étiqueté directement par 2 modèles lisant le dossier complet.

Intégrité de la recherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeQualitatif · Sans objet
Domainenon disponible
GenreEmpirique · Commentaire

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

En bref

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation and Learning SciencesMême sujetAcademic integrity and plagiarismCatégorieIntégrité de la rechercheTravaux en français237 207