Exploring academic integrity and mental health during COVID-19: Rapid review
Notice bibliographique
Résumé
<strong><em>Purpose: </em></strong><em>The goal of this study was to understand the relationship between academic integrity and students’ mental health during the COVID-19 crisis.</em> <strong><em>Methods: </em></strong><em>We employed a rapid review method to identify relevant data sources using our university library search tool, which offers access to 1026 individual databases. We searched for sources relating to the concepts of (a) COVID-19 crisis; (b) academic integrity; and (c) mental health. We delimited our search to sources published between 01 January and 15 May 2020.</em> <strong><em>Results: </em></strong><em>Our search resulted in a preliminary data set of sources (N=60). Further screening resulted in a total nine (n=9) sources, which were reviewed in detail. Data showed an amplification of students’ anxiety and stress during the pandemic, especially for matters relating to academic integrity. E-proctoring of examinations emerged as point of particular concern, as there were early indications in the literature that such services have proliferated rapidly during the crisis, with little known about the possible impact of electronic remote proctoring on students’ well-being.</em> <strong><em>Implications: </em></strong><em>Recommendations are made for further research to better understand the impact of e-proctoring of remote examinations on students’ mental health, as well as the connections between academic integrity and student well-being in general.</em>
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,061 | 0,010 |
| Communication savante | 0,004 | 0,012 |
| Science ouverte | 0,008 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».