Why should we care about academic integrity in nursing students?
Notice bibliographique
Résumé
Integrity, honesty, and respect are essential values for nursing students. Yet, in recent years the rise of breaches in academic integrity has become alarming. The era of increasing advances in the capabilities of smart technologies may be facilitating rather than deterring students from academic integrity breaches in their work and assessments. This issue raises questions for nurse academics on how they can best ensure that nursing students align their behavior with the expected nursing’s professional values, both during their study years and beyond. This discussion paper aims to examine contributing factors leading to breaches of academic integrity amongst nursing students and determine why we as nurse academics need to both remain alert to these factors, and vigilant about identifying and managing such breaches. Existing factors that may influence academic dishonesty are discussed concerning students; nurse academics; curriculum design; and the apparently growing cultural shift in ethical reasoning. With increased insight into these influencing factors, nurse academics need to take responsibility and prepare students to take on the highest standard of moral values to ensure safe and effective patient outcomes. We need to become more aware of and understand nursing students’ perspectives and adequately prepare our soon-to-become nurse graduates. We are charged with supporting, guiding, and teaching our students to develop skills within a culture of integrity. Ensuring an integrity activity smorgasbord in our practice can counteract the increased risk of academic dishonesty in our undergraduate nursing programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,017 |
| Communication savante | 0,015 | 0,012 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,010 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».