Using Quality Assurance Frameworks to Support an Institutional Culture of Academic Integrity at Canadian Universities
Notice bibliographique
Résumé
Abstract In Canada, there is a national academic quality assurance framework—the Canadian Degree Qualifications Framework (CDQF) that guides quality assurance standards within universities across the provinces and territories. These standards exist to support the quality and consistency of postsecondary academic programming in Canada, and provide mechanisms for quality enhancement. The CDQF is supported by further quality assurance mechanisms at the provincial level. While the CDQF includes the notion of academic integrity as a learning outcome requirement, the implementation and review of this quality indicator across the sector is nebulous. The ongoing support for a culture of academic integrity requires a holistic approach, which includes the alignment of various policies and processes. It also involves the inclusion of academic integrity best practices into quality assurance processes, such as curriculum development and program review. In this chapter we discuss several quality assurance tools used in Canadian universities, with a focus on Ontario institutions, and discuss opportunities to leverage them to support academic integrity. The CDQF and provincial/territorial quality assurance frameworks should be better utilized for a holistic response to academic misconduct, to strengthen teaching and learning, and develop a culture of integrity in higher education. Opportunities within cyclical program review, curriculum mapping and educational development are discussed to highlight opportunities for academic integrity specialists, quality assurance staff, faculty, and policy makers to raise academic integrity awareness and weave best practices across an institution. Implications for the community college sector are also included. Recommendations can be applied to postsecondary institutions across Canada and integrated with quality assurance practices promoted by the Quality Assurance Agency (QAA) and others academic integrity advocates around the world.
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 | 0,106 | 0,142 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,032 | 0,024 |
| Communication savante | 0,033 | 0,009 |
| Science ouverte | 0,007 | 0,019 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».