MétaCan
Menu
Retour à la cohorte
Enregistrement W4214866823 · doi:10.1007/978-3-030-83255-1_11

Education as a Financial Transaction: Contract Employment and Contract Cheating

2022· book-chapter· en· W4214866823 sur OpenAlexafffundabout
Katherine Crossman

Notice bibliographique

RevueEthics and integrity in educational contexts · 2022
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensBow Valley College
Organismes subventionnairesUniversity of Guelph
Mots-clésCheatingMisconductEarningsCertificationBusinessPolitical scienceFinanceLawPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Over the last decade, high-profile cases of academic misconduct have surfaced across Canada (Eaton, 2020a). I argue that it is systemic issues that contribute to their ubiquity: knowledge is seen as a commodity, transcripts and credentials as products, and students as consumers. As provincial governments in Ontario and Alberta introduce funding models tied to graduate earnings and employment (Anderson, 2020; Weingarten et al., 2019), education becomes a financial transaction and academic integrity is threatened. Credentials hold more value than the process of learning, and when students pay for credentials, it is more palatable to pay for grades. This is exacerbated by a supply and demand for academically dishonest practices. File sharing websites that facilitate cheating are ubiquitous; coursehero.com alone is worth over one billion dollars (Schubarth, 2020). Targeted advertisements for essay mills abound. Meanwhile, academia increasingly relies on the labour of sessionals (Shaker & Pasma, 2018), who tend to underestimate the scope of misconduct (Hudd et al., 2009) and are less likely to report infractions (Blau et al., 2018). Furthermore, those with graduate degrees are increasing (Wall et al., 2018) while stable academic jobs are fewer (Kezar, 2013). Academics faced with precarious employment often supplement income in what Kezar et al. (2019) refer to as the “gig academy”. They are well-positioned to meet the demand for ghost-written papers (Sivasubramaniam et al., 2016). Although many institutions have responded with well-articulated policies and procedures, when entrenched in a system that incentivises and facilitates dishonest practices, they are not lasting solutions to chronic problems.

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 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)0,013
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0130,015
Communication savante0,0150,012
Science ouverte0,0020,008
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0230,001

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 Opus0,049
Tête enseignante GPT0,367
Écart entre enseignants0,318 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEthics and integrity in educational contextsMême sujetAcademic integrity and plagiarismTravaux en français237 207