Student Integrity Violations in the Academy: More Than a Decade of Growing Complexity and Concern
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Academic misconduct in Canada is a growing and complex concern, worthy of increased attention and concerted action. Yet, the press appears to be more actively engaged (at least more vocal) in raising concerns about integrity violations than many in our post-secondary institutions. This chapter presents a synopsis of the seminal work by Christensen Hughes and McCabe (in the Canadian Journal of Higher Education 36: 1–21, 2006), followed by an exploration of its treatment by the press—in particular MacLean’s magazine—following its release. We also present select stories of student misconduct as reported by the Canadian press from 2010 to 2020. From a review of these contributions, we suggest that misconduct in the academy appears to be growing in complexity, severity and by the variety of third-party stakeholders involved. Types of cheating identified in this review include: the use of wearable, wireless high-tech devices for communicating with accomplices; paying (bribing) TAs for answers and inflated grades; exam impersonation; plagiarism; and contract cheating (customized essay buying from freelance writers and essay sweatshops). Explanations provided in the press for these behaviours, include increasing numbers of international students, the proliferation of contract cheating services, and increased use of on-line assessment, resulting from the Covid-19 pandemic. The chapter concludes with a call to action, for all post-secondary institutions, to a greater commitment to academic integrity, including stepping up efforts to educate faculty and students as well as to embrace innovation in assessment design and invigilation practice. We also suggest advocacy for introducing laws that will help to deter contract cheating services.
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.
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 | 0,009 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle