Teaching the Teachers: To What Extent Do Pre-service Teachers Cheat on Exams and Plagiarise in Their Written Work?
Notice bibliographique
Résumé
Abstract Very little is known about preservice teachers’ actions when it comes to plagiarizing and cheating in their university work. This is particularly the case in Quebec, Canada. It is important to know to what extent these students commit academic misconduct as they will ultimately become the role models who will shape future generations of learners. This chapter reports on a study of this important issue. An online questionnaire was used to survey preservice teachers (n = 573) in five Quebec universities in winter 2018. The majority of participants were between the ages of 18 to 25 and were studying to be kindergarten, primary, special education or high school teachers. The questionnaire contained items about demographic information as well as items on methods of cheating, peers’ influence, perception of control, goal of performance and engaging in studying. Preservice teachers also answered questions that were used to control for social desirability bias. Results showed that some of them reported participating in academic misconduct. Fewer participants reported cheating on exams while studying at university (15.2%) than when they were in high school (34.9%). They believe that the best ways to plagiarise on written assignment are reusing one’s previous work (47.6%), asking somebody else to do the assignment (38.6%), and collaborating with peers (37.2%) while the best ways to cheat on exams would be using hidden material (63%), looking at the neighbour’s copy (55.7%) and using electronic devices (31.9%). Four interpretations for the preservice teacher actions are given: they commit academic misconduct because they want to succeed, because they have poor studying habits which lead them to make poor decisions, because of the cheating culture in which they evolve, and because of the cheating patterns they develop. Recommendations for teacher education programs conclude the article.
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 | 0,007 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».