Academic Misconduct in Higher Education: Beyond Student Cheating
Notice bibliographique
Résumé
Abstract When people hear the term “academic misconduct”, student cheating often comes to mind. In this chapter we provide a broader perspective, presenting formal definitions of the terms academic integrity and academic misconduct, arguing that such concepts should apply to all members of the academy. Unfortunately, research conducted in the UK and the US suggests that faculty and administrators engage in misconduct and unethical practice, in research as well as other domains. Here we review policy changes in Canada’s approach to dealing with research misconduct, with the aim of strengthening “Canada’s research integrity system” (HAL in Innov Policy Econ, 2009, i). We also present public accounts of academic transgressions by Canadian faculty and administrators, with a primary focus on research misconduct. A query ofRetraction Watchfound 321 retractions involving academics working in Canadian higher education institutions during the years 2010–2020. Articles in the press are then used to further highlight incidents of academic fraud and plagiarism, as well as questionable practices in student supervision, hiring practices, international student recruitment, and inappropriate interpersonal relationships. We conclude by calling for a comprehensive study of academic misconduct by faculty and administrators at Canadian higher education institutions as well as an assessment of how well the changes to Canada’s policies on research misconduct are working, particularly with respect to public disclosure.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,027 |
| Communication savante | 0,014 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».