MétaCan
Menu
Retour à la cohorte
Enregistrement W4214938780 · doi:10.1007/978-3-030-83255-1_24

The Barriers to Faculty Reporting Incidences of Academic Misconduct at Community Colleges

2022· book-chapter· en· W4214938780 sur OpenAlexafffundabout
Melanie Hamilton, Karla Wolsky

Notice bibliographique

RevueEthics and integrity in educational contexts · 2022
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensLethbridge College
Organismes subventionnairesUniversity of Guelph
Mots-clésAcademic integrityMisconductAcademic dishonestyScholarshipContext (archaeology)Academic communityPublic relationsMedical educationHigher educationPolitical scienceWorkloadInstitutionDisciplinePsychologyPedagogySociologyMedicineManagementSocial psychologySocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Academic misconduct is a growing concern within Canadian higher education and around the world. Research suggests that university faculty have an extensive history of addressing academic misconduct, with an increased focus on detection and prevention. There has been little research, however, on faculty teaching in community colleges and their experiences with reporting and prevention, particularly within the Canadian context. As concern with academic misconduct continues to rise, we suggest that there needs to be more focus on these issues, particularly with respect to approaches that support a cultural shift with faculty that encompasses the fundamental values of academic integrity. For this to occur, it is essential for educational institutions to understand the forces that influence potential dishonest behaviors among students, create policies to address and support academic integrity, while creating a culture of academic integrity which supports both faculty and students alike. Faculty play a crucial role in creating environments that expound and uphold the values of academic integrity. Faculty are the frontline contact, espousing the values and expectations of their institution to students, monitoring, and reporting. Our scholarship of teaching and learning (SoTL) research was motivated by the aim to help community college faculty address the issue of academic misconduct within their classrooms and institutional environments. Barriers to reporting academic dishonesty, identified by faculty, include time and workload in reporting, a perceived lack of institutional support from administration and applicable institutional policies, as well as the perceived threat felt by faculty in reporting incidents.

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)0,023
score de la tête « metaresearch » (Gemma)0,188
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,725

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,188
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0140,005
Communication savante0,0080,003
Science ouverte0,0040,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,186
Tête enseignante GPT0,438
Écart entre enseignants0,252 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations25
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

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