MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380479927 · doi:10.1007/978-981-287-079-7_134-1

Academic Integrity, Ableist Assessment Design, and Pedagogies of Disclosure

2023· book-chapter· en· W4380479927 sur OpenAlexaff
Ann Gagné

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAbleismAcademic integrityPedagogyFrame (networking)Inclusion (mineral)Engineering ethicsSociologyPublic relationsPsychologyPolitical scienceEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

Having a more holistic understanding of accessibility in relation to academic integrity that goes beyond a discussion of learning disabilities and accommodation forms is necessary for higher education to be inclusive of disabled learners and critically explore the purpose of academic integrity equitably. This chapter first defines ableism and how it can manifest itself on campus and in online courses to then briefly frame the ableist nature of remote proctoring software and how assessment design is often itself ableist in necessitating proctoring software. The chapter will expand on the problematic nature of competition in high-stakes assessments that is necessarily at odds with accessibility and builds pedagogical barriers to reinforce how signature pedagogies in some disciplines can continue to support inequitable and ableist assessments. The chapter highlights the need to review assessment design and pedagogy to be accessible. It ends by emphasizing how trust needs to be built in educational spaces and that it is a lack of trust and opaque procedures that guides many of the inequitable and ableist academic integrity practices and policies in higher education institutions. It suggests four strategies to support assessment design that keep accessibility in mind and that in turn support a necessary conversation that centers citational ethics instead of surveillance that can harm disabled learners.

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)0,014
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,015
Communication savante0,0100,009
Science ouverte0,0020,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,121
Tête enseignante GPT0,422
Écart entre enseignants0,302 · 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'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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovations in Medical Education→Travaux en français237 207→