A Pre-Registered Examination of the Relationship Between Psychopathy, Boredom-Proneness, and University-Level Cheating
Notice bibliographique
Résumé
Academic cheating is a prevalent problem in all educational institutions. Finding solutions for cheating requires an understanding of who is more likely to engage in these behaviors. In this pre-registered study (including an a priori power analysis), we investigated the relationship between the four facets of psychopathy, boredom-proneness, and academic cheating in undergraduate university students ( N = 161) while controlling for demographic factors (age, sex, and socioeconomic status) and attitudes supportive of cheating. Students were asked whether they had cheated in the fall 2021 term (yes/no) and about the different types of cheating behaviors they engaged in. Overall, 57% of students admitted to cheating, with online cheating being the most frequently reported behavior. Participants scoring higher on the antisocial facet of psychopathy and endorsing more positive attitudes towards cheating were more likely to report cheating in fall 2021 and engaged in a higher number of different types of cheating behaviors. Those scoring lower on the affective facet of psychopathy (i.e., more emotional) were also more likely to engage in a higher number of cheating behaviors. Boredom-proneness was correlated to both cheating outcomes in the bivariate analyses, but this effect disappeared once controlling for psychopathy and other known correlates. Understanding the features of students who engage in cheating behaviors allows for a critical examination of the potential effectiveness of anti-cheating policies and the development of more preventative classroom practices.
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».