MétaCan
Menu
Retour à la cohorte
Enregistrement W4400482641 · doi:10.55016/ojs/cpai.v4i2.74165

Learn by Doing: An Academic Integrity Policy Revision

2021· article· en· W4400482641 sur OpenAlexaff
Josh Seeland, Caitlin Munn

Notice bibliographique

RevueCanadian Perspectives on Academic Integrity · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensAssiniboine Community College
Organismes subventionnairesnon disponible
Mots-clésAcademic integrityResearch integrityPolitical sciencePsychologyEngineering ethicsBusinessPublic relationsSocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

After several years of developing a culture of academic integrity at Assiniboine Community College, over twenty stakeholders from five college campuses and a dozen different service areas and academic programs formed the Academic Integrity Advisory Committee (AIAC) in late 2019. In the midst of a push through emergency remote learning, and towards blended learning ahead, they undertook a multi-stage plan: to develop, implement, and evaluate a revised academic integrity policy. Using research and evidence from the world’s foremost sources to inform their work, the AIAC embodied Assiniboine’s academic signature of learn by doing. Join members of the AIAC for a detailed look at the ins and outs of this policy revision process. Participants will leave this session with an understanding of several key academic integrity frameworks, how to implement a change model at their own institution, and a deeper understanding of how to collaboratively develop an academic integrity policy.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0060,041
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,034
Tête enseignante GPT0,358
Écart entre enseignants0,323 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Perspectives on Academic IntegrityMême sujetAcademic integrity and plagiarismTravaux en français237 207