Encouraging Academic Integrity Through a Preventative Framework
Notice bibliographique
Résumé
Through a collaboration between the Teaching and Curriculum Development Centre (TCDC), the Centre for Intercultural Engagement (CIE) and the Academic Integrity and Student Conduct Office, Langara has developed an open access toolkit for educators called “Encouraging Academic Integrity Through a Preventative Framework”. The impetus for developing a toolkit focused on encouraging academic integrity came from increasing requests for support in addressing the challenges of academic misconduct at our institution. This toolkit was developed to provide instructors with methods and examples of activities and assessments that can help students meet academic standards and expectations. This document is divided into four parts: we start with an exploration of the principles of academic integrity as defined by the International Centre for Academic Integrity, and then move on to examine the complexity in expression and perception of academic integrity using a model we call the complexity quadrant. With this model in mind, we discuss strategies for fostering integrity and preventing contraventions of academic integrity standards through the use of different assessment design practices. We propose to present the sections of the toolkit, focusing on the complexity quadrant, using an interactive discussion approach. By the end of the presentation, participants will be able to: Use the complexity quadrant to reframe conversations around academic integrity Describe assessment design practices that encourage academic integrity The e-book is available for free through BC Campus Pressbooks Open Education Resources.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,006 | 0,053 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».