Notice bibliographique
Résumé
Why is academic integrity so important? This might seem like a frivolous question, but it really is not. Academic integrity is crucial if we consider that one of the prime missions of higher education is to help form the intellectual and moral outlook of the future leaders of our society. By so doing, higher education can contribute to societies whose members abide by the rule of law and maintain, for the most part, adherence to a shared legal and moral code. Maintaining the ethical standards of the academy is also crucial to maintaining public trust in our educational institutions but this imperative pales in importance to education’s role in helping to form ethical citizens. Without a shared ethical base, societies can easily slide into rampant corruption and chaos. While there has been significant work done on theoretical frameworks for promoting ethics in higher education, the vast majority of research on academic integrity actually focuses on student motivation to commit academic misconduct and how instructors and institutions can control, or limit this behavior. Current research indicates that this focus on student behavior has not worked. This presentation will present a framework for operationalizing integrity for life on a systems level with research-based guidelines for enhancing individual, institutional, education system and, ultimately, societal integrity while contributing to the development of a more holistic view of academic ethics that will be applicable to the Canadian context and beyond. Participants will take away insights to creating a roadmap to academic integrity in their own institutions and communities. Keywords: Academic integrity; ethics, framework, academic dishonesty, Canada
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 | 0,028 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,030 | 0,134 |
| Communication savante | 0,026 | 0,014 |
| Science ouverte | 0,005 | 0,013 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».