Moving the Spotlight from Plagiarism to Academic Integrity in Paraphrasing Instruction
Notice bibliographique
Résumé
For higher education students completing research-based assignments, paraphrasing is an essential skill. While instructors often expect students to be reasonably proficient in paraphrasing by the time they finish high school, the reality is that many students arrive at college or university never having experienced explicit instruction in paraphrasing. They have certainly used paraphrasing in their previous academic work, but their understanding of this critical skill rarely goes beyond the basic notion that paraphrasing means “saying it in your own words,” and many believe that synonym substitution is paraphrasing. Once students embark on their post-secondary journey, paraphrasing instruction is still rare, but the stakes are immediately higher. Through dire warnings on course outlines and in assignment instructions, students quickly learn to associate paraphrasing with plagiarism, and the resulting fear can prevent them from becoming excited about joining the academic conversation. In the paraphrasing workshops offered by university and college writing centres, practice opportunities may be limited to short, decontextualized transformation activities, which can inadvertently reinforce the common but misguided belief among students that effective source integration is a matter of skimming the first few pages of a source for a useful target sentence to slot into a pre-existing argument. This session will describe how writing specialists at one undergraduate university are shifting their approach to paraphrasing instruction. Practice activities that prioritize contextualization and writer agency are helping students discover the power of paraphrasing. By de-emphasizing plagiarism and instead focusing on the values of academic integrity, this new approach aims to help students view themselves as members of discourse communities - members who have a responsibility to deeply engage with and fairly represent one another’s work.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheIntégrité de la recherche Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: oui · Porte sur un sujet canadien: non | Sans objet | high |
| gpt | MétarechercheIntégrité de la recherche Domaine: Méthodes · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Théorique ou conceptuel | high |
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 | 0,007 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,007 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».