Notice bibliographique
Résumé
Academic integrity and academic misconduct are issues that affect all post-secondary institutions, and the University of Manitoba has seen a rising number of cases (Annual Report of the University Discipline Committee, 2021). Furthermore, there has been a call (Bertram Gallant, 2008; Sopcak & Hood, 2022) for developing and implementing responsive educational approaches in academic misconduct cases at the post-secondary level. These educational approaches move away from quasi-legal and punitive measures, which have been shown to negatively impact the well-being of the involved students (Pitts et al., 2020). Instead, it has been argued that academic misconduct should be addressed as a learning, teaching and skills development concern. In this presentation, we discuss the implementation of a reflection-based course for students involved in cases of academic misconduct. Completion of this self-directed online course is the preliminary step in educational outcomes for most students involved in academic misconduct at the University of Manitoba. We chart the shift in this educational outcome from a quiz-based tutorial to a multi-module -reflection-based approach. We will discuss the rational and practical implications of the “Reflections on Academic Integrity (RAI)” course. We will argue that the RAI course actively and consciously moves away from the stigmatization associated with academic misconduct towards framing the student’s experiences as a learning outcome that sets the foundation for a return to successful studies.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,008 |
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 ».