MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400482767 · doi:10.55016/ojs/cpai.v4i1.71350

emotional labour of academic integrity: How does it feel?

2021· article· en· W4400482767 sur OpenAlexaffabout
Jason Openo, Rick Robinson

Notice bibliographique

RevueCanadian Perspectives on Academic Integrity · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensMedicine Hat College
Organismes subventionnairesnon disponible
Mots-clésPsychologyAcademic integrityEmotional laborDevelopmental psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Academic integrity is valued in all Canadian educational systems, yet no real accounting of academic integrity violations (AIVs) exists primarily because faculty under-report them. Numerous disincentives dissuade faculty from reporting AIVs, and voluntarily reporting violations increases emotional labour. Still, some faculty feel duty-bound to do so. This paper explores the neglected emotional experience when reporting AIVs using a phenomenological approach. Interviews with a purposive, homogenous sample of faculty at a small Canadian community college who reported AIVs reveal that reporting AIVs disturbed relationships with students, and that navigating bureaucratic processes, when other faculty choose not to, caused frustration. After reporting, faculty in this study felt alienated from the outcomes of their decisions. Still, they remained committed to reporting AIVs because it was part of their self-definition as educators to defend the innocent and protect the future. This small sample of faculty identify personal experiences and institutional barriers that may discourage faculty from reporting AIVs. Finally, the findings reveal a gap between faculty and international students’ understanding of academic integrity. Bridging this gap is important because of the intensified emotional and relational challenges arising from the more serious consequences of reporting AIVs involving international students. The findings reveal a need for faculty development opportunities that build intercultural competence and handle AIVs in a way that respects diverse worldviews and promotes the values of academic integrity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil0,775

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0200,028
Communication savante0,0150,005
Science ouverte0,0020,006
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,072
Tête enseignante GPT0,420
Écart entre enseignants0,347 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Perspectives on Academic Integrity→Même sujetHealthcare professionals’ stress and burnout→Travaux en français237 207→