MétaCan
Menu
Retour à la cohorte
Enregistrement W4400482783 · doi:10.55016/ojs/cpai.v6i1.76919

Promoting Academic Integrity in Virtual Classrooms: A Gamified Approach

2023· article· en· W4400482783 sur OpenAlexaffabout
Cedar Leithead, Amy Lin, Naomi Madeleine Go, Kasha Visutskie, John Paul Foxe, Allyson Miller

Notice bibliographique

RevueCanadian Perspectives on Academic Integrity · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensToronto Metropolitan UniversitySeneca Polytechnic
Organismes subventionnairesnon disponible
Mots-clésAcademic integrityMathematics educationComputer sciencePedagogyPsychologyEngineering ethicsEngineering

Résumé

récupéré en direct d'OpenAlex

The sudden pivot to remote teaching in March 2020 highlighted new and emerging threats to academic integrity. While much of the world has returned to in-person delivery, in the classroom, remote teaching, and these associated threats to academic integrity, are here to stay. With the assistance of a Virtual Learning Strategy grant from eCampus Ontario, Seneca College and Toronto Metropolitan University have developed new gamified academic integrity modules for students designed to promote academic integrity in a virtual environment. The modules have been designed such that they apply to both college and university students and the code for the game is freely available under a Creative Commons License. In this presentation presenters will speak to how these modules were created as well provide a demonstration for all participants. By the end of this presentation attendees will be able to apply and adapt this resource to their own institution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,017
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,353
Écart entre enseignants0,301 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Perspectives on Academic IntegrityMême sujetOnline and Blended LearningTravaux en français237 207