MétaCan
Menu
Retour à la cohorte
Enregistrement W4400482814 · doi:10.55016/ojs/cpai.v4i1.72821

Hosting academic integrity events: What can you do with academic integrity at your college or university?

2021· article· en· W4400482814 sur OpenAlexaffabout
Loie Gervais, Josh Seeland

Notice bibliographique

RevueCanadian Perspectives on Academic Integrity · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensAssiniboine Community College
Organismes subventionnairesnon disponible
Mots-clésAcademic integrityResearch integrityStructural integrityAcademic dishonestyScientific integrityData integrityComputer scienceComputer securityPolitical scienceHigher educationEngineeringEngineering ethicsLibrary sciencePublic relationsLaw

Résumé

récupéré en direct d'OpenAlex

Over the past year, the importance and intricacies of academic integrity (AI) in higher education have been thrust to the forefront of discussion. This has caused some institutions to change the way they approach well-established AI initiatives, while others see opportunities to establish their first events. Join practitioners from two Manitoba institutions for a look at how their AI events are organized and why, for both college and university settings, and for stakeholders ranging from students to administrators. Attendees will learn about different approaches to hosting AI activities, how these initiatives evolve over time, and considerations for creating and contextualizing your own AI events.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,616
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0000,002
Science ouverte0,0020,000
Intégrité de la recherche0,0030,024
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,318
Écart entre enseignants0,272 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Perspectives on Academic IntegrityMême sujetWorkplace Violence and BullyingTravaux en français237 207