Students’ Perceptions of ChatGPT in Higher Education: A Study of Academic Enhancement, Procrastination, and Ethical Concerns
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The integration of AI tools in education is reshaping how students view and interact with their learning experiences. As AI usage continues to grow, it becomes increasingly important to understand how students' perceptions of these technologies impact their academic performance and learning behaviours. To investigate these effects, we conducted a correlational study with a sample of 44 students to examining the relationship between students' perceptions of ChatGPT’s utility—focusing on usage frequency, perceived usefulness, accuracy, reliability, and time efficiency—and key academic outcomes, including content mastery, confidence in knowledge, and grade improvement. Additionally, we explored how these perceptions influence student behaviours, such as reliance on ChatGPT, procrastination tendencies, and the potential risk of plagiarism. The canonical correlation analysis revealed a statistically significant relationship between students' perceptions of ChatGPT's utility and their academic outcomes. Students who viewed ChatGPT as reliable and efficient tended to report higher grades, improved understanding of the material, and greater confidence in their knowledge. Furthermore, the bivariate correlation analysis revealed a significant relationship between dependency on ChatGPT and procrastination (r = 0.546, p < 0.001), indicating that a higher reliance on AI tools may contribute to increased procrastination. No statistically significant association was identified between ChatGPT dependency and the risk of plagiarism. Future research should prioritize the development of strategies that promote effective use of AI while minimizing the risk of overreliance. Such efforts can enhance academic integrity and support independent learning. Educators play a critical role in this process by guiding students to balance the advantages of AI with the cultivation of critical thinking skills and adherence to ethical academic practices.
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.
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 | 0,005 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 découle