Being and Becoming: Addressing Equity, Diversity and Inclusion Issues in Learning Academic Writing through an Academic Integrity Socialisation Process
Notice bibliographique
Résumé
Addressing issues of equity, diversity, and inclusion in academic writing is vital in higher education, especially when considering the lived experiences and education of undergraduates from diverse backgrounds. This paper acknowledges the challenges faced by students unfamiliar with Western academic integrity standards, emphasising the disparities experienced by socioeconomically disadvantaged, racialised, and international students. The paper describes an innovative learner-agentic empowerment approach at a Canadian university designed to enable students from diverse backgrounds to gain the academic, cultural, disciplinary and linguistic capital required to practise academic integrity. Through a mixed-method analysis of 182 undergraduates in a writing support program, we found that students who responded to a reflective prompt on academic integrity at the start of the program wrote substantially more (mean 7050 words) than those who did not respond to the prompt (mean 1692 words) during the month-long program. Qualitative analyses revealed students' unfamiliarity with cultural differences, academic integrity practices, linguistic challenges, and penalty severity. This model suggests the importance of a proactive, learner-agentic approach to facilitate education about academic integrity and to address equity and inclusivity. The study underscores the importance of systemic pedagogical changes, furthering the dialogue on equity, diversity, and inclusion in higher education.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».