Infusing Equity, Diversity and Inclusion (EDI) into Academic Integrity Practices in Canadian Higher Education
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
Based on our experiences at four Canadian institutions of higher education, we contend that infusing EDI-informed language within academic integrity policy and procedures is important and should be supported by: (a) a transformative approach towards academic integrity that shifts from a “morality and rule compliance” framework (Penaluna & Ross, 2022); (b) asking questions such as, “what do we as instructors and institutions need to unlearn?” (McNeill, 2022) to cultivate belongingness and learning together about diverse systems and cultures of knowledge making (Davis, 2022); and (c) training students, staff, and instructors about ways to highlight aspirational aspects of integrity as well as diminishing anxiety ridden misconduct processes. Thus, to balance the maintenance of rigorous academic standards against the development of a more learning-centred culture of academic integrity, we believe EDI-informed best practices should be established at a system-level across multiple stakeholders responsible for different learning contexts. As a roadmap for structuring educative opportunities for students in such multiple teaching and learning contexts, we consider sites where revised practices might be most impactful, including: i) instructor-led classroom teaching; ii) administrator-led decision making and disciplinary processes; and iii) staff-led and student-centred programming, such as orientation, peer mentoring and learning services sessions.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,009 |
| 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 découle