Reducing undergraduate students’ trust of commercial contract cheating websites with an academic support literacy intervention
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
Abstract The acquisition of products and services from the commercial contract cheating industry has an extensive history, with the industry experiencing significant growth during the COVID-19 pandemic. Since then, these commercial entities have added generative artificial intelligence (genAI) to their websites to ensure continued use of their services by postsecondary students. Cheating providers use various other persuasive features (e.g., assurance of quality work, use of the words ‘guarantee’ and ‘secure’) to convince students to trust them and become customers. To counter the efforts of commercial cheating services, education about the cheating industry and academic integrity should reduce any trust that students have in them. We developed an academic support literacy module about appropriate (e.g., university assistance, legitimate tutors) and inappropriate (e.g., contract cheating services) academic support. Before and after the module, 39 introductory psychology students rated how much they trusted various websites using a 12-item consumer trust scale. Although a drop in trust after viewing the module was significant for all three types of academic support websites, it was greatest for contract cheating websites. Significant correlations were also found between the non-planning aspects of impulsiveness (as measured by the Barratt Impulsiveness Scale [BIS-11]; Patton et al. J Clin Psychol 51(6):768–774, 1995) and reputation ratings given for the contract cheating websites. Further study of perceptions (using objective and subjective measures) of contract cheating websites and how aspects of impulsiveness on website perceptions is necessary for the continued development of educational interventions to reduce temptations to engage with the industry. Our study findings contribute to the literature on the promotion of academic integrity and prevention of academic misconduct, particularly contract cheating, through 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.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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