Academic integrity policy analysis of Alberta and Manitoba colleges
Notice bibliographique
Résumé
Dealing with matters related to academic integrity and academic misconduct can be challenging in higher education. As a result, students, educators, administrators, and other higher education professionals look to policy and procedures to help guide them through these complex situations. Policies are often representative of an institution’s culture of academic integrity. For these and other reasons it is therefore important that policies and procedures are reviewed regularly and updated to ensure that they align with current educational expectations and societal context. In this presentation, we share the results from our policy analysis of 16 colleges in the Canadian western provinces of Alberta and Manitoba. Data extraction and analyses were performed using a tool developed based on Bretag et al.’s five core elements of exemplary academic integrity policy. Our results showed inconsistencies in college polices in terms of the intended audience for the documents (e.g., students, faculty, administrators), varying levels of detail, inconsistent definitions, or categories of misconduct (e.g., plagiarism, cheating) and little mention of contract cheating. We compare the results of this study with previous academic integrity policy research in Canada for colleges in Ontario (Stoesz et al., 2019), as well as universities (Miron et al., 2021; Stoesz and Eaton, 2020). We also discuss the recent increase in the use of artificial intelligence tools such as ChatGPT and GPT-3 and what this could mean in the context of academic integrity policy. We conclude with recommendations for policy reform in the Canadian college context. Our findings may be useful to those working in community colleges and polytechnics. This project is part of a larger project on academic integrity policy in Canada (https://osf.io/n9kwt/ ) Cite as: Eaton, S. E., Vogt, L., Seeland, J., & Stoesz, B. M. (2023). Academic integrity policy analysis of Alberta and Manitoba colleges. Canadian Symposium on Academic Integrity (CSAI), Univeristy of Manitoba, Winnipeg, MB.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,022 | 0,049 |
| Études des sciences et des technologies | 0,016 | 0,005 |
| Communication savante | 0,007 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».