MétaCan
Menu
Retour à la cohorte
Enregistrement W6958421964 · doi:10.6084/m9.figshare.7571012.v1

Understanding of plagiarism among North-African university hospital doctors (UHDs): A pilot study

2019· article· en· W6958421964 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUniversity hospitalConfidence intervalDescriptive statisticsData collectionDescriptive researchSpearman's rank correlation coefficient

Résumé

récupéré en direct d'OpenAlex

No previous North-African study has evaluated the UHDs understanding of plagiarism (UP). This descriptive study aimed to assess UP among Tunisian UHDs. UHDs were recruited via electronic mails sent to all the Tunisian UHDs through the national health networks and by convenience sampling via a questionnaire provided directly to some UHDs. The French survey, available from the Laval University website, includes 11 questions related to UP, with three-choice answers (yes/no/may be). One point was awarded for each correct answer. A total score lower than six corresponded to a low level of UP. 96 UHDs (69 females) responded to the survey either through emails (39.6%) or by filled in the paper (60.4%). The mean ±SD (95% confidence interval) score of UP was considered low at 5.4 ± 1.9 (5.0 to 5.8); 74% of the participants had a low UP. The UP score was significantly different between the categories of assistants and professors. Data comparison between subjective and objective assessments revealed that significant percentages of UHDs underestimated their low UP. This was more marked in the professors’ category. There was no significant correlation between the UP total score and the UHDs’ age or professional experience. To conclude, plagiarism is not well-known to North African UHDs. <b>Abbreviations:</b> MD: medical doctor; MSc: master of sciences; PhD: doctor of philosophy; r: Spearman correlation coefficient; SD: standard deviation; UHDs: university hospital doctors; UP: understanding of plagiarism; 95% CI: 95% confidence interval

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaIntégrité de la recherche
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
gptMétarechercheIntégrité de la recherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,236
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0490,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,264
Écart entre enseignants0,182 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Intégrité de la rechercheMétarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeQualitatif · Observationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAcademic integrity and plagiarismCatégorieIntégrité de la rechercheTravaux en français237 207