Számítógépes program ellenőrzi az összeollózott dolgozatokat
Notice bibliographique
Résumé
A jövőben a diákok csak saját szakdolgozataikat adhatják be, miután elkészült egy plágiumkereső program. Már a mostani vizsgaidőszakban lebukhatnak azok a főiskolai és egyetemi hallgatók, akik nem a saját dolgozatukat vagy diplomamunkájukat adják be szigorlatuk, államvizsgájuk előtt. A program azt is kiszűri, ha a dolgozatnak csak egyes részei egyeznek meg szó szerint egy másik munkával.\n\nAz összeollózott munkák kiszűrésére a Magyar Tudományos Akadémia a SZTAKI-szótárának internetes oldalára egy új, ingyenes használatú keresőprogramot helyezett, már a miskolci és a debreceni egyetem, valamint a Budapesti Kommunikációs Főiskola is érdeklődött iránta. Pataki Máté, a program fejlesztője lapunknak elmondta, hogy több mint négy éve tökéletesítik a keresőt. Az volt a céljuk, hogy a szerzők a védeni kívánt dokumentumaikat feltölthessék egy zárt rendszerbe. Ezzel lényegesen megnő a lebukás veszélye, ha illetéktelenek saját szerzeményükként akarják felhasználni a Kopi Online adatbázisában lévő védett munkát.\n\nA felsőoktatási intézmények szeretnék összekötni a saját digitális könyvtárukat a Kopival. Erre van lehetőség, mert a bekötött szakdolgozatok mellé már évek óta kérik a diplomamunkák digitális, CD-re rögzített változatát is. A Budapesti Műszaki Egyetem egyik hallgatóját már le is buktatta a rendszer. \n\nSI
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,139 | 0,032 |
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 ».