Knowledge of misconduct amid North-African post-graduate dental students: A cross sectional study
Notice bibliographique
Résumé
<ns3:p> Background Misconduct in the academic community remains poorly understood among post-graduate dental students (PGDSs) in North Africa. Data on the knowledge of misconduct (KoM) level in this population is lacking. This brief report assessed KoM of Tunisian PGDSs’. Methods A cross-sectional study was conducted at the Faculty of Dental Medicine of Monastir, involving 147 PGDSs registered in 2022. Students were recruited via email invitations and convenience sampling at a medical congress. A French survey ( <ns3:italic>i.e.</ns3:italic> ; Laval University quiz) with 11 questions on KoM, offering three-choice answers (yes/no/maybe) was administered. Each correct answer received one point, and a total score below six indicated a low-level of KoM. Results The mean±SD KoM score of the 106 students who accepted to participate in the study was 4.4±1.8, indicating a low-level of KoM. The majority of PGDSs (85.85%) demonstrated a low-level of KoM. A comparison between subjective and objective assessments of KoM levels revealed that a significant percentage of PGDSs underestimated their knowledge (62.26% vs. 85.85%, respectively). Conclusion North-African PGDSs have a low-level of KoM. This emphasizes the need for further efforts to enhance awareness and promote better KoM in this population. </ns3:p>
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».