Perceptions d’enseignants et d’étudiants relatives au plagiat : causes, attentes, connaissances et pratiques au niveau universitaire
Notice bibliographique
Résumé
À l’ère où l’accès à l’information est facilité avec les technologies, le plagiat à l’université est un problème préoccupant qui fait l’objet de nombreuses recherches afin de l’expliquer ou de le comprendre. Qu’il soit volontaire ou non, il importe de connaitre les causes du plagiat afin de mieux cibler les interventions préventives et promouvoir l’intégrité académique. Dans ce contexte, cette étude a pour objet d’identifier les raisons qui amènent les étudiants à plagier d’une part, et d’examiner les attentes et pratiques d’enseignement et d’apprentissage au regard des connaissances sur l’évitement du plagiat selon la perception d’enseignants et d’étudiants. Pour ce faire, un questionnaire a été administré auprès de 4 661 étudiants de premier cycle universitaire et de 1 357 enseignants provenant du Canada, des États-Unis et de l’Europe. Le questionnaire comprenait une série de questions en lien avec des raisons qui amènent les étudiants à plagier de même qu’un autre bloc de questions sur les attentes et les besoins d’apprentissage sur le plagiat. Globalement, les résultats indiquent que ce qui amène les étudiants à plagier est dû à la croyance de ne pas se faire prendre, le manque de temps et le fait de ne pas comprendre comment citer ou référencer. Concernant les attentes et besoins de formation sur les connaissances du plagiat, les résultats indiquent qu’une moitié des enseignants sont d’avis que ces connaissances devraient être acquises avant les études universitaires alors que la majorité des étudiants souhaite approfondir ces compétences pendant leurs études universitaires. Les résultats présentent des différences, notamment entre les régions du monde et la langue utilisée pour effectuer les études universitaires. Les résultats suggèrent que les établissements d’enseignement doivent se doter de politiques favorisant l’intégrité académique et miser sur la formation des étudiants afin d’agir sur la prévention du plagiat.
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 | 0,010 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».