Influence Factors on Academic Integrity revealed by Machine Learning Methods

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-771216
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.77121

Landes, Jennifer

; Köppl, Sonja ; Klettke, Meike

Lizenz: Creative Commons Namensnennung 4.0 International
PDF
(1MB)

Veröffentlichungsdatum dieses Volltextes: 10 Jul 2025 09:32

Alternative Links zum Volltext:Verlag

Details

Dokumentenart:	Konferenz- oder Workshop-Beitrag (Paper)
Open Access Art:	CC-Lizenz
Buchtitel:	Proceedings of the 34th GI-Workshop on Foundations of Databases (Grundlagen von Datenbanken)
Verlag:	CEUR-WS.org
Sonstige Reihe:	CEUR Workshop Proceedings
Band:	3714
Datum:	2023
Institutionen:	Informatik und Data Science > Fachbereich Grundlagen der Informatik > Data Engineering (Prof. Dr.-Ing. Meike Klettke)
Dewey-Dezimal-Klassifikation:	000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
Status:	Veröffentlicht
Begutachtet:	Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:	Zum Teil
Dokumenten-ID:	77121

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Academic integrity in higher education can be influenced by individual or by institutional factors. Cheating behavior undermines the academic integrity of the learning environment and can have negative consequences for both the individual student and the academic community. To understand the factors that influence the cheating behavior of students, a quantitative study was conducted, specifically ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Weitere Literatur (mittels CORE)

nach oben