Woraufbasiert unsere Prognose?

Die Prognosepunktzahl ist eine Punktzahl zwischen 0 und 1, die jedem Studierenden im Dashboard zugeschrieben wird. Je näher die Punktzahl an 1 liegt, desto wahrscheinlicher ist es, dass sich eine Untersuchung lohnt. Sie wird mit dem Prognosealgorithmus von Turnitin berechnet, der NLP-Methoden (Natural Language Processing) verwendet.

NLP ist ein Teilfeld der künstlichen Intelligenz, das sich darauf konzentriert, Computern das Verständnis und die Verarbeitung menschlicher Sprachen zu ermöglichen, damit Computer dem menschlichen Sprachverständnis näher kommen.

Also wie funktioniert das?

Wir stellten dem Algorithmus einen großen Datensatz von Dokumenten zur Verfügung, von denen wir wissen, dass sie online gekauft wurden, und wiesen ihn an, Hunderte von sprachlichen Funktionen zu analysieren. Dadurch wird der Algorithmus trainiert zu lernen, wonach in einem Dokument gesucht werden soll.

Diese sprachlichen Merkmale sind oft zu komplex, um sie als wertvolle Daten darzustellen. Aus diesem Grund kombinieren wir sie zu einer Punktzahl, die wir einem Studenten zuordnen können. Diese Punktzahl ist ein echter und übersichtlicher Wert.

Wie steht es mit der Genauigkeit?

Unsere Genauigkeitsziele basierten auf Untersuchungen der Deakin University zum Thema, wie gut Benoter Vertragsbetrug identifizieren, wenn ihnen gesagt wird, dass sie danach suchen sollen. In dieser Studie erreichten sie bei der Identifizierung von Vertragsbetrug eine Sensitivität von 62 %. Unser Algorithmus ist darauf eingestellt, dass er das gleiche Maß an Sensitivität (Erkennungsrate) bei der Identifizierung verschiedener Autoren hat, basierend auf unserer Validierung des Prognosealgorithmus.

Je mehr Sie und andere Institutionen Autorenschaft für Prüfer verwenden, desto besser wird das Prognosemodell.

Wir behaupten niemals, dass ein Studierender Vertragsbetrug begangen hat; wir empfehlen nur weitere Recherchen. Es ist Sache des Prüfers festzustellen, ob es genügend Beweise gibt, um dem Betreffenden einen Vertragsbetrug zur Last zu legen.