Lista za procjenu kvalitete zadataka Ćurković, Natalija; Šabić, Josip; Buljan Culej, Jasminka
Suvremena psihologija,
12/2010, Letnik:
13, Številka:
2
Paper
Odprti dostop
Uvođenjem vanjskoga vrednovanja obrazovanja u hrvatski školski sustav, pojavila se potreba za metodološkom recenzijom zadataka i testova znanja te procjenom njihove kvalitete. Radi postizanja ...standarda kvalitete testovnih materijala, nužna je izrada jedinstvenoga sustava njihova recenziranja po uzoru na inozemnu praksu. Stoga su autori temeljem opsežnoga pregleda literature i uzimajući u obzir specifične zahtjeve hrvatskoga sustava vanjskoga vrednovanja izradili jedinstvenu Listu za procjenu kvalitete zadataka (LPKZ). Pomoću ovoga instrumenta moguća je standardizirana metodološka recenzija testova znanja, ali i ostalih mjernih instrumenata koji se koriste u društvenim istraživanjima. U članku se nalazi detaljan opis čestica instrumenta te upute za uporabu kao i mogućnosti njegove primjene.
Provider: - Institution: - Data provided by Europeana Collections- Ciljevi: Razviti postupak otkrivanja plagiranih radova u časopisu Croatian Medical Journal (CMJ) koristeći računalne programe za ...otkrivanje plagiranja te izmjeriti učestalost i značajke plagiranja.
Materijali i metode: Svi radovi (N=754) zaprimljeni u CMJ, 2009. - 2010. godine obrađeni su s pomoću programa za otkrivanje plagiranja (eTBLAST, CrossCheck, WCopyfind). Radovi koji sadrže udio podudarnog teksta veći od 10% smatrani su sumnjivima i raščlanjeni usporednim čitanjem.
Rezultati: Programima eTBLAST i CrossCheck pronađeno je 105 (14%) radova s više od 10% podudarnog teksta. Nakon provjere usporednim čitanjem 20 (3%) radova isključeno je iz daljnje raščlambe, a za 85 (11%) je zaključeno da su plagirani od čega su 22 (3%) rada bila samoplagirana. Zemlje podrijetla autora plagiranih radova su: Kina 18 (21%), Turska 16 (19%), Hrvatska 12 (14%) i ostale zemlje 39 (46%). Udio podudarnog teksta bio je podjednak u plagiranih i samoplagiranih radova (medijan=25%, 5-95 percentili (11%-59%) vs. medijan=28%, 5-95 percentili (14-47); P=0,634). Udio podudarnog teksta u plagiranih radova značajno je veći u radovima u kojima izvornik nije citiran u odnosu na radove u kojima se izvornik citira (medijan=36%, 5-95 percentili 16%-62% vs. medijan=23%, 5-95 percentili 13%-58% P=0,011), dok u samoplagiranih radova nema razlike (P=0,793). Najčešće se preuzimao tekst odjeljaka "Rasprava" (N=51), "Uvod" (N=51) i "Materijali i metode" (N=50). Podudarnost teksta u samoplagiranih radova najveća je u odjeljku "Materijali i metode" medijan=61%, 5-95 percentili (41-68), te je značajno veća od udjela podudarnosti u odjeljcima "Rasprava" (medijan=26%, 5-95 percentili (15-35), P=0,005) i "Rezultati" (medijan=23%, 5-95 percentili (17-36), P=0,009), dok u plagiranih radova razlike nema. Razvijen je postupak otkrivanja plagiranja i oblikovano izvješće o podudarnom radu.
Zaključak: Računalni programi za otkrivanje plagiranja uz kontrolni pregled rada usporednim čitanjem mogu se preporučiti kao standardna metoda za otkrivanje i sprječavanje objavljivanja podudarnih tekstova u biomedicinskom časopisu.
Ključne riječi:- Aim. To assess the prevalence of plagiarism in manuscripts submitted for publication in the Croatian Medical Journal (CMJ) and develop a standard operating procedure for scanning submitted manuscripts for plagiarism.
Materials and Methods. All manuscripts submitted in 2009-2010 period were analyzed using plagiarism detection software: eTBLAST, CrossCheck, and WCopyfind. Plagiarism was suspected in manuscripts with more than 10% of the text derived from other sources. These manuscripts were manually verified by the investigator.
Results. Of all 754 submitted manuscripts, 105 (14%) were identified by the software as suspected of plagiarizing. Manual verification confirmed that 85 (11%) manuscripts were plagiarized, of which 22 (3%) were self-plagiarized. Authors of plagiarized manuscripts (n=85) were mostly from China 18 (21%), Turkey 16 (19%), Croatia 12 (14%) and other countries 39 (46%). There was no significant difference in the text similarity rate between plagiarized and self-plagiarized manuscripts median=25%, 5-95 percentile (11%-59%) vs. median=28%, 5-95 percentile (14%-47%), P=0,634. Higher text similarity rate was found in true plagiarized manuscripts where the original source was not cited than in manuscripts in which the cited source median=36%, 5-95 percentile (16%-62%) vs. median=23%, 5-95 percentile (15%-38%), P = 0.011, but no such difference was found for self-plagiarized manuscripts (P = 0.793). Differences in text similarity rate were found between various sections of self-plagiarized manuscripts (P=0.001). The text similarity rate of self-plagiarized manuscripts was higher in the "Materials and Methods" median=61%, 5-95 percentile (41%-68%) than in the "Results" median=23%, 5-95 percentile (17%-36%), P=0.009 and or "Discussion" median=26%, 5-95 percentile (15%-35%), P=0.005 sections. A standard operating procedure for scanning submitted manuscripts for plagiarism was developed and a plagiarism report was created. Conclusion. Plagiarism detection software in combination with manual verification may be used as a standard operation procedure to detect plagiarized manuscripts and prevent their publication in a biomedical journal.- All metadata published by Europeana are available free of restriction under the Creative Commons CC0 1.0 Universal Public Domain Dedication. However, Europeana requests that you actively acknowledge and give attribution to all metadata sources including Europeana
Evolucija digitalnog doba dovela je do razvoja tzv. indeksnih publikacija u današnje online baze podataka. U radu su ukratko prikazane četiri najpopularnije baze podataka u Hrvatskoj: Current ...Contents, Web of Science, Scopus i Google Scholar, s kratkom poviješću, pokrivenošću (uključeni hrvatski naslovi), značajkama i mogućnostima citatnih analiza. Diskutirane su njihove dobre i loše strane, kao i važnost učinkovitog korištenja i odgovarajuće interpretacije podataka. Čimbenik utjecaja i drugi bibliometrijski parametri često se pogrešno koriste pri prosudbi utjecaja individualnog rada ili autora. Ovaj rad može pomoći svima onima koji donose pravila i propise, bibliotekarima, administraciji i znanstvenicima, kako bi pažljivije i mudrije koristili podatke dobivene iz različitih baza podataka koristili pri prosudbi znanstvenih istraživanja.
Autor daje prikaz i recenziju knjige M. Mandaca, koja uključuje tri Ciprijanova djela („Jedinstvo Crkve“, „Euharistija“ i „Gospodnja molitva“) prevedena na hrvatski jezik.
Prikaz monografije „Sakralni prostor tijekom povijesti i danas“ koja objedinjuje arhitektonsko-povijesne, teološko-liturgijske i tehničko-građevinske vidove pristupa sakralnom prostoru.
U današnje vrijeme količina podatka koja se nalazi u poslovnom sustavu i oko njega zahtijeva
nove načine prikupljanja i obrade podataka. Otkrivanje sentimenta iz hotelskih recenzija pridonosi
...poboljšanju hotelske usluge ali i ukupnoj online reputaciji budući da se potencijalni gosti prije
rezervacije uvelike konzultiraju postojećim recenzijama smještaja. Na tragu toga, napravljeno je
istraživanje nad hotelskim recenzijama hrvatskih hotela (kategorija tri, četiri i pet zvjezdica) u
turističkim hrvatskim regijama sa platforme Booking.com, za godinu 2019 i 2021 (prije i poslije COVID
19 pandemije). Odabrani su hoteli sa Jadranske obale i to u gradovima koji su na više izvora odabrani
kao najpopularniji: Rovinj, Pula, Krk, Zadar, Šibenik, Split, Brač, Hvar, Makarska te Dubrovnik Recenzije
su grupirane u četiri grupe po ukupnom ratingu i dodatno podijeljene u svakoj grupi na pozitivne
i negativne kako bi se identificirale stavke koje su prisutne u pozitivnim i negativnim recenzijama
svake od četiri grupe. Metodom procesiranja teksta identificirane su najčešće riječi i izrazi (unigrami
i bigrami) prisutni u spomenutim grupama recenzija, zasebno za 2019. i 2021. turističku sezonu, koje
mogu poslužiti hotelskom menadžmentu kod upravljanja uslugama hotelskog smještaja i ostvarivanja
konkurentske prednosti. U drugom dijelu rada, izrađen je model strojnog učenja nad svim prikupljenim
recenzijama koji klasificira recenzije u pozitivne ili negativne. Rezultati primjene tri različita algoritma
strojnog učenja sa performansama preciznosti i odziva opisani su u sekciji rezultati i diskusija.