A partir del momento en que se crea tu cuenta, Authorship for Investigators procesará todos los trabajos entregados a tu institución a través de Turnitin y estos se mostrarán en el área Mi panel (My Dashboard) en tu cuenta de Authorship for Investigators.
El Panel de Authorship sólo está disponible para los usuarios a quienes se les ha otorgado el rol de usuario “Administrador de productos”.
Cuerpo del panel
El cuerpo principal del panel muestra los estudiantes cuyas entregas han recibido un puntaje de predicción de 0,573 o superior.
Selecciona la fila que contenga el estudiante que quieras investigar más a fondo para abrir el reporte.
El cuerpo del panel no muestra todos los estudiantes que entregaron sus trabajos a tu cuenta de Turnitin. Sólo los estudiantes que presenten las siguientes características:
- Han entregado más de un archivo a tu cuenta de Turnitin.
- Han entregado trabajos de una manera que les atribuirá una identificación del estudiante.
- Han recibido un puntaje de predicción superior a 0,57.
- Tengan trabajos que contengan 2 o más marcas de alerta.
Los estudiantes se pueden filtrar por umbral o por fecha de entrega.
El panel tiene seis columnas.
Nombre (Name)
La primera columna contiene el nombre del estudiante.
El panel sólo genera reportes para trabajos con identificaciones de estudiante. Los estudiantes no inscritos o los que hayan utilizado la Entrega directa o Entrega rápida no aparecerán en el panel.
Prioridad (Priority)
La segunda columna muestra la prioridad del estudiante según su puntaje de predicción. La prioridad podrá ser Crítica (Critical), Alta (High) o Ninguna (None). Selecciona el signo de interrogación junto al título de la columna para obtener más información sobre la prioridad y el puntaje de predicción, así como el puntaje de predicción promedio del panel.
Marcas de alerta (Flags)
La tercera columna contiene el número de marcas de alerta encontró el reporte.
Las marcas de alerta son evidencia visible de que el trabajo de un estudiante puede no ser completamente suyo. Te avisamos cuando los metadatos de un archivo no coinciden con la información del estudiante o si los metadatos son diferentes entre varios documentos.
La presencia de marcas de alerta no es una prueba de que haya un autor diferente, sino más bien es una sugerencia de que se revise el trabajo de un estudiante.
Pasa el cursor sobre el número para ver qué marcas de alerta están resaltadas en este reporte.
Selecciona el signo de interrogación junto al título de la columna para obtener más información sobre las marcas de alerta y ver la cantidad promedio en el panel.
Última fecha de entrega (Last Submission Date)
La cuarta columna contiene la fecha de la última entrega de este estudiante.
Cada vez que un estudiante entregue un nuevo trabajo, el reporte se regenerará. Esto sobrescribirá el reporte del panel anterior para este estudiante.
Estado (Status)
La quinta columna contiene el estado del reporte. El estado refleja el estado del reporte de autoría del estudiante en el momento en que se guardó por última vez. Utiliza el estado para clasificar los casos e investigar a estudiantes específicos. Debes abrir el reporte para actualizar el estado.
Últimos cambios guardados (Last Saved By)
La columna de los últimos cambios guardados indica el último investigador que dejó un comentario de resumen o seleccionó un estado de investigación para el reporte de autoría.
Descargar (Download)
Para descargar el panel como un archivo .csv, selecciona el botón Descargar (Download).
Archivado de un estudiante desde el panel
Selecciona la casilla junto al nombre del estudiante para seleccionarlo. Una vez que lo selecciones, se puede archivar a un estudiante desde el panel. Puedes seleccionar y archivar varios estudiantes a la vez utilizando las casillas a la izquierda del nombre del estudiante.
Los estudiantes archivados ya no aparecerán en el panel, incluso si las entregas futuras tienen 2 o más marcas de alerta o un puntaje superior a 0,57. Recomendamos archivar a un estudiante sólo si abandonó tu institución.
Los trabajos archivados no se incluirán en la descarga del archivo .csv.
Si quieres ver los estudiantes que has archivado desde el panel, selecciona Mostrar archivados (Show archived).
Filtrar el panel
Por umbral
Puedes filtrar el panel por puntaje de predicción. Puedes hacerlo usando los tres filtros de marcas de alerta.
Los tres filtros son los siguientes:
Todas las marcas de alerta (All Flags): se mostrarán todos los reportes que tengan un puntaje superior a 0,57. Este umbral es el que hemos calculado que capturará todos los reportes que podrían resultar casos potenciales de fraude por contrato.
Puntaje alto (High Score): se mostrarán todos los reportes que tengan un puntaje entre 0,57 y 0,76. Este umbral es el que hemos calculado que capturará reportes que es posible que sean casos de fraude por contrato.
Puntuación crítica (Critical Score): se mostrarán todos los reportes que tengan un puntaje entre 0,77 y 0,100. Este umbral es el que identifica los casos con el mayor número de marcas de alerta y anomalías que requieren más investigación.
Por rango de fechas
En la parte superior del panel, existe la posibilidad de filtrar los reportes por última fecha de entrega.
La fecha más temprana en la que puedes establecer el filtro es aquella en la que se te proporcionó tu licencia para Turnitin Originality. Si acabas de crear tu cuenta, es posible que no puedas seleccionar un rango de fechas amplio. Las entregas históricas se incluirán en el panel una vez que un estudiante haya realizado una entrega después de la fecha de creación.
Selecciona el menú desplegable del rango de fechas para ver el calendario y elige el rango de fechas del que deseas ver los reportes. También puedes escribir la fecha en el siguiente formato: 1 de agosto de 2019.
La fila de estudiantes se actualizará con cada entrega. Si utilizas una fecha de entrega anterior, es posible que no veas al estudiante que deseas investigar.
¿En qué se basa nuestra predicción?
El puntaje de predicción oscila entre 0 y 1 y se atribuye a cada estudiante en el panel. Cuanto más cerca de 1 esté el puntaje, más probable será que haya algo que valga la pena investigar. Se calcula utilizando el algoritmo de predicción de Turnitin, que utiliza métodos de Procesamiento de Lenguaje Natural (NLP).
El NLP es un subcampo de la inteligencia artificial que se centra en permitir que las computadoras comprendan y procesen los lenguajes humanos, para acercarlas a una comprensión del lenguaje de nivel humano.
Entonces, ¿cómo funciona?
El algoritmo de predicción se entrenó en un conjunto de datos etiquetados que contenían trabajos de estudiantes del mismo autor y de diferentes autores. El algoritmo de aprendizaje automático se entrenó en un conjunto de datos etiquetados muy grande con cientos de características lingüísticas para aprender qué características indican la autoría y la no autoría. Luego probamos el algoritmo entrenado en otro conjunto de datos de prueba/validación de gran tamaño para asegurarnos de no sobreentrenar nuestro modelo con los datos de entrenamiento.
Estas características lingüísticas suelen ser demasiado complejas para presentarlas como datos valiosos. Por este motivo, los combinamos en un puntaje fácil de procesar que podemos atribuir a un estudiante.
¿Es exacto?
Nuestros objetivos de precisión se basaron en una investigación realizada por la Universidad de Deakin sobre qué tan bien los marcadores identifican el fraude por contrato cuando se les indica que lo busquen. En ese estudio, alcanzaron una sensibilidad del 62 % para identificar fraudes por contrato. Nuestro algoritmo está ajustado para tener el mismo nivel de sensibilidad (tasa de detección) al identificar diferentes autores según la validación de nuestro algoritmo de predicción.
Cuanto más utilicen tú y otras instituciones Authorship for Investigators, mejor será el modelo de predicción.
Nunca afirmamos que un estudiante ha cometido fraude por contrato, sólo recomendamos una investigación más a fondo. Depende del investigador determinar si hay pruebas suficientes para presentar una acusación de fraude por contrato.