Звіт про систематичний відбір (PRISMA 2020 Flow)
Прозорий звіт про всі етапи воронки відбору статей: виявлення академічними реєстрами, скринінг префільтром LLM, повнотекстова оцінка придатності та включення до синтезу з експертною валідацією.
✓ Математичний баланс воронки PRISMA збережено (100% замикання стадій)
Повна відсутність витоку даних: n_вхід = n_вихід + ∑n_вилучено + n_очікує на кожному етапі виявлення, скринінгу, придатності та синтезу.
ID: 16337 →
Screen: 15417 →
Eligible: 2301 →
Included: 75
Експертна валідація та верифікація (Петля смаку / Expert Taste Loop)
Окремо від воронки формальних правил відбору PRISMA: редакційні вердикти автора дайджесту для калібрування якості та активного навчання префільтру.
👍 10
Схвалено у випусках
(14 всього у корпусі)
👎 29
Відхилено з фіксацією причини
(1 до / 18 після аналізу)
Розподіл причин відхилення експертом:
not_novel: 4
not_for_educators: 3
off_topic: 13
too_narrow: 2
duplicate: 5
other: 1
weak_method: 1
📋 Структуроване резюме огляду (PRISMA 2020: пункт 2 — Structured Summary)
Фон (Background): Живий систематичний огляд застосування великих мовних моделей (LLM) та автономних агентів у вищій освіті. Досліджуються інженерні контрзаходи академічної недоброчесності та переосмислення дизайну оцінювання.
Цілі (Objectives): Систематичне виявлення, скринінг та синтез емпіричних доказів щодо надійності, методологічної строгості та викликів усталеному консенсусу в інтеграції GenAI в університетські курси.
Критерії придатності (Eligibility): Статті з наявним повнотекстовим Open Access (PDF/HTML); тематична релевантність R ≥ 4.0; зважений підсумковий бал Score ≥ 5.0.
Джерела інформації (Information Sources): Мультиреєстровий моніторинг: arXiv, Crossref, OpenAlex, Semantic Scholar, ERIC, а також ланцюжки цитувань (forward/backward citation depth 1–2).
Оцінка ризику упередженості (Risk of Bias): Комплексна метрика методологічної строгості (M, 0–10). Валідація відбору на базі подвійної оцінки: Gwet's AC1, стратифікована повнота та ROC AUC.
Синтез та включення (Synthesis): Включено n = 75 верифікованих робіт до постійного огляду із синтезом висновків, обмежень та емпіричних доказів.
🎯 Специфікація пошуку за схемою PICO / PECO (PRISMA 2020: пункти 4–5)
| Компонент | Визначення в протоколі | Критерії включення / виключення |
|---|---|---|
| P (Population) | Вища освіта: університети, коледжі, студенти бакалаврату/магістратури, викладачі та екзаменатори. | Включено: вища та професійна освіта. Виключено: виключно K-12 початкова школа без переносу методології на HE. |
| I / E (Intervention / Exposure) | Застосування сучасних LLM (GPT-4, Claude, Gemini, Llama) та агентських систем для генерації, вирішення тестів, підказок або оцінювання. | Включено: емпіричне тестування та інтеграція LLM. Виключено: загальне символьне AI або застарілий ML без зв'язку з GenAI. |
| C (Comparator) | Традиційні формати оцінювання без ШІ, людська продуктивність або порівняння різних інженерних захистів (guardrails, multi-agent validation). | Включено: наявність бейзлайну, порівняльних когорт або контрзаходів. Виключено: абстрактні оглядові есе без порівняльної бази. |
| O (Outcomes) | Ефективність завдань, проникність екзаменів ШІ, надійність інженерних контрзаходів, зміна критеріїв оцінювання, когнітивні ефекти. | Включено: емпіричні метрики точності, стійкості, складності або психометрії. Виключено: декларативні твердження без верифікації. |
| S (Study Design) | Емпіричні дослідження: контрольовані експерименти (RCT), квазі-експерименти, кейс-стаді, психометричний аналіз, бенчмарки. | Включено: наукові статті з емпіричними даними. Виключено: публіцистичні блоги, прес-релізи, посібники користувача. |
* Зноска: Математична модель префільтрації, показники та формула оцінювання (рубрика v2.3)
Показники та параметри рубрики
| Символ | Критерій оцінювання | Вага / Значення |
|---|---|---|
| M | Методологічна строгість (Methodological Rigor) | wM = 0.32 |
| E | Інженерні контрзаходи (Engineering Countermeasures) | wE = 0.25 |
| C | Виклик консенсусу (Consensus Challenge) | wC = 0.43 |
| N | Новизна (Novelty) | wN = 0.00 |
| R | Тематична релевантність (Topic Relevance, 0–10) | Rmin = 4.0, Rfull = 7.0 |
| Gate | Тематичний бар'єр (Binary Scope Gate) | PASS / FAIL |
| Поріг | Поріг допуску до повнотекстового аналізу | Score ≥ 5.0 |
Релевантність R є мультиплікатором, а не доданком: робота з R < R_min негайно обнуляється, а відмінна робота поза темою не може обійти профільне дослідження.
Математичні формули оцінки (MathML Core)
1. Підсумковий бал префільтрації (Score):
2. Зважена якість за критеріями рубрики (Q):
3. Логічний критерій відсіювання на скринінгу:
Методологія та звітність (PRISMA 2020: пункти 1–15, 23–27)
Тип огляду, мета, критерії (1, 3–5)
Living systematic review: щоденно поповнюваний огляд за автоматизованим відбором. Це інструмент відбору літератури, а не опублікований огляд з мета-аналізом.
Тема (запит до моделі): Validity of educational assessment under generative AI and how to keep it (AI-resistant / AI-resilient assessment). Core: how generative AI changes what grades and test scores mean (validity arguments in the sense of Kane and Messick), assessment redesign, and quantitative methods that detect or model the distortion in assessment and learning data: item response theory, differential item functioning between humans and LLMs, item parameter drift, rater drift, item compromise and preknowledge, score shifts under unsupervised or online conditions (proctored vs unproctored exams, cheating, grade inflation), change-point and concept-drift detection, LLMs as test takers or raters, computerized adaptive testing and automated test assembly. Computational, statistical and engineering work is preferred, but a solid conceptual or empirical education study of assessment under generative AI belongs here too. Detectors of AI-generated text and watermarking are only adjacent to the topic. The audience is university educators and researchers: work about primary and secondary school (K-12) is off topic unless its findings or methods clearly transfer to higher education.
- Включення: наукова стаття з тематичним балом R ≥ 4.0, підсумковий бал ≥ 5.0; доступний легальний повний текст (open access), який прочитано.
- Виключення: не-статті (датасети, код, errata), дублікати й препринти опублікованих робіт, відкликані роботи, K-12 без переносу на вищу освіту, роботи без повного тексту (paywall, помилки завантаження), відхилені експертом (👎, причина фіксується).
- Ручні додавання (origin = manual) обходять бальний скринінг, але проходять оцінку придатності.
Джерела та дата останнього звернення (6)
| Канал | Записів | Останній запис |
|---|---|---|
search — arXiv, OpenAlex, Semantic Scholar, ERIC | 14577 | 2026-11-05 04:05 |
ref — список літератури прочитаних робіт | 1733 | 2026-11-04 10:23 |
manual — додано вручну | 27 | 2026-10-07 12:05 |
Метадані кандидатів із цитувань беруться з OpenAlex; Crossref/Unpaywall — для DOI, версій і відкритих PDF.
Пошукова стратегія (7)
Поточна версія пошуку: v1.0. Робота збігається, якщо в назві чи абстракті є термін з УСІХ груп хоча б одного запиту (АБО всередині групи; без урахування регістру, межі слів).
Запити (групи):
education × ai; psychometrics × ai; integrity × education; drift × education; drift × psychometrics
education: education, educational, student, learner, teacher, lecturer, classroom, university, higher education, school, curriculum, assessment, exam, examination, examinee, test taker, test score, grading, homework, coursework, online course, essay, academic integrity, academic misconduct, plagiarism, cheating, e-learning, MOOC
ai: generative AI, GenAI, large language model, LLM, ChatGPT, GPT-4, chatbot, AI-generated, AI-assisted, AI-resistant, AI-resilient, AI tool, artificial intelligence
integrity: proctoring, proctored, unproctored, non-proctored, remote proctoring, online exam, online test, online testing, exam integrity, testing integrity, academic integrity, academic dishonesty, cheating, contract cheating, grade inflation
psychometrics: item response theory, IRT, Rasch, psychometric, educational measurement, educational testing, differential item functioning, computerized adaptive testing, adaptive testing, automated test assembly, knowledge tracing, automated scoring, automated essay scoring, validity argument, construct validity, assessment validity, predictive validity
drift: parameter drift, dynamic item response, item parameter drift, rater drift, severity drift, concept drift, change point, change-point detection, item compromise, preknowledge, item exposure, test security, aberrant response, person-fit, differential item functioning
Фрази Semantic Scholar: assessment validity generative AI; AI-resilient assessment higher education; AI-resistant assessment design; generative AI exam performance natural experiment; differential item functioning large language models humans; LLM as test taker item response theory; proctored versus unproctored online exam scores; generative AI grade inflation; item parameter drift detection; item compromise preknowledge detection; concept drift knowledge tracing; change point detection educational testing
arXiv: cs.CY, cs.CL, cs.HC, cs.AI, cs.LG, stat.AP, stat.ME. Ліміти результатів на запит: OpenAlex 50, Semantic Scholar 25, ERIC 25. Цитування: глибина 1 від прочитаних і 👍, глибина 2 лише від 👍; сусіди 👍-робіт оминають лексичний фільтр.
| Версія пошуку | Записів (search) | Перший | Останній |
|---|---|---|---|
v1.0 | 14577 | 2026-10-06 | 2026-11-05 |
Процес відбору та автоматизація (8, 9, 11)
- Скринінг анотацій: один автоматичний «рецензент» — LLM (gemini-3.1-flash-lite, gemini-3.5-flash-lite), пачки по 20, моделі чергуються; кожна оцінка зберігається (prefilter_evaluations) з моделлю й версією рубрики.
- Повнотекстовий аналіз і збір даних: gemini-3.8-flash, gemini-3.7-flash, gemini-3.6-flash, prompt
v2.1. Тільки після конвертації PDF у Markdown; без тексту модель не викликається. - Перевірка: кожну цитату код звіряє з текстом (точний збіг після нормалізації); непідтверджені твердження відкидаються.
- Людина: незалежної другої оцінки немає. Власник виносить вердикти 👍/👎 на вибірці кандидатів (50% біля порога, 30% найвищі, 20% випадкові); вони впливають на чергу й few-shot, але не змінюють бал.
- Дані, що збираються (10): суть, метод/дані/вибірка, твердження, обмеження, тип дизайну (assessment_design, psychometric_modeling, natural_experiment, detector_evaluation, survey, rct, quasi_experiment, qualitative, theoretical, review, other), теги, критерії рубрики.
- Ризик упередженості (11): не оцінювався формально (RoB, GRADE не застосовуються); критерій M «методологічна строгість» (0–10) — ранжувальна оцінка, а не інструмент RoB. Ефектів і мета-аналізу (12, 13d–f, 15) не обчислюється: синтез — якісний, у вигляді розборів статей і тегів.
| Модель скринінгу | Оцінено |
|---|---|
gemini-3.1-flash-lite | 7648 |
gemini-3.5-flash-lite | 7240 |
— | 595 |
| Модель аналізу | prompt | Розборів |
|---|---|---|
gemini-3.1-flash-lite | v2.1 | 275 |
gemini-3.6-flash | v2.1 | 150 |
gemini-3.8-flash | v2.1 | 101 |
gemini-3.7-flash | v2.1 | 94 |
Рубрика оцінювання v2.3 (якорі 0–10)
Модель ставить оцінку 0–10 за кожним критерієм; якорі нижче вбудовані в промпт. Формула й ваги — у зносці вище. Зміна якорів чи ваг без нової версії блокується хешем.
| Критерій | Вага | 2 | 5 | 8 |
|---|---|---|---|---|
| Тематична релевантність (R) | × min(1, R/7.0) | No link to education or assessment: image, audio or model watermarking, model IP protection, general NLP benchmarks, AI in industry. | Adjacent: generative AI in education without an assessment focus; academic integrity with no evidence on assessment outcomes; detectors of AI-generated text or of student AI use; general psychometrics (adaptive testing, test assembly, IRT) with no drift, validity or AI angle. | Core: validity of assessment under generative AI (what grades and scores mean when AI is available); how grades shift under unsupervised conditions or cheating (proctored vs unproctored exams, grade inflation); AI-resistant or AI-resilient assessment design; quantitative methods that detect or model distorted assessment or learning data (DIF between humans and LLMs, item parameter or rater drift, item compromise/preknowledge, change-point or concept-drift detection, LLMs as test takers or raters). |
| Методологічна строгість (M) | 0.32 | Vague evaluation, convenience sample of a few dozen, self-report only, no control group or baseline. | Clear dataset or sample (hundreds), standard metrics or validated instruments, comparison with baselines or a control group. | Randomized/controlled or preregistered, large or multi-site/multilingual data, adversarial or robustness checks, effect sizes with uncertainty. |
| Інженерні контрзаходи (E) | 0.25 | No method or countermeasure: describes impact, attitudes or policy only. | A concrete method or countermeasure with an evaluation: statistical test or model, detector, scoring procedure, or an assessment design tried on real cohorts. | A rigorous, reusable method: formal model with guarantees or error control, open code, validated on both real and simulated data. |
| Виклик консенсусу (C) | 0.43 | Reconfirms standard wisdom. | Nuances the consensus (e.g. detectors fail under mild paraphrasing; AI use does not harm an outcome it is assumed to harm). | Directly refutes high-profile claims with rigorous evidence. |
| Новизна (N) | 0.00 | Replicates well-known findings (another survey of student attitudes to ChatGPT, another test of one detector on a handful of prompts). | New dataset, benchmark, population or setting, or a previously untried technique. | Fundamentally new attack or defence, a theoretical/impossibility result, or a finding that changes how the field frames the problem. |
Оцінки між якорями інтерполюються моделлю. Бал глибокого аналізу рахує код за тією ж формулою з criteria_breakdown.
| Версія рубрики | Оцінено робіт |
|---|---|
v2.0 | 261 |
v2.1 | 183 |
v2.2 | 20 |
v2.3 (поточна) | 15019 |
Валідація скринінгу: вимірювання надійності та згоди
Еталон — вердикти 👍/👎 експерта. Обчислюються повні метрики систематичних оглядів PRISMA: повнота, специфічність, NPV, F₁, F₂, ROC AUC, DOR, парадокс-імунна Gwet's AC₁ та згода балів.
| Показник | Значення | Що це означає |
|---|---|---|
| Повнота на seed-наборі | 50% (1/2), 95% CI 9–91% | Частка 👍-робіт, доданих вручну (в обхід скринінгу), чий бал ≥ порога 5.0. Незміщена оцінка чутливості на цьому наборі. |
| Оцінена повнота корпусу | 100% (100–100%) | Постстратифікація за смугами балу з оціночних вердиктів; консервативний інтервал. Пропущено релевантних ≈ 0 (0–0). Не оцінено (мало вердиктів у смузі): 13143 відсіяних робіт. |
| Чутливість (Sensitivity / Recall) | 100% (12/12), 95% CI 76–100% | Частка релевантних (👍), успішно пропущених скринінгом: TP / (TP + FN). |
| Специфічність (Specificity) | 20% (4/20), 95% CI 8–42% | Частка нерелевантних (👎), успішно відсіяних скринінгом: TN / (TN + FP). |
| Точність (Precision / PPV) | 43% (12/28), 95% CI 27–61% | Частка схвалених експертом серед тих, що пройшли скринінг: TP / (TP + FP). |
| Негативна прогностична цінність (NPV) | 100% (4/4), 95% CI 51–100% | Частка справді нерелевантних серед робіт, відсіяних скринінгом: TN / (TN + FN). Мінімізує ризик втрати цінних робіт. |
| F-міри (F₁ та F₂) | F₁: 0.60 · F₂: 0.79 | F₂ надає ваги повноті (чутливості) вдвічі більше за точність — ключова метрика безпеки відсіювання для PRISMA. |
| Збалансована точність | 60.0% | Середнє арифметичне чутливості та специфічності ((Sens + Spec) / 2), нечутливе до дисбалансу класів. |
| Діагностичне відношення шансів (DOR) | 6.82 | DOR = (TP · TN) / (FP · FN) із поправкою Haldane-Anscombe. Міра загальної дискримінаційної спроможності скринінгу. |
| ROC AUC | 0.65 (95% CI 0.43–0.84) | Імовірність, що 👍-робота отримала вищий бал, ніж 👎 (0,5 = випадково). Довірчий інтервал обчислено DeLong / Bootstrap. |
| Надійність згоди (Gwet's AC₁ та Cohen's κ) | — | Gwet's AC₁ є парадокс-імунною мірою згоди між моделями на спільних статтях, що не занижується при сильному дисбалансі класів (коли 80–90% відсіюється). |
| Неперервна згода балів моделей |
MAD: — r Пірсона: — |
MAD (середня абсолютна різниця балів) та кореляція Пірсона r між оцінками моделей скринінгу на спільній вибірці. |
| Смуга балу | Робіт | З вердиктом | 👍 | Частка 👍 |
|---|---|---|---|---|
| 0.0–2.0 | 8497 | 2 (замало) | 0 | 0% |
| 2.0–4.0 | 3550 | 0 (замало) | 0 | — |
| 4.0–5.0 | 1096 | 2 (замало) | 0 | 0% |
| 5.0–6.0 ✓ | 1251 | 3 | 2 | 67% |
| 6.0–8.0 ✓ | 996 | 23 | 8 | 35% |
| 8.0–10.0 ✓ | 30 | 2 (замало) | 2 | 100% |
| Модель скринінгу | Seed-повнота | AUC | Sens / Spec | Prec / NPV | F₁ / AC₁ | 👍 / 👎 (TP/FP/FN/TN) |
|---|---|---|---|---|---|---|
gemini-3.1-flash-lite |
50% (1/2), 95% CI 9–91% | 0.63 | 100% (12/12), 95% CI 76–100% / 16% (3/19), 95% CI 6–38% | 43% (12/28), 95% CI 27–61% / 100% (3/3), 95% CI 44–100% | 0.60 / 0.05 | 12 / 19 (12/16/0/3) |
gemini-3.5-flash-lite |
— | — | — / 100% (1/1), 95% CI 21–100% | — / 100% (1/1), 95% CI 21–100% | — / 1.00 | 0 / 1 (0/0/0/1) |
— |
— | — | — / — | — / — | — / — | 0 / 0 (0/0/0/0) |
Щоб звузити інтервали, оцінюйте роботи з нижніх смуг: вибірка кандидатів у /admin/taste бере 20% випадкових робіт. Оцінки оновлюються автоматично з кожним вердиктом.
Оцінка методологічної строгості та розподіл дизайнів (11, 18)
Критерій строгості M (0–10) оцінюється під час повнотекстового аналізу. Розподіл дизайнів базується на верифікованій класифікації емпіричних робіт.
Середня строгість (M)
6.60 / 10
Проаналізовано робіт: 610
Розподіл рівнів строгості
🟢 Висока строгість (M ≥ 7.0): 316
🟡 Помірна строгість (4.0 ≤ M < 7.0): 277
🔴 Низька строгість (M < 4.0): 17
| Дизайн дослідження (Study Design) | Кількість робіт |
|---|---|
psychometric_modeling | 236 |
other | 42 |
theoretical | 27 |
rct | 13 |
assessment_design | 157 |
natural_experiment | 4 |
quasi_experiment | 54 |
detector_evaluation | 41 |
survey | 7 |
review | 17 |
experimental | 1 |
qualitative | 11 |
Чек-лист відповідності PRISMA 2020 (усі 27 пунктів)
Повний аудит відповідності огляду чек-листу PRISMA 2020 (Page et al., 2021) для автоматизованих систематичних оглядів.
| № | Розділ / Пункт | Вимога чек-листа | Статус | Реалізація в системі |
|---|---|---|---|---|
| 1 | Title | Ідентифікація як живий систематичний огляд | ✓ Впроваджено | Заголовок сторінки, метадані звіту |
| 2 | Abstract | Структуроване резюме (фон, цілі, методи, результати) | ✓ Впроваджено | Блок #prisma-abstract (пункт 2 вище) |
| 3 | Rationale | Обґрунтування огляду в контексті існуючих знань | ✓ Впроваджено | Опис теми, цілей та потреби в контрзаходах |
| 4 | Objectives | Чітке формулювання питань за схемою PICO / PECO | ✓ Впроваджено | Блок #pico-framework (таблиця PICO вище) |
| 5 | Eligibility criteria | Критерії включення та виключення, мова, дати | ✓ Впроваджено | Пороги R ≥ 4.0, Score ≥ 5.0, Open Access |
| 6 | Information sources | Бази даних, реєстри, дати останнього запиту | ✓ Впроваджено | arXiv, Crossref, OpenAlex, Semantic Scholar, ERIC, цитування |
| 7 | Search strategy | Повна стратегія пошуку, булеві оператори, версії | ✓ Впроваджено | search_version, повні групи термінів, API limits |
| 8 | Selection process | Процес скринінгу, автоматизація, дублювання оцінок | ✓ Впроваджено | LLM скринінг з ротацією моделей + редакційна петля смаку |
| 9 | Data collection | Методи отримання даних з повнотекстових звітів | ✓ Впроваджено | PDF → Markdown парсинг, deep analysis prompt v2.1 |
| 10a-b | Data items | Перелік змінних, результатів та характеристик | ✓ Впроваджено | Суть, вибірка, дизайн, емпіричні твердження, контрзаходи |
| 11 | Study risk of bias | Оцінка методологічної якості досліджень | ✓ Впроваджено | Критерій строгості M (0–10), розподіл рівнів якості |
| 12 | Effect measures | Міри величини ефекту (RR, OR, MD) | — Обґрунтовано N/A | Якісний синтез та живий дайджест без мета-аналізу ефектів |
| 13a-f | Synthesis methods | Критерії об'єднання та методи синтезу | ✓ Впроваджено | Тематична кластеризація за тегами, порівняльні картки |
| 14 | Reporting bias | Оцінка зміщення звітності (публікаційне зміщення) | ✓ Впроваджено | Аналіз Paywall-виключень та відкритого доступу |
| 15 | Certainty assessment | Оцінка впевненості у доказах | ✓ Впроваджено | Автоматична верифікація цитат із тексту робіт |
| 16 | Study selection | Результати відбору (PRISMA воронка, числа) | ✓ Впроваджено | 100% замикання стадій: n_вхід = n_вихід + ∑n_вилучено |
| 17 | Study characteristics | Характеристики включених робіт у таблиці | ✓ Впроваджено | Інтерактивна таблиця з DOI, журналами, роками та тегами |
| 18 | Risk of bias in studies | Результати оцінки ризику упередженості | ✓ Впроваджено | Таблиця розподілу строгості M та дизайнів досліджень |
| 19 | Results of individual studies | Результати для кожної окремої статті | ✓ Впроваджено | Публічні сторінки /doi/{doi} з повними розборами |
| 20a-d | Results of syntheses | Результати тематичного синтезу | ✓ Впроваджено | Щоденні випуски дайджесту, RSS-канал, тегові вибірки |
| 21 | Reporting biases | Фактичні дані щодо виявлених зміщень | ✓ Впроваджено | Paywall n=320, відкликані n=0 |
| 22 | Certainty of evidence | Підсумкова надійність масиву доказів | ✓ Впроваджено | Gwet's AC₁, Cohen's κ, стратифікована повнота та ROC AUC |
| 23a-d | Discussion | Обговорення, обмеження методів та висновки | ✓ Впроваджено | Блок обмежень (пункти 23b, 23c) у методології |
| 24a-c | Registration & protocol | Реєстрація, доступ до протоколу, зміни | ✓ Впроваджено | Відкритий репозиторій, журнал версій search_ver та рубрик |
| 25 | Support | Джерела фінансування огляду | ✓ Впроваджено | Безкоштовні відкриті рівні API (Gemini/OpenAlex) |
| 26 | Competing interests | Заява про конфлікт інтересів | ✓ Впроваджено | Конфлікти відсутні, зафіксовано в методології |
| 27 | Data & code availability | Доступність даних аналізів, коду та матеріалів | ✓ Впроваджено | Експорт у CSV / JSON (кнопки нижче), відкритий код |
Обмеження (23b, 23c)
- Лише open access: платні статті не потрапляють до синтезу, тож вибірка зміщена в бік відкритих і препринтів.
- Скринінг ранжує за якістю й новизною, а не лише за придатністю, тож вибірка зміщена до робіт, що оскаржують консенсус. Валідність виміряно щодо одного експерта (див. вище); один LLM-рецензент, упередження моделей і різниця між версіями лишаються.
- Лексичний фільтр і ліміти результатів можуть пропускати роботи з іншою термінологією; англомовне зміщення джерел.
- Записи, оцінені давнішою версією рубрики, не перераховуються автоматично (див. таблицю версій).
- Безкоштовна квота Gemini: денні ліміти уповільнюють аналіз, частина відібраних робіт чекає в черзі.
Реєстрація, протокол, зміни, підтримка, дані (24–27)
- Реєстрація: огляд не реєструвався. Протокол — це конфігурація (тема, запити, рубрика, пороги) у репозиторії проєкту; вона відтворюється з цього блоку.
- Зміни протоколу: версії пошуку (search_version) і рубрики (rubric_version), таблиці вище.
- Фінансування: окремого не заявлено, використовуються безкоштовні рівні API. Конфлікти інтересів: не заявлено.
- Дані: аналізи й метадані — на сторінках статей, RSS і sitemap; повні тексти приватні (авторське право) і не публікуються.
Фільтрація за тегами
Виберіть один або декілька тегів для деталізації звіту та перегляду списку статей.
#psychometrics (99)
#Psychometrics (56)
#Item Response Theory (46)
#academic integrity (46)
#item response theory (37)
#Assessment Validity (34)
#assessment validity (34)
#higher education (34)
#Automated Essay Scoring (27)
#Generative AI (27)
#automated essay scoring (25)
#construct validity (25)
#IRT (24)
#Construct Validity (23)
#Academic Integrity (19)
#LLM as rater (19)
#generative AI (19)
#Automated Scoring (17)
#Large Language Models (17)
#Higher Education (16)
#assessment redesign (16)
#assessment_design (16)
#LLM Evaluation (15)
#large language models (14)
#AI-resilient assessment (13)
#LLM as Rater (13)
#assessment design (13)
#automated assessment (13)
#automated scoring (13)
#validity (13)
#academic_integrity (12)
#Assessment Redesign (11)
#ChatGPT (11)
#Prompt Engineering (11)
#assessment-validity (11)
#assessment_validity (11)
#benchmarking (11)
#differential item functioning (11)
#prompt engineering (11)
#GPT-4 (10)
#LLM-as-a-judge (10)
#LLMs as raters (10)
#item_response_theory (10)
#Automated Item Generation (9)
#Computerized Adaptive Testing (9)
#DIF (9)
#Inter-Rater Reliability (9)
#LLM evaluation (9)
#LLMs as Test Takers (9)
#concept drift (9)
#rater drift (9)
#AI-resistant assessment (8)
#Assessment Design (8)
#Differential Item Functioning (8)
#Knowledge Tracing (8)
#Validity (8)
#automated_essay_scoring (8)
#computerized adaptive testing (8)
#construct_validity (8)
#higher_education (8)
| # | Статус / Етап | Стаття | LLM Оцінка | Оцінка експерта |
|---|---|---|---|---|
| 951 | scored |
AI-Driven Structural Health Monitoring: A Comprehensive Review of Methods and Applications
Zenodo (CERN European Organization for Nuclear Research) (2026) · doi:10.5281/zenodo.22961657 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 952 | Відсіяно |
AI Governance and the Development of AI Literacies in Higher Education: A Thematic Analysis
Ubiquity Proceedings (2026) · doi:10.5334/uproc.250 · v1.0 |
1.7 (gemini-3.1-flash-lite) | — |
| 953 | Відсіяно |
Modeling the Role of GenAI in Higher Education – A Proposal for an Actor Network and Practice-Theoretical Perspective
Ubiquity Proceedings (2026) · doi:10.5334/uproc.257 · v1.0 |
2.8 (gemini-3.1-flash-lite) | — |
| 954 | Відсіяно |
AI, TECHNOLOGY, AND THE FUTURE OF LANGUAGE STUDIES: OPPORTUNITIES, CHALLENGES, AND TRANSFORMATIONS
International Journal of Advanced Research (2026) · doi:10.21474/ijar01/24172 · v1.0 |
1.4 (gemini-3.1-flash-lite) | — |
| 955 | scored |
RISKS OF USING ARTIFICIAL INTELLIGENCE TECHNOLOGY FOR QUALITY MANAGEMENT SYSTEM MANAGEMENT IN MANUFACTURING ENTERPRISES IN UKRAINE
Scientific notes of the UniversityKROK (2026) · doi:10.31732/2663-2209-2026-83-274-282 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 956 | Відсіяно |
Human–AI collaboration to enhance reflective teaching practice: A rapid review
Ubiquity Proceedings (2026) · doi:10.5334/uproc.294 · v1.0 |
2.1 (gemini-3.1-flash-lite) | — |
| 957 | Відсіяно |
The Teacher Behind the Prompt: Human-AI Collaboration in Pre-Service ESL Teacher Education
Ubiquity Proceedings (2026) · doi:10.5334/uproc.248 · v1.0 |
2.4 (gemini-3.1-flash-lite) | — |
| 958 | scored |
Bacteria to AI : Human Futures With Our Nonhuman Symbionts. By N.Katherine Hayles, Chicago: University of Chicago Press, 2025. 304 pp. $27.50 (paperback). ISBN: 9780226837475
Theoria (2026) · doi:10.1111/theo.70125 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 959 | Відсіяно |
A Pilot Study of Junior Medical Officers in Sydney, Australia: Knowledge and Attitudes Towards Artificial Intelligence
Cureus (2026) · doi:10.7759/cureus.117269 · v1.0 |
1.9 (gemini-3.1-flash-lite) | — |
| 960 | scored |
Moral Sensitivity among Nursing Students in the Era of Artificial Intelligence : Emerging Ethical Issues and Directions for Nursing Education
Korean Journal of Social Quality (2026) · doi:10.29398/kjsq.2026.10.3.119 · v1.0 |
0.0 (Flash Lite) | — |
| 961 | Відсіяно |
Embedding AI Competence into the Curriculum: The ADM-AI Model for European Higher Education
Ubiquity Proceedings (2026) · doi:10.5334/uproc.277 · v1.0 |
1.4 (gemini-3.1-flash-lite) | — |
| 962 | Відсіяно |
Human-AI Collaboration at German-Speaking Universities: Identifying Critical Gaps for Targeted Improvements
Ubiquity Proceedings (2026) · doi:10.5334/uproc.275 · v1.0 |
1.4 (gemini-3.1-flash-lite) | — |
| 963 | scored |
Prevented is Not Protected: What Attack Success Rate Hides about RAG
arXiv (2026) · doi:10.48550/arxiv.2610.40742 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 964 | scored |
HiPaper: A Human-AI Collaborative System for Academic Literature Triage and Scholarly Sensemaking
arXiv (2026) · doi:10.48550/arxiv.2611.00762 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 965 | scored |
VCoT-SQL: Enhancing Text-to-SQL Generation through Dual Chain-of-Thought Validation Training
arXiv (2026) · doi:10.48550/arxiv.2611.00815 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 966 | scored |
Labadain-MedQA: A Tetun Medical QA Dataset for Fine-Tuning and Evaluating Large Language Models
arXiv (2026) · doi:10.48550/arxiv.2611.00935 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 967 | scored |
Constraint Dependency Graph Retrieval for Compliance Detection on Long SKILL Documents
arXiv (2026) · doi:10.48550/arxiv.2611.01042 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 968 | Відсіяно |
Online Learning Assessment Scale for Higher Education: Psychometric Properties Validation and Measurement Invariance Test from Student and Teacher Responses
Research Square (2026) · doi:10.21203/rs.3.rs-9562655/v1 · v1.0 |
2.8 (gemini-3.5-flash-lite) | — |
| 969 | scored |
AI Writing Tools in Higher Education: A Narrative Review and Conceptual Framework for Ethical Use
International Journal of Drug Delivery Technology (2026) · doi:10.25258/ijddt.16.41s.114 · v1.0 |
0.0 (gemini-3.5-flash-lite) | — |
| 970 | scored |
Effects of Authentic Assessment Practices on Students’ Skill Acquisition in TVL-HE Bread and Pastry Production: A Quasi-Experimental Study
International Journal of Sustainability and Advanced Integrated Research (2026) · doi:10.65339/ijsair.v2.i2.530 · v1.0 |
0.0 (gemini-3.5-flash-lite) | — |
| 971 | scored |
Evaluating AI-Generated Citation Accuracy: An Empirical Framework and Verification Efficiency Matrix for Academic Librarians
Academic Research Journal of Science and Technology (ARJST) (2026) · doi:10.63300/arjst0503062026.01 · v1.0 |
0.0 (gemini-3.5-flash-lite) | — |
| 972 | scored |
Graduate Students at the Frontier of GenAI: Emerging Trends from a Southwest Borderland University
Online Learning (2026) · doi:10.24059/olj.v30i2.5529 · v1.0 |
0.0 (gemini-3.5-flash-lite) | — |
| 973 | scored |
Sustained Improvements in Student Outcomes Following Integration of Clinical Case Narratives in Veterinary Microbiology Curriculum
bioRxiv (Cold Spring Harbor Laboratory) (2026) · doi:10.64898/2026.05.22.727235 · v1.0 |
0.0 (gemini-3.5-flash-lite) | — |
| 974 | scored |
Brave New World?
CRC Press eBooks (2026) · doi:10.1201/9781003624981-1 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 975 | scored |
Ethics and responsible practice in intelligence augmentation research
Edward Elgar Publishing eBooks (2026) · doi:10.4337/9781049408330.00016 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 976 | Відсіяно |
Instructors’ Perceptions of Assessment Types and Strategies Used in Online Courses in Higher Education
Online Learning (2026) · doi:10.24059/olj.v30i2.4971 · v1.0 |
1.8 (gemini-3.1-flash-lite) | — |
| 977 | scored |
AI-Resistant Strategies in the AI-Transformed Classroom: A Case Study in Higher Education (LDHE)
arXiv/Crossref (2026) · doi:10.38140/ufs.32531847 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 978 | Відсіяно |
Navigating AI Paraphrasing Tools in EFL Contexts: Investigating Quillbot’s Role in Enhancing Academic Writing Proficiency
International Journal of Language Education and Literature (2026) · doi:10.66720/k6csbe66 · v1.0 |
3.8 (gemini-3.1-flash-lite) | — |
| 979 | scored |
LABOR MARKETS, INSTITUTIONS, AND RELIGION IN NIGERIA
Knowledge@UChicago (University of Chicago) (2026) · doi:10.6082/jq8fr-w6m40 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 980 | Відсіяно |
CAN VOICE-ACTIVATED AI ASSISTANTS IMPROVE COMPLETION RATES AND HEALTH AMONG PHD CANDIDATES?
EDULEARN proceedings (2026) · doi:10.21125/edulearn.2026.0333 · v1.0 |
1.1 (gemini-3.1-flash-lite) | — |
| 981 | Відсіяно |
AI Ethics as Epistemological Governance: A Systematic Literature Review on Knowledge and Authority in the Age of Generative AI
Language, Technology, and Social Media. (2026) · doi:10.70211/ltsm.3026-7196.403 · v1.0 |
1.1 (gemini-3.1-flash-lite) | — |
| 982 | scored |
Measurement of the ethical organizational climate in higher education institutions
International Journal of Evaluation and Research in Education (IJERE) (2026) · doi:10.11591/ijere.v15i3.34851 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 983 | Відсіяно |
The Impact of ChatGPT on Students’ Critical Thinking and Academic Integrity in Higher Education: Evidence from Vietnamese University Students
Journal of Computer Science and Information Technology (2026) · doi:10.61424/jcsit.v3i1.867 · v1.0 |
1.1 (gemini-3.1-flash-lite) | — |
| 984 | Відсіяно |
Embedding ethical governance in personal AI systems: design and evaluation of a user-centred oversight agent
AI and Ethics (2026) · doi:10.1007/s43681-026-01193-1 · v1.0 |
2.6 (gemini-3.1-flash-lite) | — |
| 985 | Відсіяно |
From cognitive offloading to learning accountability erosion: how generative AI reshapes students’ epistemic trust and educational engagement
Interactive Learning Environments (2026) · doi:10.1080/10494820.2026.2680276 · v1.0 |
3.8 (gemini-3.1-flash-lite) | — |
| 986 | Відсіяно |
Preparing pre-service teachers for responsible generative AI use: Curriculum implications for ethics, privacy, and AI literacy
Computers and Education Artificial Intelligence (2026) · doi:10.1016/j.caeai.2026.100617 · v1.0 |
1.1 (gemini-3.1-flash-lite) | — |
| 987 | Відсіяно |
Behavioral Analysis Using Machine Learning Algorithms in Online Proctored Assessments; The Potential of Mobile Proctoring in E-Assessments: A Review
Compiler (2026) · doi:10.28989/compiler.v15i1.3680 · v1.0 |
3.7 (gemini-3.1-flash-lite) | — |
| 988 | scored |
Hypersexuality and binge eating in a non-clinical population: psychopathological factors evaluated according to a gender perspective
The Journal of Sexual Medicine (2025) · doi:10.1093/jsxmed/qdaf354 · v1.0 |
0.0 (gemini-3.1-flash-lite) | — |
| 989 | Відсіяно |
Adaptation and Validation of the ChatGPT Usage Scale in Indonesia: Exploring Challenges of High Usage Among Students
Jurnal Kependidikan Jurnal Hasil Penelitian dan Kajian Kepustakaan di Bidang Pendidikan Pengajaran dan Pembelajaran (2025) · doi:10.33394/jk.v11i4.18058 · v1.0 |
1.8 (gemini-3.1-flash-lite) | — |
| 990 | Відсіяно |
A Digital Assistant for the Vocational Guidance of Peruvian Students Using the LLaMA
Engineering Technology & Applied Science Research (2025) · doi:10.48084/etasr.13482 · v1.0 |
2.1 (gemini-3.1-flash-lite) | — |
| 991 | Відсіяно |
AI-Driven Educational Assessments: Navigating the Intersection of Innovation, Equity, and Ethical Concerns for Future Learning
Journal of Cultural Analysis and Social Change (2025) · doi:10.64753/jcasc.v10i4.3021 · v1.0 |
1.1 (gemini-3.1-flash-lite) | — |
| 992 | Відсіяно |
Development and psychometric evaluation of the artificial intelligence ethical awareness scale
Ethics & Behavior (2025) · doi:10.1080/10508422.2025.2595433 · v1.0 |
1.8 (gemini-3.1-flash-lite) | — |
| 993 | Відсіяно |
LLM-Driven Effective Knowledge Tracing by Integrating Dual-Channel Difficulty
IEEE International Conference on Big Data (BigData) (2025) · doi:10.1109/bigdata66926.2025.11402203 · v1.0 |
3.7 (gemini-3.1-flash-lite) | — |
| 994 | Відсіяно |
Development and Validation of an AI Literacy Scale for Pre-Service Teachers in Thailand
The Electronic Journal of e-Learning (2025) · doi:10.34190/ejel.24.1.3990 · v1.0 |
4.7 (gemini-3.5-flash-lite) | — |
| 995 | scored |
An Agent‑Based Simulation of Politicized Topics Using Large Language Models: Algorithmic Personalization and Polarization on Social Media
Chinese Political Science Review (2025) · doi:10.1007/s41111-025-00326-x · v1.0 |
0.0 (gemini-3.5-flash-lite) | — |
| 996 | Не стаття |
Performance of multimodal large language models in statistical map understanding: reading, analysis, and interpretation tasks
University of Warsaw Research Data Repository (2025) · doi:10.58132/gh6pgq · v1.0 |
- | — |
| 997 | Відсіяно |
Fostering Inclusive Recruitment Processes for Neurodiverse Talent Using Adaptive Artificial Intelligence (AI) Assessments
IEEE AFRICON (2025) · doi:10.1109/africon66545.2025.11533815 · v1.0 |
3.9 (gemini-3.5-flash-lite) | — |
| 998 | scored |
Development and Design of Intelligent Bots for an Effective Smart Education System using Improved Generative LLM Algorithms
International Conference on Mobile Networks and Wireless Communications (ICMNWC) (2025) · doi:10.1109/icmnwc66779.2025.11354386 · v1.0 |
0.0 (gemini-3.5-flash-lite) | — |
| 999 | scored |
A Framework for Reproducible Testing of Complex Narrative Systems: A Case Study in Astrology
Zenodo (CERN European Organization for Nuclear Research) (2025) · doi:10.5281/zenodo.17883100 · v1.0 |
6.3 (gemini-3.5-flash-lite) | — |
| 1000 | scored |
From screens to minds: the mediating role of psychological well-being between digital reading and AI anxiety
Frontiers in Psychology (2025) · doi:10.3389/fpsyg.2025.1727759 · v1.0 |
0.0 (gemini-3.5-flash-lite) | — |