Réception des contributions

Soumettre des preuves dans une file d'attente de révision

Les contributions aident à élargir la couverture, mais elles ne créent pas directement des faits politiques canoniques. Chaque URL de source, correction, correctif de traduction ou soumission au niveau du cours commence comme une tâche de révision avec des vérifications de confidentialité, de droits d'auteur, de langue source et de preuves.

Voies de contribution

Le premier canal de réception en direct est les modèles de problèmes GitHub, afin que les soumissions soient visibles, auditées et révisables avant publication.

Submit an official source URL

Suggest a public university AI policy, teaching guidance, academic integrity, privacy, procurement, or security-review source.

File d'attentesource_discovery_reviewFait canoniqueNon

Report a policy change

Report that an existing tracked source changed or that a university added, moved, removed, or blocked an AI policy source.

File d'attenteclaim_evidence_reviewFait canoniqueNon

Submit an institution correction

Request correction of an institution name, source attribution, review-state interpretation, or canonical page metadata.

File d'attenteinstitution_correction_reviewFait canoniqueNon

Submit a course AI policy

Submit structured course-level AI policy evidence. Course data remains pending until moderation, rights, and claim/evidence review are complete.

File d'attentecourse_submission_reviewFait canoniqueNon

Submit a translation or evidence-display correction

Correct localized display text while preserving the original-language evidence as canonical.

File d'attentetranslation_reviewFait canoniqueNon

Report a dataset or API issue

Report broken JSON, stale links, checksum issues, field-shape problems, or inconsistency between public pages and public JSON.

File d'attenteclaim_evidence_reviewFait canoniqueNon

Ce qu'une soumission peut et ne peut pas faire

C'est la limite de publication pour tous les types de contributions.

  • Submissions create review tasks, not canonical facts.
  • Every published claim must keep source URL, source language, evidence snippet, confidence, and review state.
  • Confidence and review state remain separate.
  • Original-language evidence remains canonical; localized display is helper text only.
  • Analysis profiles stay machine_candidate until analysis profile review confirms evidence binding, quality gates, and reuse caveats.
  • Institution corrections preserve audit history.

Le tracker ne constitue pas un avis juridique, ni un conseil sur l'intégrité académique, et n'est pas une déclaration officielle de l'université à moins qu'une source liée ne soit la page officielle propre à l'université.

Soumissions au niveau des cours

Les soumissions au niveau des cours sont utiles, mais elles sont traitées comme des dossiers de preuve, et non comme des commentaires ouverts.

Les dossiers de cours doivent réutiliser la même structure affirmation/preuve que les dossiers universitaires : entité, terme, type de source, affirmation, preuve dans la langue originale, langue de la source, état d'examen et statut de modération. Ne collez pas de programmes complets, de contenus LMS, d'informations privées sur les étudiants ou de données non publiques des enseignants.

Point de départ autorisé
Court extrait ou URL du programme public pour examen
État initial
tâche d'examen en attente, et non une affirmation publique
Modèle de publication
affirmation/preuve après modération et vérification des droits

Métadonnées de l'API de contribution

Politique d'intégration lisible par machine pour les agents, développeurs et contributeurs.

Index des contributions

Flux de travail de contribution, champs obligatoires, URL de modèles de problèmes GitHub, mesures de protection et règles de publication.

GET/api/public/v1/contributions/index.jsonMétadonnées en lecture seule