# 课程要求与学术规范 | Policies

## Assessment Policy

课程考核只有课程汇报，不设置独立平时作业、案例报告、项目设计或出勤分项。课堂参与、阅读和练习仍然重要，但它们服务于最终汇报质量，不作为单独计分项。

## Academic Integrity

- 必须标注外部代码、软件、数据库、论文、教程和 AI 辅助工具的使用情况。
- 严禁抄袭、代写、伪造数据、选择性隐藏失败结果或把未经验证的软件输出包装成确定结论。
- 小组汇报需如实说明成员贡献。
- 使用公开数据时应遵守数据库和原始研究的数据使用规范。

## Reproducibility Expectations

课程汇报应尽可能提供可核查信息：

- 数据来源、检索日期、数据库版本或 accession。
- 软件名称、版本、关键参数和运行环境。
- 输入输出文件的逻辑关系。
- 质量控制步骤及其影响。
- 不能复现或未实际运行的步骤必须明确标注为设计方案或文献推断。

## AI Tool Use

可以使用 AI 工具辅助理解文献、整理代码、检查表达或生成初步流程图，但学生必须对最终内容负责。汇报中涉及 AI 辅助生成的分析、代码或文字时，应说明使用范围，并核查所有事实、命令、引用和结论。

## Presentation Conduct

- 汇报应控制在课堂要求时间内。
- 图表必须可读，坐标轴、图例、单位和统计含义应清楚。
- 答辩时可以承认不确定或不知道，但应能说明下一步如何验证。