[es] Los conocimientos en trabajo social: elogio del eclecticismo
Notice bibliographique
Résumé
La ciencia está en el origen del trabajo social. En efecto, el objetivo que perseguía Mary Richmond al conceptualizar la disciplina de trabajo social consistía en reemplazar las creencias religiosas por un enfoque racional. Así pues, el conocimiento científico se inscribe en el corazón del trabajo social desde el principio. Dicho esto, las grandes teorías son menos útiles en la práctica de una profesión cuya finalidad es ayudar a las personas que viven las situaciones más diversas. Esta es la razón por la cual el trabajo social se construye a partir de una base ecléctica: el trabajador social eficaz toma de un vasto conjunto de nociones, en apariencia dispares, aquellas que mejor se adaptan a la situación. Ahora bien, ¿cómo enseñar este conocimiento práctico a los estudiantes de trabajo social? Este artículo trata de estas cuestiones y propone algunas pistas de reflexión. Science is closely related to social work, from its very origin. In fact, with the conceptualization of social work, Mary Richmond’s objective was to replace religious beliefs by a more rational approach. Thus, right from its beginning, the scientific knowledge was at the core of social work. This being said, grand theories are less appropriate to the practice of social work because this profession deals with persons living in particular situations. That is why social work is built upon an eclectic basis : social worker has to draw from a vast array of notions and theories to borrow bits and pieces which will help to explain and attenuate problem experienced by persons. Now, this practical knowledge can be taught to students in social work? This article deals with these questions and proposes some reflections.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,011 |
| Études des sciences et des technologies | 0,018 | 0,008 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».