Preparing Social Work Practitioners to Use Evidence-Based Practice
Notice bibliographique
Résumé
The implementation of evidence-based practice (EBP) as a professional model of practice for social work has been suggested as one approach to support informed clinical decision making. However, different barriers and processes have been identified that impact the use of EBP at individual, organizational, and systemic levels. This article describes results from a project that sought to enhance practitioner use of EBP by using a supportive strategy including training and technical assistance through a partnership between university-based researchers and three social work agencies. Results compare similarities and differences across each of the three agencies in terms of barriers and promoters at the team, organizational, and system levels. Results suggest that comprehensive multilevel interventions are needed to support the use of EBP in social work organizations and that further research is needed to test explicit partnership components. Findings suggest that a multilevel approach has the greatest potential to support implementation of EBP in social agencies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,263 | 0,377 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,006 | 0,020 |
| Intégrité de la recherche | 0,018 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».