MétaCan
Menu
Retour à la cohorte
Enregistrement W2433011969 · doi:10.1080/02615479.2016.1189526

Horses and baseball: social work’s cultivation of one’s ‘third eye’

2016· article· en· W2433011969 sur OpenAlexaff
Jan Yorke, Scott Grant, Rick Csiernik

Notice bibliographique

RevueSocial Work Education · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensWestern UniversityKing's University CollegeCanadian Mental Health AssociationLaurentian University
Organismes subventionnairesnon disponible
Mots-clésSocial workCurriculumRelevance (law)PsychologyContext (archaeology)Work (physics)Medical educationEngineering ethicsProcess (computing)PedagogyMedicineComputer scienceEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Active self-reflection is a sophisticated and subtle, multi-layered process that requires learning the capacity to constantly self-monitor. These fundamental interactive skills, the core of a competent social worker, are important to work in any context. Using two distinct metaphors, one relating to horses, the other to baseball, the article will explore the importance of developing competency skills and utilize a ‘third eye.’ In current social work education curricula the use of self may not be prioritized, practiced, or well understood. Evidence from human and veterinary medicine as well as social work, are discussed. An example of an undergraduate BSW course using simulated clients and standardized measures is discussed. The paper includes a brief review of the preliminary findings for a small pilot study and the relevance to future research is considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,245
Tête enseignante GPT0,497
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Work EducationMême sujetVeterinary Practice and Education StudiesTravaux en français237 207