MétaCan
Menu
Retour à la cohorte
Enregistrement W2573405159 · doi:10.1093/bjsw/bcw174

Anti-Oppressive Organisational Dynamics in the Social Services: A Literature Review

2016· review· en· W2573405159 sur OpenAlexaff
Susan Ramsundarsingh, Micheal L. Shier

Notice bibliographique

RevueThe British Journal of Social Work · 2016
Typereview
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDynamics (music)Social dynamicsSociologyEngineering ethicsSocial scienceEngineeringPedagogy

Résumé

récupéré en direct d'OpenAlex

Abstract Social service organisations are designed to serve the most vulnerable in our communities, many of whom have experienced oppression in the form of discrimination, marginalisation and violence. Despite their service-oriented mission, social service organisations also contribute to the oppression of service users through negative interactions with staff and inaccessible or discriminatory organisational policies and practices. This study provides a comprehensive literature analysis of empirical and conceptual literature related to organisational practice and anti-oppression. It is based on the theory that organisational factors such as workplace culture and values impact service user experiences. In this literature analysis, 6,459 abstracts were reviewed and 361, which met the inclusion criteria, were included in this study. Themes that emerged included: (i) forms of oppression experienced by service users, (ii) ways that social service organisations can address oppression and (iii) organisational factors that impact service user oppression. The findings highlight key organisational dynamics to consider in developing an anti-oppressive organisational environment, and can support further quantitative research that aims to assess the impact of anti-oppressive organisational processes and dynamics on service user outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0100,014
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,029
Tête enseignante GPT0,383
Écart entre enseignants0,353 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe British Journal of Social WorkMême sujetSocial Work Education and PracticeTravaux en français237 207