MétaCan
Menu
Retour à la cohorte
Enregistrement W2817898698 · doi:10.18662/rrem/47

Normative and Institutional Frameworks for the Functioning of Supervision in Social Work

2018· article· en· W2817898698 sur OpenAlexaboutno aff
Elena Unguru, Antonio Sandu

Notice bibliographique

RevueRevista Romaneasca pentru Educatie Multidimensionala · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNormativeFormative assessmentTrainerSupervisorNoticeWork (physics)Social workProfessional developmentSociologyField (mathematics)Process (computing)Public relationsEngineering ethicsPedagogyPolitical scienceLawEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Supervision is understood as a professional, formative, administrative and managerial practice provided by an experimented professional to a professional in the same field, with the purpose of transfering knowledge and training specific competences, useful in his practice with the purpose of providing as qualitative as possible services to its own beneficiaries. The article reviews a series of normative frameworks based on which the process of supervision of social services in countries such as Singapore, New Zeeland, Australia, Canada, USA, Great Britain and Romania. By comparatively analyzing these frameworks, we noticed that generally, there are two models formulated – the first one which regards the supervisor as a professional with experiece in social work, and the other model sees supervision as a distinct profession with transdisciplinary nature, but with access limited by the need for an initial training and previous experience in the field of social work. We notice that, in general, the national frameworks identify three functions of supervision: administrative, formative and managerial, and place a special emphasis on the role of the supervisor as trainer in the field of professional ethics.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
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 Opus0,036
Tête enseignante GPT0,356
Écart entre enseignants0,320 · 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'étudeSans objet
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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Romaneasca pentru Educatie MultidimensionalaMême sujetSocial Work Education and PracticeTravaux en français237 207