MétaCan
Menu
Retour à la cohorte
Enregistrement W2892041869 · doi:10.1177/1468017318795925

Engaging ethnomethodology for social work

2018· article· en· W2892041869 sur OpenAlexaff
Gerald A. J. de Montigny

Notice bibliographique

RevueJournal of Social Work · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEthnomethodologyReflexivitySociologySocial practiceEveryday lifeEpistemologySocial psychologyPsychologySocial science

Résumé

récupéré en direct d'OpenAlex

Summary How does one go about doing or engaging in ethnomethodological study of local occasions? Would such study be of value for social workers, hence would it help them to understand the everyday accomplishment of practice as social work? Harold Garfinkel, the founder of ethnomethodology, argued that the task is to start with and to be in the midst of ordinary and everyday activities. A beginning in ordinary, mundane, and everyday activities is also to be surrounded by taken-for-granted understandings, frameworks, and facts or facticities. The focus on “facticities” of everyday things directs us to attend to utterly ordinary and mundane interactions, and here there is deep congruence with social work interests and practices. Findings This paper turns to Garfinkel’s oeuvre to set out in readily understandable language the orientation and tools needed for social workers to do ethnomethodological studies. A focal question is: Just how might social workers in the midst of practice actually go about engaging in EM? Application By taking up tools from ethnomethodology, social workers can better understand and explicate the essential reflexivity of their everyday practice. As a result, EM provides a pathway for both understanding and teaching effective social work through a reflective and reflexive turn.

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)0,031
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0050,044
Communication savante0,0130,014
Science ouverte0,0020,008
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,200
Tête enseignante GPT0,485
Écart entre enseignants0,285 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social WorkMême sujetSocial Work Education and PracticeTravaux en français237 207