Substance use by social workers and implications for professional regulation
Notice bibliographique
Résumé
Abstract Purpose The purpose of this paper is to explore the prevalence and patterns of substance use among Canadian social workers. With legalisation of can professional regulatory bodies are pressed to consider implications of substance use for their members. Design/methodology/approach An online survey collected data about demographics and substance use prevalence and patterns. Statistical analysis involved pairwise comparisons, binary logistic regression models and logistic regression models to explore correlations between substance use and demographic and work-related variables. Findings Among the respondents (n=489), findings indicate that past-year use of cannabis (24.1 per cent), cocaine (4.5 per cent), ecstasy (1.4 per cent), amphetamines (4.3 per cent), hallucinogens (2.4 per cent), opioid pain relievers (21.0 per cent) and alcohol (83.1 per cent) are higher than the general Canadian population. Years of work experience and working night shift were significant predictors of total number of substances used in the past year. Use of a substance by a person when they were a student was highly correlated with use when they were a professional. Research limitations/implications Prevalence of substance use among social workers was found to be higher than the Canadian population; potential due to the anonymous nature of data collection. Originality/value This study has implications for social conceptualisations of professionalism and for decisions regarding professional regulation. Previous literature about substance use by professionals has focussed predominantly on implications for increased surveillance, monitoring, and disciplinary action. We contend that since substance use among professionals tends to be concealed, there may be exacerbated social misconceptions about degree of risk and when it is appropriate to intervene.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».