MétaCan
Menu
Retour à la cohorte
Enregistrement W2945381952 · doi:10.22158/jetss.v1n1p12

Social Media and 21st-Century Child and Youth Care Practice

2019· article· en· W2945381952 sur OpenAlexaff
Tipenga Arago, Sadia Samar Ali, Tahany Dassouki, Simonne Massner, Dominique Mendiola, Jennifer Po, Kevin Sun, Gerard Bellefeuille

Notice bibliographique

RevueJournal of Education Teaching and Social Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésSocial mediaThematic analysisPacePublic relationsSpace (punctuation)PsychologyQualitative researchSociologyMedical educationMedicinePolitical scienceWorld Wide WebSocial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The exponential growth of online information and communication technologies such as texting and social media sites like Facebook, Instagram, and Snapchat have opened up new possibilities for child and youth care (CYC) practitioners to engage with children, youth, and families. Yet very little is known about the therapeutic use of these technologies as a direct CYC practice method. Hence, this qualitative, course-based research project aimed to explore the use of social media as a therapeutic practice by CYC students at MacEwan University. The Instagram social networking site was used to collect data. A thematic analysis identified four overarching themes: (a) a relationship, engagement, and communication building tool, (b) a source of support and information, (c) a creative space for self-expression, and (d) a safe place. The results of this course-based study indicate that CYC students use social media responsibly in their work with children, youth, and families. The use of social media appears to have a positive impact and beneficial use in CYC as long as it is utilized and maintained in a professional manner. More research into social media is, however, required to help CYC practitioners keep pace with information and communication technologies and become well-informed about their use and misuse.

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)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,352
Écart entre enseignants0,322 · 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'étudeQualitatif
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education Teaching and Social StudiesMême sujetChild Development and Digital TechnologyTravaux en français237 207