Social work education and training in mental health, addictions and suicide: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Social workers are among the largest group of professionals in the mental health workforce and play a key role in the assessment of mental health, addictions and suicide. Most social workers provide services to individuals with mental health concerns, yet there are gaps in research on social work education and training programmes. The objective of this scoping review is to examine literature on social work education and training in mental health, addictions and suicide. METHODS AND ANALYSIS: Using a scoping review framework developed by Arksey and O'Malley, we will search for literature through seven academic databases: PsycINFO, Sociological Abstracts, CINAHL Plus, Social Sciences Abstracts, Education Source, ERIC and Social Work Abstracts. Two independent reviewers will screen articles utilising a two-stage process. Titles and abstracts will be reviewed in the first stage and full texts will be reviewed in the second stage. Selected articles that meet inclusion criteria will be charted to extract key themes and they will be analysed using a qualitative thematic analysis approach. ETHICS AND DISSEMINATION: This review will fill a knowledge gap in social work education and training in mental health, addictions and suicide. Ethics approval is not required for this scoping review. Through dissemination in publications and relevant conferences, the results may guide future research and education in social work.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».