The Helpful Brain? Translations of Neuroscience into Social Work
Notice bibliographique
Résumé
Abstract What do the many translations of ‘the brain’ from the domain of neuroscience offer to social work researchers? Drawing upon disability studies and critical social work, this article examines trends and tensions across ‘neuro’ writing in social work journals and summarises some commonly recommended practices. Neuroscientific discourse has undeniable cultural influence and offers distinctive forms of evidence to social workers. Social work scholars have strategically translated neuroscience findings to access greater disciplinary status, to counter neo-liberal onslaughts on public services, to communicate on inter-disciplinary teams and to address calls for ‘new’ scholarship. At the same time, many writers readily acknowledge that they use neuroscience to justify or even revive well-established social work practices and theories. A unidirectional strategy of translation across disciplines comes with inherent risks of reinforcing hierarchy, ignoring social difference and undermining the value of social work research and practice. Neurodiversity discourse offers one example of ‘neuro’ argumentation where social justice and neuroscience have intertwined and may present an opportunity for a different type of social work translation. Social workers should be prepared to engage with neuroscience but must do so in ways that consistently reinforce social justice commitments and include a wide array of perspectives.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,059 |
| Communication savante | 0,018 | 0,015 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».