MétaCan
Menu
Retour à la cohorte
Enregistrement W3085438842 · doi:10.18060/23696

Educating Children in Our Care

2020· article· en· W3085438842 sur OpenAlexaffabout
Kathryn Levine, Dawn Sutherland, Melanie D. Janzen

Notice bibliographique

RevueAdvances in Social Work · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSocial workInterprofessional educationWelfareSocial WelfareMedical educationHealth careNursingMedicinePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

In Canada, there is increasing recognition that poor educational outcomes of children and adolescents involved with the child welfare system represent an emerging crisis for youth, their families, and the broader society. Interprofessional education and collaboration between educators and social workers may facilitate better outcomes for children in care. Although interprofessional education (IPE) and interprofessional collaboration (IPC) are well established in the allied health fields, there is not an equivalent acceptance within the applied social sciences, specifically in education and child welfare contexts. This may partially be attributed to the “siloed” nature of these professions, which limits both capacity and opportunities for professionals to understand each other’s mandates, roles, and policies. The purpose of this paper is to describe the development, implementation, and evaluation of a graduate elective course for social workers and educators that was geared toward educational outcomes of children in care. Thirty-eight students from both disciplines participated in a summer institute. Although participants valued the content and process of the course, it is unclear whether these types of initiatives facilitate enhanced IPC. Findings do however suggest that IPE initiatives targeted toward a specific population may have more positive outcomes, compared to general IPC.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,482

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0110,003
Communication savante0,0030,001
Science ouverte0,0010,006
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,473
Écart entre enseignants0,450 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Social WorkMême sujetInterprofessional Education and CollaborationTravaux en français237 207