MétaCan
Menu
Retour à la cohorte
Enregistrement W3087541159 · doi:10.11575/prism/38201

Teachers’ Perceptions of Student Vulnerability and Risk: Considerations for School Social Work Practice

2020· dissertation· en· W3087541159 sur OpenAlexaboutno aff
Stacey Lynn Marianchuk

Notice bibliographique

RevueOpen MIND · 2020
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueEducation Discipline and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Work (physics)PerceptionSocial workPedagogyPsychologyMathematics educationSociologyPolitical scienceEngineeringComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Risk and vulnerability are common terms used in education, yet there is limited research on teachers’ perceptions of student vulnerability and risk. This study uses the epistemological framework of social constructionism and qualitative research methodology of interpretative phenomenological analysis (IPA), to capture the essence of teachers’ perspectives that shape understandings of student vulnerability and risk as a way to inform school social work practice. Seven teachers from a large school district in Alberta participated in semi-structured interviews, garnering insights into their identities as teachers, navigating the complex lives of students, making sense of student risk and vulnerability, and ways to strengthen supports for students in schools. Considerations for school social workers as collaborative partners in schools are illuminated, with the hope that this research will inspire further research into school social work practice and training.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,176
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,147
Tête enseignante GPT0,507
Écart entre enseignants0,360 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetEducation Discipline and InequalityTravaux en français237 207