MétaCan
Menu
Retour à la cohorte
Enregistrement W3120005500 · doi:10.3390/socsci10010007

Simulation in Social Work: Creativity of Students and Faculty during COVID-19

2021· article· en· W3120005500 sur OpenAlexaff
Christina Tortorelli, Peter Choate, Marissa Clayton, Naya El Jamal, Sukhman Kaur, Katherine Schantz

Notice bibliographique

RevueSocial Sciences · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésPracticumCreativityAgency (philosophy)PsychologyWork (physics)Field (mathematics)PedagogySociologySocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Simulation learning plays an important role in social work education, allowing students to explore how theory and practice parameters can be integrated into actual situations they are likely to experience in the field. The arrival of COVID-19 and the sudden cessation of in-field practicum opportunities raised challenges for students to gain needed practice experience. Simulation offers an opportunity to enhance learning in place of some direct experience when that is not available. This paper reports on a simulation development practicum, where students, not able to be in an agency, sought out ways to achieve learning through the development and implementation of simulation learning. This was combined with a literature review. Results showed that student-generated simulation could be used to support direct practice learning. This project also illustrated that social work simulation can be used to help students safely explore areas of practice that they may not be exposed to in practicum through scenarios that cause them to examine how to work with clients where cross-cultural needs exist, and challenge ethical dilemmas in a ‘real-world’ situation while being required to face their biases.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,229
Tête enseignante GPT0,542
Écart entre enseignants0,313 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial SciencesMême sujetSimulation-Based Education in HealthcareTravaux en français237 207