Social Work Digital Storytelling Project: Digital Literacy, Digital Storytelling, and the Makerspace
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose: The Social Work Digital Storytelling project was a research study undertaken to (1) enhance digital literacy of practitioners and students through digital storytelling training, (2) diversify engagement in a local public library technology hub (the “makerspace”), and (3) understand and enhance social work leadership knowledge among students and practitioners through the creation and sharing of leadership-focused digital stories. Method: Free hands-on digital storytelling workshops where social workers/students created stories about leadership exposed social workers to technologies accessible in the community and provided hands-on experience using hardware (e.g., IMac computers, digital cameras, portable data recorders, and a recording booth) and software (e.g., Adobe Photoshop, I-Movie, and GarageBand) as well as online social media platforms (e.g., Flickr, YouTube, and Facebook). Results: Before and after the workshops, participants completed a brief online qualitative self-evaluation survey through which they reflected on their skills, values, and beliefs about digital technology in practice. Participants gained knowledge of perspectives of online ethical tenants and exposure to Creative Commons Copyright and the NASW Technology Standards of Practice. Discussion: Prior to participation, the social workers reported fear and hesitancy using technology. After workshop completion, workers experienced a greater sense of confidence using digital technology as well as identifying organizational and systemic issues, which hindered field-based technological engagement.
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.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle