Simulating the Other in Social Work Pedagogy: Pathologising the Oppressed through Neoliberal/Colonial Practice Teaching
Notice bibliographique
Résumé
Abstract The use of simulated service users or ‘clients’ in social work education has lacked critical analysis in research and teaching. What is often overlooked are attentions to how constituting essentialised clients and simulating them advances historically entrenched forms of injustice in social work education and practice. This gap in research and literature in social work education should signal to the field an issue with the pervasiveness of the hegemonies of biomedical disciplinary knowledge in social work. This gap should also highlight the need to ask how, why and to what end is critical analysis an ongoing omission from a pedagogical practice that is proclaimed as very central and essential to social work practice skills education. This article explores some of these gaps in the literature within the social, historical, and political contexts that shape how neoliberalism/colonialism influence the perpetuation of these omissions in social work education. Specifically, this article explores how the use of client simulation in social work works to reproduce ideas of an innocent professional self and a pathological Other, while ejecting or separating social and political analyses of social problems, marginalising and obscuring critical perspectives, and forgoing attentions to social justice and epistemological nuances within social work.
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 | 0,020 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,108 |
| Communication savante | 0,016 | 0,010 |
| Science ouverte | 0,002 | 0,022 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».