MétaCan
Menu
Retour à la cohorte
Enregistrement W3161314466 · doi:10.1080/10437797.2021.1912676

Teaching Note—Preparing Social Workers for the Digital Future of Social Work Practice

2021· article· en· W3161314466 sur OpenAlexafffund
Faye Mishna, Jane E. Sanders, Karen M. Sewell, Betsy Milne

Notice bibliographique

RevueJournal of Social Work Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSocial workInformation and Communications TechnologyDocumentationPublic relationsEquity (law)SociologyWork (physics)Medical educationPedagogyPolitical scienceMedicineEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic prompted an abrupt shift in the use of information and communication technology (ICT) in practice. The pre-pandemic use of informal ICT was already ubiquitous in social work practice. The purpose of this teaching note is to highlight that social work education must prepare students for practice using ICT during COVID-19 and beyond. Incorporated are findings from an international study on informal ICT use before COVID-19, which confirmed its ubiquity in social work, underscoring the need to educate and prepare social workers to use ICTs. Six knowledge areas important for social work education related to ICT use are discussed: integrating theoretical foundations; ethical considerations; confidentially and documentation; access and equity; risk assessment and management; and supervision and policy.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,925
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0070,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,387
Écart entre enseignants0,365 · 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'étudeSans objet
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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Social Work EducationMême sujetSocial Work Education and PracticeTravaux en français237 207