MétaCan
Menu
Retour à la cohorte
Enregistrement W4214703818 · doi:10.2196/32894

Development and Evaluation of an Innovative Web-Based Training, Learning, and Sharing Platform for Social Workers (Hong Kong Jockey Club SMART Family-Link Project): Mixed Methods Evaluation Study

2022· article· en· W4214703818 sur OpenAlexvenueno aff
Michelle Man Tung Suen, Agnes Yuen Kwan Lai, Man Ping Wang, Sai Yin Ho, TH Lam

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClubPhoneInformation and Communications TechnologyWorld Wide WebMedical educationComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Information and communication technology (ICT) use may enhance social work practice and continuous professional development. Under the Hong Kong Jockey Club SMART Family-Link Project, we developed an innovative web-based training, learning, and sharing platform (i-TLS) to support not only ICT and other learning needs of Hong Kong social workers but also their practice. OBJECTIVE: We developed i-TLS with 3 major components (i-Training, i-Learning, and i-Sharing) and assessed its acceptability and impact on facilitating ICT use in family services. METHODS: We described the i-TLS development based on a 4-phase model and evaluated i-TLS using the platform database, Google Analytics, a self-administered survey, and individual phone interviews 1 year after launching. RESULTS: i-TLS was launched in 12 nongovernmental organizations on July 1, 2019. The COVID-19 outbreak in December 2019 limited face-to-face services, which galvanized digital transformation in social work practice. By July 31, 2020, 313 social workers had registered with i-TLS. Approximately 79.6% (249/313) of users accessed i-TLS at least once in the past 28 days, averaging 3.2 (SD 1.35) platform visits per day and viewing 4.8 (SD 1.42) pages per visit. i-Training provided 41 mini-modules on applying ICT to family services, with 730 enrollments. Approximately 70% (511/730) of users completed the mini-modules and obtained digital mini-certificates. i-Learning provided 112 items of learning resources centered on ICT use in family services, with nearly 4000 page views. i-Sharing had 25 discussion threads with 59 posts. Approximately 53.7% (168/313) of users completed the 1-year evaluation survey, including 7.1% (12/168) who were phone interviewed. The mean i-TLS satisfaction score (out of 10) increased from light (4.99, SD 1.54) to occasional (6.15, SD 1.34) and frequent (6.31, SD 2.29) users. Frequent users showed higher scores (out of 10) than light users for an increase in knowledge (5.84, SD 1.34 vs 4.09, SD 1.74; P<.001), self-efficacy (5.23, SD 1.92 vs 3.96, SD 1.77; P=.02), and knowledge application (6.46, SD 1.33 vs 1.91, SD 1.40; P<.001). Interviewees reported increased ICT use in services and considered i-TLS an acceptable and supportive tool for learning and practice, especially during the pandemic. CONCLUSIONS: i-TLS is acceptable to social workers and enhances their learning and use of ICT in family services. This was achieved through access to self-directed and collaborative learning and sharing of experiences within their practice. Further research on enhancing web-based platforms is needed to expand participation and capacity building among social workers and other health and social care professionals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,036
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,418
Tête enseignante GPT0,596
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetSocial Work Education and PracticeTravaux en français237 207