MétaCan
Menu
Retour à la cohorte
Enregistrement W4283738524 · doi:10.1080/02615479.2022.2096214

The state of doctoral social work education in Canada

2022· article· en· W4283738524 sur OpenAlexaffabout
Andrew D. Eaton, Lin Fang, Nelson Pang

Notice bibliographique

RevueSocial Work Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensUniversity of TorontoUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSocial workBachelorScholarshipSociologyMentorshipWork (physics)PedagogyMedical educationPublic relationsPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Doctoral education in social work is critical in nurturing the stewards of the discipline. Universities across Canada, and elsewhere, are increasing admissions for bachelor and master of social work programs. Consequently, doctoral social work programs are expanding to educate and train new social work faculty. Extant literature on doctoral social work education is predominantly American. There are fourteen Canadian doctoral social work programs, yet no study has observed the state of these programs. Using two data sources, this article provides a snapshot of PhD social work student experiences in 2019–2020. The analysis of all doctoral social work students (n = 157) from the 2019 Canadian Graduate and Professional Student Survey (CGPSS) found that: a) the overall quality of social work PhD programs in Canada was rated by students as moderate; and b) financial obstacles may be an undue barrier to academic success. Furthermore, the analysis of an online survey of Canadian social work PhD students (n = 69) regarding their experience applying for doctoral fellowships and scholarships found that workshops significantly facilitated scholarship success, and that other institutional preparation activities were identified as valuable. These findings illuminate the current state of doctoral social work education in Canada with implications for research and education.

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)0,014
score de la tête « metaresearch » (Gemma)0,028
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 enseignants0,737
Score d'incertitude au seuil0,855

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,028
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,011
Études des sciences et des technologies0,0150,006
Communication savante0,0090,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,024
Tête enseignante GPT0,347
Écart entre enseignants0,323 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueSocial Work EducationMême sujetSocial Work Education and PracticeTravaux en français237 207