Building Emergency Response Capacity: Multi-Career-Stage Social Workers’ Engagement with Homeless Sector during the First Two Waves of COVID-19 in Halifax, Nova Scotia, Canada
Notice bibliographique
Résumé
The dramatic increase of global extreme events (e.g., natural, technological, and willful hazards) propels social workers to be equipped with emergency response capacity, supporting affected individuals, families, and communities to prepare, respond, and recover from disasters. Although social workers have historically been engaged in emergency response, social work curriculum and professional training remain slow to adapt, jeopardizing their capacity to support the vulnerable and marginalized populations, who have always been disproportionately affected by extreme events. In response to this deficit, this article utilizes a critical reflection approach to examine three social workers' (a senior faculty, a junior faculty, and a social work student) interventions and challenges in their emergency response to persons experiencing homelessness (PEHs) during the first two waves of COVID-19 in Halifax, Nova Scotia, Canada (March 2020 to March 2021). The cross-career-stage reflections and analyses exhibit these three social workers' COVID-19-specific emergency response efforts: a top-down advocacy effort for social development and policy, a bottom-up cognitive effort to comprehend the community's dynamics, and a disaster-driven self-care effort. These three types of effort demonstrate a greater need for social work education and professional training, to develop more disaster-specific components to contribute to building the emergency response capacity of the next generation of social workers through in-classroom pedagogical enhancement and on-site field education training, better supporting PEHs and other vulnerable and marginalized groups living in the diverse context of extreme events in Canada and internationally.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,006 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».