MétaCan
Menu
Retour à la cohorte
Enregistrement W4313461596 · doi:10.1177/14680173221142767

Examining the COVID-19 pandemic and its impact on social work in health care

2023· article· en· W4313461596 sur OpenAlexaffabout
David Nicholas, Patricia Samson, Leeann Hilsen, Janet McFarlane

Notice bibliographique

RevueJournal of Social Work · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensAlberta Health ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPandemicPreparednessWorkforceHealth careContext (archaeology)Social workNursingPublic relationsPsychologyCoronavirus disease 2019 (COVID-19)Work (physics)Qualitative researchMedicineSociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Summary This qualitative study examined the COVID-19 pandemic as experienced by healthcare-based social workers in relation to practice, and personal and professional impacts of providing care in this context, with recommendations for pandemic preparedness and response. A total of 12 focus groups were convened between June 2020 and March 2021, comprising 67 hospital social workers across multiple hospitals and other care facilities in western Canada. Findings Based on an Interpretive Description approach, themes emerged reflecting practice shifts; increased work and changing roles; imposed restrictions; problems in communication and decision-making; distress, fear, and demoralization; and co-existing silver linings amid challenges. Applications The COVID-19 pandemic has substantially impacted social workers and their delivery of service. Addressing concerns through proactive responsiveness, both during and beyond the pandemic, are important in nurturing patient-centered care and a supported workforce. Along with that of interdisciplinary colleagues in health care, social workers’ practice has been profoundly impacted by the COVID-19 pandemic. This article explores the experiences of social workers in healthcare settings during the COVID-19 pandemic.

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)0,011
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,018
Communication savante0,0050,003
Science ouverte0,0020,009
Intégrité de la recherche0,0010,002
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 Opus0,176
Tête enseignante GPT0,484
Écart entre enseignants0,308 · 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'étudeQualitatif
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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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