MétaCan
Menu
Retour à la cohorte
Enregistrement W4321788668 · doi:10.1080/15548732.2023.2182398

Exploring Organizational Learning, Risk, and Psychological Safety: Perspectives of Child Welfare Senior Leaders in Canada

2023· article· en· W4321788668 sur OpenAlexafffundabout
Kristen Lwin, Barbara Fallon, Emmaline Houston, Rachel Wilson, John Fluke, Andreas Jud, Nico Trocmé

Notice bibliographique

RevueJournal of Public Child Welfare · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensMcGill UniversityUniversity of TorontoUniversity of Windsor
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésWelfareContext (archaeology)LegislationService (business)Qualitative researchPsychologyPublic relationsBusinessPolitical scienceSociologyMarketing

Résumé

récupéré en direct d'OpenAlex

Child welfare workers and organizations are the direct link between legislation and families, thus, key to service effectiveness. However, little is known about the role of organizational learning, risk tolerance, and psychological safety, especially in Canadian child welfare. The aim of this study is to identify senior leaders’ perceptions of these constructs in the context of child welfare service delivery and family outcomes. This qualitative study included interviews with senior leaders (n= 8) from separate child welfare organizations in Ontario. Findings suggest that participants are constantly trying to address organizational learning through multiple strategies. Further, risk and risk tolerance are concepts at the core of child welfare work, but rarely explicitly discussed. Psychological safety is not embedded in discussions similar to learning and risk. Research exploring workers and supervisors’ perspectives and research that examines the link between these concepts and family outcomes are required.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,058
Score d'incertitude au seuil0,420

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0260,008
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,324
Écart entre enseignants0,253 · 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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Public Child WelfareMême sujetSocial Work Education and PracticeTravaux en français237 207