MétaCan
Menu
Retour à la cohorte
Enregistrement W4381893663 · doi:10.1080/08841233.2023.2210326

New Directions in Social Work Field Education in Canada: Promising, Wise, and Innovative Practices

2023· article· en· W4381893663 sur OpenAlexafffundabout
Vibha Kaushik, Shannon Klassen, Julie Drolet, Christine A. Walsh

Notice bibliographique

RevueJournal of Teaching in Social Work · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSocial workGraduation (instrument)SociologyMedical educationPublic relationsField (mathematics)Work (physics)PedagogyPolitical scienceMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Field education provides students with the opportunity to supplement classroom learning with the hands-on practice needed to be successful after graduation. However, in recent years, field education has encountered several challenges including a changing societal environment, placement scarcity in the face of increased enrollment, and strict guidelines for the provision of adequate supervision. In response to these challenges, semi-structured qualitative interviews with 35 social work field education coordinators, directors, faculty liaisons, field instructors and field supervisors were conducted throughout the prairie region of Canada between July and December of 2020. These interviews were aimed at determining innovative, promising, and wise practices that would address the various challenges in the provision of field education while also providing a pathway forward to the transformation of more sustainable social work field education practices. Findings indicate that there is a need for additional supervision strategies and increased flexibility within field placements, as well as a greater focus on the need for decolonization within the social work field education sphere. The emergence of COVID-19 was also discussed as both an exasperating factor within the current field education system while simultaneously creating an opportunity to reevaluate and restructure current field education practices.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,776

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0370,017
Communication savante0,0120,005
Science ouverte0,0030,008
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,047
Tête enseignante GPT0,409
Écart entre enseignants0,362 · 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.

Devis d'étudeQualitatif
DomaineIncitatifs
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 Teaching in Social WorkMême sujetSocial Work Education and PracticeTravaux en français237 207