MétaCan
Menu
Retour à la cohorte
Enregistrement W4382195399 · doi:10.1080/10437797.2023.2193597

Developing Virtual Gaming Simulations to Promote Interdisciplinary Learning in Addressing Intimate Partner and Gender-Based Violence

2023· article· en· W4382195399 sur OpenAlexafffund
Angélique Jenney, Jennifer Koshan, Carla Ferreira, Narmin Nikdel, Christina Tortorelli, Torri Johnson, Aurora Allison, Breanne A. Krut, Ambereen Weerahandi, Krista Wollny, Nathan Pronyshyn, Georgina Marie Bagstad

Notice bibliographique

RevueJournal of Social Work Education · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensUniversity of British ColumbiaUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésExperiential learningSocial workWork (physics)PsychologyDomestic violenceMedical educationPandemicEngineering ethicsPedagogyPoison controlCoronavirus disease 2019 (COVID-19)MedicineSuicide preventionEngineeringPolitical scienceMedical emergency

Résumé

récupéré en direct d'OpenAlex

Gender-based violence (GBV) is global issue, requiring specialized knowledge, attitudes, and skills. The most effective responses are interdisciplinary, involving social work, healthcare, and the justice system. While GBV was exacerbated during the pandemic, many students faced a reduced availability of practice opportunities to learn how to respond to GBV. The authors describe a teaching and learning project which expanded access to experiential, interdisciplinary learning across three faculties (social work, nursing, law) by using virtual gaming simulation-based learning (VGSBL). Processes of development and implementation are discussed, along with recommendations for further integration of VGSBL in addressing grand challenges of social work education such as interdisciplinary collaboration in responding to GBV.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,884
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,089
Tête enseignante GPT0,439
Écart entre enseignants0,350 · 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 tête enseignante, 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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Social Work EducationMême sujetEducational Games and GamificationTravaux en français237 207