MétaCan
Menu
Retour à la cohorte
Enregistrement W4386414616 · doi:10.15402/esj.v9i1.70785

Training to be a Community Psychologist in the Age of a Digital Revolution

2023· article· en· W4386414616 sur OpenAlexaffvenue
Renato M. Liboro, Sherry Bell, Martin van den Berg

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésScholarshipCommunity psychologyPublic relationsParticipatory action researchDigital scholarshipEngineering ethicsCurriculumField (mathematics)SociologyCitizen journalismDigital RevolutionCommunity engagementCommunity-based participatory researchCommunity buildingPsychologyPedagogyPolitical scienceSocial psychologyLibrary scienceEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Reflecting on pedagogy and curricula that have shaped the field of community psychology, we review the history of training community psychologists since the field’s inception in the United States. We then examine relevant academic literature documenting how digital technologies in the 21st century have been successfully used in community-based participatory research (CBPR) studies conducted by community psychologists to promote engaged scholarship, the field’s core values (e.g. sense of community, social justice, collaboration), and its commitment to social change. While early ideas for improving scholars’ training emphasized adopting practices to meet changing community needs, our review of literature on CBPR and other community-engaged scholarly work by community psychologists in the last two decades has revealed that digital technologies’ ability to promote the field’s values and goals still needs to be fully harnessed. Lastly, we offer practical recommendations for community psychology undergraduate and graduate training programs to consider and implement so they can incorporate digital technologies into their programs and harness their potential to promote engaged scholarship, the field’s core values, and its commitment to social change.

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)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,015
Communication savante0,0080,010
Science ouverte0,0020,014
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,580
Tête enseignante GPT0,553
Écart entre enseignants0,027 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetCommunity Health and DevelopmentTravaux en français237 207