MétaCan
Menu
Retour à la cohorte
Enregistrement W4386710887 · doi:10.1080/08841233.2023.2248206

Social Work Student Experiences of Completing Internships in Canada During COVID-19: Application of a Remote Learning Plan

2023· article· en· W4386710887 sur OpenAlexaffabout
M.K. Arundel, Sarah Morrison, Andrew Mantulak, Rick Csiernik

Notice bibliographique

RevueJournal of Teaching in Social Work · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensThe King's University
Organismes subventionnairesnon disponible
Mots-clésInternshipPandemicSocial workCoronavirus disease 2019 (COVID-19)Isolation (microbiology)Medical educationWork (physics)Public relationsSocial distancePublic healthSociologySocial mediaPedagogyPsychologyMedicinePolitical scienceNursingEngineering

Résumé

récupéré en direct d'OpenAlex

On March 11, 2020, the World Health Organization declared a global pandemic as a result of the spread of the COVID-19 coronavirus, a severe acute respiratory syndrome. Public health authorities throughout Canada were emphasizing early detection, physical distancing, hand washing, sheltering in place through household and self-isolation, and the closing of schools and businesses. For universities it meant the cancelation of classes and an immediate move to virtual or online learning to finish semesters, some of which were within weeks of completion, others that were just beginning. For the School of Social Work at King’s University College, London, Ontario, Canada, the restrictions and limitations imposed by the pandemic had far reaching implications that went beyond a disruption in classroom instruction and also meant terminating or suspending field practicums. Rather than having student learning succumb to the virus, the School of Social Work instituted a creative solution that involved the students developing Remote Learning Plans with the support of their Field Instructors and Faculty Consultants who would serve to minimize the disruption to the students’ learning. This study explores the student experience in moving to remote learning plans – specifically what challenges, changes, and opportunities for growth it provided.

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)0,009
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 enseignants0,544
Score d'incertitude au seuil0,906

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0260,010
Communication savante0,0080,002
Science ouverte0,0040,011
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,076
Tête enseignante GPT0,418
Écart entre enseignants0,342 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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