Transforming Social Work Field Education
Notice bibliographique
Résumé
Social work field education in Canada is in crisis. New understanding and approaches are urgently needed. Innovative and sustainable models need to be explored and adopted. As professionals, social workers are expected to use research to inform their practice and to contribute to the production of research. Yet many social workers are reluctant to integrate research into their practice and into field education. Transforming Social Work Field Education encourages the adoption of research and scholarship into the practice of social work, especially field education. It offers current theoretical concepts and perspectives that shape social work field education and provides case studies of practice research grounded in the experiences of diverse communities and countries. Highlighting cutting-edge research and scholarship, each chapter addresses critical issues in social work practice and their implications for field education. Bringing together scholars at various stages of their careers, this book fosters a meaningful dialogue on the dynamic, complex, and multi-faceted nature of social work practice, research, and innovation in the critical area of field education. A vivid and original work, it stimulates interest and discussion on the integration of research and scholarship in social work field education in Canada and around the world. With contributions by : Wasif Ali, Helen Asrate Awoke, Kelemua Zenebe Ayele, Afework Eyasu Aynalem, Nicole Balbuena, Morgan Jean Banister, Natalie Beck Aguilera, Sheila Bell, Heather M. Boynton, Janice Chaplin Mailing, Emmanuel Chinlanga, Jill Ciesielski, Alise de Bie, Emma De Vynck, Cyerra Gage, Anita R. Gooding, Zipporah Greenslade, Annelise Hutchinson, Christine Anne Jenkins, Vibha Kausik, Ermias Kebede, Edward King, Kaltrina Kusari, William Lamar Medley, Karen Lok Yi Wong, Alexandra Katherine Mack, The Ottawa Adult Autism Initiative, Endalkachew Taye Shiferaw, Richardio Diego Suárez Rojas, Margaret Janse van Rensburg, Jennie Vengris, and Courtney Larissa Weaver
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,025 | 0,024 |
| Communication savante | 0,017 | 0,005 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».