MétaCan
Menu
Retour à la cohorte
Enregistrement W4401430802 · doi:10.31235/osf.io/unpz7

Current Issues with Social Work Field Education and Ideas for Change

2024· preprint· en· W4401430802 sur OpenAlexaff
Andrew D. Eaton

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensUniversity of ReginaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPracticumAusterityAltruism (biology)ScholarshipPublic relationsField (mathematics)PedagogySocial workWork (physics)DoxaSocial changePolitical scienceSociologyPsychologySocial psychologyPoliticsEngineering

Résumé

récupéré en direct d'OpenAlex

Field education is a significant component of social work education and might be the signature pedagogy. Yet current issues limit the quality of experience that students can receive from practicum. These issues include austerity policies, exhaustion of altruism, trends towards clinical social work and privatized human services, and a lack of student readiness. Degree granting institutions, such as universities, have long relied on altruism to run social work field education programs but austerity measures may mean that historical altruism can no longer be relied upon. The lack of compensation for practicum students and field instructors is unethical and may contribute to conflicts of interest and exploitation in practicum. This article details these present challenges in social work field education through incorporating scholarship and reflection and presents ideas for change. Enhanced orientation and stipends for practicum students and field instructors have shown preliminary promise in mitigating modern social work field education difficulties. For field education to be social work’s signature pedagogy, practicum planning and associated policies must be treated with respect and rigour, constantly scrutinized and improved upon as the field develops and changes.

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)0,129
score de la tête « metaresearch » (Gemma)0,088
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 enseignants0,129
Score d'incertitude au seuil0,681

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1290,088
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0150,085
Communication savante0,0460,053
Science ouverte0,0100,018
Intégrité de la recherche0,0230,031
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,106
Tête enseignante GPT0,478
Écart entre enseignants0,372 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSocial Work Education and PracticeTravaux en français237 207