MétaCan
Menu
Retour à la cohorte
Enregistrement W4405707282 · doi:10.1521/jsyt.2024.43.2.16

Maintaining Critically Conscious Learning Environments in Marriage and Family Therapy and Master of Social Work Education: A Polyethnographic Study

2024· article· en· W4405707282 sur OpenAlexvenueno aff
José María García Páez, Deborah J. Buttitta, Dana J. Stone

Notice bibliographique

RevueJournal of Systemic Therapies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyWork (physics)Social workCritically illFamily therapySocial learningSocial psychologyDevelopmental psychologySociologyPsychotherapistPedagogyMedicinePolitical scienceLawIntensive care medicineEngineering

Résumé

récupéré en direct d'OpenAlex

Diversity and multicultural curricula are educational requirements in marriage and family therapy (MFT) and master of social work (MSW) programs, yet teaching this content to developing mental health professionals brings unique challenges. In recent years these challenges have intensified due to sociopolitical discourse and the assault of persistent injustices, the impact of which affects both educators and students. Using polyethnography, MFT and MSW educators worked within a dialogic and relational space to explore stories and make meaning of emerging challenges. Mirroring principles of collaborative and narrative therapies, the polyethnographic process revealed several factors, including critical self-reflection, reckoning, and communal coping as key elements to support and maintain critically conscious learning environments while educating future clinicians.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,036
Tête enseignante GPT0,340
Écart entre enseignants0,305 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Systemic TherapiesMême sujetSocial Work Education and PracticeTravaux en français237 207