社会工作研究生专业能力:三维内涵与提升路径——基于N校的实证研究

来源 :社会工作 | 被引量 : 0次 | 上传用户:luzhengnan801106
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
中国特色社会工作教育经过数十年的发展已初步形成了能力建设为本的共识。本研究对象为社会工作专业硕士生的专业能力与建设。本研究采用深度访谈法和文献法,收集了某高校过往8届社会工作专业硕士毕业生访谈资料、社会工作专业硕士政策和培养方案等资料。研究发现社会工作专业能力包含专业认同、专业知识、专业实务三个维度。能力形成过程受到师资队伍、课程设置、学习社群以及资源平台等因素影响,其形成路径分为外部推动和个体主动两种,前者通过外部影响因素推动社会工作学生专业能力建设,后者经由外部影响因素对个体主观能动性和自我效能的激发实现社会工作学生专业能力的自我建设。专业能力内涵的剖析、影响因素的挖掘及其形成路径的提出既反映了社会工作本土化进程的阶段特征、凸显了中国社会工作教育模式特色,也为能力为本的社会工作专业硕士教育发展提供了现实参照。
其他文献
数据出境有助于充分挖掘数据价值、促进全球数字经济发展,与之伴随的数据安全问题可能给国家安全、企业利益和个人隐私等带来巨大风险。数据出境通常被理解为数据跨境流动,数据安全技术的进步使数据出境的形式将变得多样,其他形式数据出境也能达到相同的数据利用效果。在解读当前数据出境安全相关法规的基础上,从数据利用的视角分析当前数据出境及出境安全面临的困难,可以为保障数据出境安全和促进数据跨境合作提供建议参考。
神经网络以其能够提供高效预测模型的能力,在语音识别,图像识别领域取得了巨大的突破,已经广泛应用于医疗,金融等领域,给我们的生活带来了巨大的便利。但保证神经网络模型的高精确度需要汇聚大量数据,这些数据不可能仅由单一主体提供,通常需要来自多方的数据,这引起了公众对隐私数据的担忧。基于多方安全计算的隐私保护神经网络是当前在能够解决数据隐私安全的前提下支持多方联合模型训练和预测的方法之一,但当前的解决方案
随着数字化新兴技术的发展,数据作为现代化商业、个人的核心价值与数字化资产的重要表现形式已经成为众多企业和研究者的重点关注对象,跨机构、跨行业的数据分析、数据挖掘应运而生成为一个新的发展趋势。但由于数据本身可轻易复制,一经传播无法跟踪,数据的确权变得十分困难,使得数据流通过程中的隐私安全问题变得炙手可热。隐私计算技术中的安全多方计算利用密码学手段既能保护数据隐私又能实现数据流通共享并最大化其价值,近
隐私计算技术在不获知其他参与方原始数据的情况下处理数据,保障数据在流通与融合过程中的“可用不可见”,成为数据安全合规流通的一种“技术解”,已被应用于数据密集型行业。通过隐私计算在金融、医疗、政务及新型场景中的典型应用,梳理相应应用范式,并提出问题与展望。
<正> 瘀血性高血压患者之临床症状颇多,而使病员常痛苦者,则是头痛、眩晕等症。我用血府逐瘀汤加味治疗此症,获得了较好的近期疗效,现将资料完整的50例,整理如下,以资交流。临床资料一、一般资料:男22例,女28例;40岁以下者3例,40~50岁者7例,51~60岁者16例,60岁以上者24例;病程在一年以内者12例,1~5年者8例,6~10年者18例,10年以上者12例;原发性高血压者20例、继发性
期刊