En grupp implementeringsforskare har i en ny studie undersökt hur man kan stödja socialtjänstens praktiker i hur de hanterar balansen mellan följsamhet och anpassningar, när de arbetar med evidensbaserade interventioner. En av de forskarna är Emma Hedberg Rundgren, doktorand på Karolinska institutet.
Så jobbar du evidensinriktat utan att bli bokstavstroende
Förbättringsarbete Socialtjänstens anställda får ofta höra att det är viktigt att de arbetar forskningsbaserat – men också att de ständigt är anpassningsbara inför individens behov. Ett dilemma som en ny arbetsmetod kan komma att råda bot på.

Även de mest beforskade metoderna kan behöva anpassas, men hur gör man det på ett säkert sätt? Bild: Stockadobe
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsmagasinet premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
Hon menar att behovet av ett praktikerstöd vid evidensbaserade interventioner är särskilt tydligt inom just socialtjänsten, då forskningsbaserade metoder ofta är utvecklade och testade i sammanhang som skiljer sig från det egna sammanhanget. Sådana skillnader kan vara tillexempel skillnader i målgrupp, resurser i verksamheten, utbildningsnivå på personal och kulturella skillnader. Det är också en instans med väldigt komplexa insatser och klienter med komplex problematik.
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


