Measuring Leadership Practices of Nurses Using the Leadership Practices Inventory
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Originally developed for educational use, the Leadership Practice Inventory (LPI) is used to measure leadership practices in nursing research. There is limited reporting of LPI psychometric properties when used to measure leadership practices of nurses. OBJECTIVE: This study aimed to investigate psychometric properties of the LPI when used to measure the leadership practices of nurses. METHOD: Data from 67 LPI-self and 347 LPI-observer respondents were used to establish LPI psychometric properties. Dimensionality of the LPI was investigated using exploratory principal components analysis, and LPI construct validity was established by exploring correlations with theoretically related concepts and a known-groups approach. The predictive validity of the LPI was investigated using regression analysis to determine whether observer-reported leadership practices of established and aspiring nurse leaders predict observer ratings of the effectiveness of the organization environment. Reliabilities of the new factor solution were explored. RESULTS: Factor analysis found that the identified three-factor solution has psychometric properties at least as strong as those found with the original five-factor LPI solution. DISCUSSION: The three-factor solution is advocated for use in nursing research because of the strong psychometric properties, lighter respondent burden, and decrease in research costs, as compared with the traditional five-factor solution. When used as an educational tool, the five-factor LPI may be preferred because it may be more useful for examining a greater number of leadership behaviors.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle