Learning together: a cohort approach to organizational leadership development
Notice bibliographique
Résumé
Purpose The purpose of this paper is to illustrate the formation of the Leadership Development Initiative (LDI) and to demonstrate how the program was collaboratively tailored to meet the organizational and developmental needs of leaders in the organization, using a learning cohort approach for implementation. Design/methodology/approach This paper describes how the LDI was designed, implemented, and assessed through its various stages of formation. Beginning with theory, a learning cohort approach was envisioned to not only bridge organizational departments by bringing leaders from all divisions to learn together, but would also be more sustainable in the long term. A participatory action research study was used to enhance program development and to ultimately explore the effectiveness of the LDI. Findings The LDI was critical to developing leadership and management competencies/skills, organizational networking, relationship building, and fostering a philosophy of leadership as collaborative visionary practice toward a common goal. Research limitations/implications The conceptual framework of the LDI using a learning cohort approach may provide an approach for further development of leadership programs in other healthcare organizations. Practical implications The LDI demonstrated how internally developed leadership programs can be an effective approach, with evaluation and application of research findings to continually improve and enhance the program, when resources are limited but the desire to learn is not. Originality/value The LDI program is a peer based, cohort approach established through a conceptual framework based on advanced leadership theories and practices.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».