Enhancing managers'supervisory effectiveness: a promising model
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
Purpose To describe the contextual supervision (CS) model, and to invite interested researchers to study its effects in a wider range of applications across a variety of management fields. Design/methodology/approach The developer of the CS model summarizes how he refined and studied the original situational leadership approach to assist supervisory personnel in education to mentor teacher‐interns as they developed their classroom instructional skills. Findings The 15 years of accumulated CS findings have consistently identified several strengths and one lingering limitation with the model. Key strengths are that CS is intuitively appealing and relatively easy to learn and that it helps participants clearly conceptualize the entire supervisory process. The limitation is that there appears to be a small, but persistent, number of supervisors who, although trained in CS, tend to exhibit a mismatch of style with supervisee developmental level. Practical implications There is enough research evidence to suggest that the CS model has potential to be adapted and studied by managerial personnel across a variety of other supervisory areas; and that it could enhance supervisors’ mentoring of protégés engaged in learning and/or improving the skills and knowledge specific to their particular fields. Originality/value The author invites collaborative inquiry across disciplines in order to have scholars and practitioners consider applying the CS model in their mentoring activities; and also to study and to disseminate the results in order to add to the research base on CS.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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