Impact of leadership development on emotional health in healthcare managers
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
AIM: To examine the effects of a Leadership Development Initiative (LDI) on the emotional health and well-being among five levels of healthcare managers. BACKGROUND: Increasingly dynamic, demanding healthcare environments result in highly stressful work atmospheres. METHODS: Using quasi-experimental and mixed methods, we used regression on pre- and post-LDI survey data with 86 managers, and individual/focus group interview data for focused ethnographic analysis. RESULTS: An increasing trend was observed in self-assessed leadership practices after the LDI with a significant increase in 'inspiring a shared vision' (P<0.01). However, a non-significant decreasing trend in areas of work life and a non-significant increase in cynicism (P=0.14) was observed. Before the LDI, participants' self-assessment of their practice to 'enable others to act' was negatively related to emotional exhaustion (P<0.01). Both before and after the LDI, 'modelling the way' was significantly related to professional efficacy (P<0.01 pre; P<0.05 post). Post-LDI, 'inspiring a shared vision' was negatively (P<0.01) and 'enabling others to act' was positively (P<0.05) related to cynicism. CONCLUSION: The LDI provided opportunities for healthcare managers to connect, strengthen leadership and social support networks and manage burnout. IMPLICATIONS FOR NURSING MANAGEMENT: Transformational leadership practices may influence managers' emotional health. Senior administrative support and communicating the structure and vision of developmental initiatives may help to achieve realistic expectations.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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