Evaluating Leadership Development Needs in a Health Care Setting Through a Partnership Approach
Notice bibliographique
Résumé
The Problem Strategic HRD contributes to creating an environment in which objectives and improved performance can be realized through leadership development (LD). Despite considerable investment in LD by public and private sector organizations in North America and Europe, these efforts often fail to produce significant changes in leaders’ behaviors, organizational culture, or organizational performance. As a result, too often leadership development programs (LDPs) are “one size fits all” or a prepackaged competency model without paying attention to individual and contextual differences. A more collaborative approach in the design and delivery of LD has been advocated; however, to date little research has documented or evaluated this at the pre-LDP or needs assessment stage. The Solution This research argues that LD should be a collaborative process involving all stakeholders and that such a partnership approach starts at the needs assessment phase. The research documents and evaluates a three-phase LD needs assessment process in a health care setting. Adopting a case study methodology, it draws primarily upon qualitative data collected from focus groups, written submissions, and interviews with senior and middle managers employed in a provincial health authority, Horizon Health Network, located in Atlantic Canada. The Stakeholders HRD researchers and practitioners in health care responsible for designing, delivering, and evaluating LDPs will find the approach described here insightful and practical. Middle and senior managers working in health care settings who seek to find practical and effective means of addressing leadership gaps and building and sustaining leadership competence across organizations under the pressures of persistent and complex change will also find this research relevant and valuable.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,071 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».