Peer-to-peer shadowing as a technique for the development of nurse middle managers clinical leadership
Notice bibliographique
Résumé
Purpose The purpose of this study was to explore the experiences and impact of peer-to-peer shadowing as a technique to develop nurse middle managers' clinical leadership practices. Design/methodology/approach A qualitative descriptive study was conducted to gain insight into the experiences of nurse middle managers using semi-structured interviews. Data were analysed into codes using constant comparison and similar codes were grouped under sub-themes and then into four broader themes. Findings Peer-to-peer shadowing facilitates collective reflection-in-action and enhances an "investigate stance" while acting. Nurse middle managers begin to curb the caring disposition that unreflectively urges them to act, to answer the call for help in the here and now, focus on ad hoc "doings", and make quick judgements. Seeing a shadowee act produces, via a process of social comparison, a behavioural repertoire of postponing reactions and refraining from judging. Balancing the act of stepping in and doing something or just observing as well as giving or withholding feedback are important practices that are difficult to develop. Originality/value Peer-to-peer shadowing facilitates curbing the caring disposition, which is essential for clinical leadership development through unlocking a behavioural repertoire that is not easy to reveal because it is, unreflectively, closely knit to the professional background of the nurse managers. Unlike most leadership development programmes, that are quite introspective and detached from context, peer-to-peer shadowing does have the potential to promote collective learning while acting, which is an important process.
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 | 0,009 | 0,002 |
| 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 | 0,001 | 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 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 ».