Developmental readiness and leadership development in medicine
Notice bibliographique
Résumé
Purpose Leadership is a key competency for physicians. Based on the premise that not everyone benefits equally from leadership development programmes, the leader developmental readiness (LDR; ability and motivation to develop) construct has been proposed to account for the differences. The purpose of this project was to explore the relationship between LDR, leadership experience, leader behaviours and leader efficacy in medical learners. Method Survey data from 46 medical learners were collected in 2015–2016. Separate one-way analysis of variances, with between-group factors of leadership experience (<12 months, >12 months, 0 month), were carried out on LDR constructs of ability and motivation using five validated measures: motivation to lead, goal orientation, developmental efficacy, self-awareness and metacognitive ability. Spearman’s rank-order correlations were used to examine the relationship between LDR and experience with leader efficacy and leadership behaviours (transformational and transactional). Statistical significance was determined at p<0.05. Bonferroni corrections were applied for any multiple comparisons. Results Significant main effects were observed for both ability and motivation to develop, showing lower scores on these variables for individuals with less leadership experience. Both experience and LDR constructs (motivation and ability) were shown to be significantly positively associated with transformational leadership behaviour (and not transactional leadership behaviour). The LDR constructs, but not leadership experience, were significantly positively associated with leader efficacy. Conclusions The positive correlation between LDR, experience, and transformational leadership behaviours and between LDR and leader efficacy is of value in leadership development. Understanding the developmental readiness of learners and how this affects leadership development is paramount to better inform personal leadership development and structure leadership development programmes for medical learners and physicians.
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 | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».