MétaCan
Menu
Retour à la cohorte
Enregistrement W2888343915 · doi:10.31372/20180302.1082

Leadership in Nursing in Korea

2018· article· en· W2888343915 sur OpenAlexvenueno aff
Myungsun Yi

Notice bibliographique

RevueAsian/Pacific Island Nursing Journal · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Education, Practice, and Leadership
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNursingLife expectancyWorkforceHealth careCourageMedicinePsychologyPolitical sciencePopulation

Résumé

récupéré en direct d'OpenAlex

Nurses are the largest workforce that impacts the health of the people. As the life expectancy and the number of people with chronic diseases increases in Asia, it is important for Asian nursing professionals to play a pivotal role in improving health status and quality of life by demonstrating their leadership. This article focuses on nursing leadership in Korea. Leadership exemplars were described in detail to show how successful nursing leaders set goals and challenged to meet these goals, despite numerous obstacles that exist in male-oriented society of Korea. And three essential elements that future nurse leaders should consider were suggested. First, awareness was emphasized as the first step to becoming a leader. Clear awareness about women and nursing would help nursing leaders reduce or eliminate gender biases that can undermine nurses' achievements and limit their advancement. Second, challenge was stressed as nursing leaders must challenge and expand the horizon of nursing by facing their situations and problems with courage. Lastly, transformation was highlighted, as the ultimate role of a leader is to make the world better. Four leadership frames-structural frame, human resource frame, political frame, and symbolic frame-were introduced to help guide their leadership journey to change the world. The results of this study would help nurses innovate with excellent leadership by efficiently managing nursing resources and by helping nursing organizations to adjust to changing demands in health care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,328
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian/Pacific Island Nursing JournalMême sujetNursing Education, Practice, and LeadershipTravaux en français237 207