Feasibility and usefulness of a leadership intervention to implement evidence-based falls prevention practices in residential care in Canada
Notice bibliographique
Résumé
BACKGROUND: Leadership is critical to supporting and facilitating the implementation of evidence-based practices in health care. Yet, little is known about how to develop leadership capacity for this purpose. The aims of this study were to explore the (1) feasibility of delivering a leadership intervention to promote implementation, (2) usefulness of the leadership intervention, and (3) participants' engagement in leadership to implement evidence-based fall prevention practices in Canadian residential care. METHODS: = 10) included both formal (e.g., managers) and informal (e.g., nurses and care aids leaders). Outcome measures were parameters of feasibility (e.g., number of eligible candidates who attended the workshops and coaching sessions) and usefulness of the leadership intervention (e.g., ratings, suggested modifications). We conducted semi-structured interviews guided by the Implementation Leadership Scale (ILS), a validated measure of 12-item in four subcategories (proactive, supportive, knowledgeable, and perseverant), to explore the leadership behaviors that participants used to implement fall prevention practices. We repeated the ILS in a focus group meeting to understand the collective leadership behaviors used by the intervention team. Barriers and facilitators to leading implementation were also explored. RESULTS: = 10) attended the workshops and eight participated in at least one coaching session. Workshops and coaching were rated useful (≥ 3 on a 0-4 Likert scale where 4 = highly useful) by 71% and 86% of participants, respectively. Participants rated the O-MILe subcategories of supportive and perseverant leadership highest for individual leadership, whereas supportive and knowledgeable leadership were rated highest for team leadership. CONCLUSIONS: The leadership intervention was feasible to deliver, deemed useful by participants, and fostered engagement in implementation leadership activities. Study findings highlight the complexity of developing implementation leadership and modifications required to optimize impact. Future trials are now required to test the effectiveness of the leadership intervention on developing leadership for implementing evidence-based practices.
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 | 0,010 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».