Succession Planning and Leadership Development in a Faculty of Health Sciences
Notice bibliographique
Résumé
BACKGROUND: The challenges in the Faculty of Health Sciences in universities are unique and complex. These dynamic faculties require decisive and strong leadership, smooth systems and business processes, succession plans and development opportunities. These challenges in these faculties are exacerbated by the fact that the roles and responsibilities of the Heads of Departments are multifaceted. Those who are heading them are not acclimatising to the responsibilities because of the lack of support to develop and succeed in their positions. This study therefor seeks to determine challenges faced by the HoDs in the Faculty of Health Sciences, and the succession plans, competences and development programmes that are in place to develop future leadership talent in a university in South Africa. METHODS: A single case study approach was employed whereby qualitative in-depth interviews were conducted with nine HoDs and a faculty dean as well as the observation and document analysis. The grounded theory as an inductive process was used to categorise and code data where themes and trends emerged from the data. RESULTS: Four major themes emerged from the data: The university, faculty and departments within the faculty did not have succession plans while the strategic positions were occupied by post-retirees. The Faculty did not have competent employees who could ascend to academic leadership positions in the faculty. There was limited growth in the Faculty due to the absence of the developmental programmes. There was a plethora of challenges including the shortage of office equipment, absence of the mentoring programmes, structural fragmentation and inefficiencies in the Human Resource Department (HRD). CONCLUSIONS: A pervasive crisis was observed in this particular Faculty of Health Sciences during the turbulent times in universities. It is crucial for the HoDs to receive quality support from the administrative departments such as HRD in order for them to achieve the departmental objectives. The HoDs’ leadership capabilities and effectiveness can be enhanced by mainstreaming the human resources business systems, development, mentoring and coaching, as well as the implementation of well-coordinated succession plans.
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 | 0,009 | 0,010 |
| 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 | 0,009 | 0,005 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».