20 The masterclass series in family doctor leadership: evaluation of a new approach to leadership development
Notice bibliographique
Résumé
Context Leadership is essential for quality improvement in family medicine. Objective To assess whether the Master Class approach to developing ‘rising stars’ in performing arts is effective in developing emerging leaders in academic family medicine. Design Mixed Methods, combining quantitative evaluation of five sessions and qualitative assessment of participants’ pre-course assignments and post-course interviews. Setting The Department of Family & Community Medicine (DFCM) at the University of Toronto, comprising 14 academic sites, multiple community practices and over 1,700 faculty.Participants: Sixteen ‘rising star’ DFCM leaders, identified by site Chiefs and Program Directors. Intervention Five 2-hour evening sessions over ten weeks, each conducted by a different DFCM facilitator with internationally recognized leadership in varied domains. Outcome measures Qualitative assessment of pre-course descriptions by participants of one of their current challenges, quantitative ratings of each session and qualitative assessment of impact on participants. The problem descriptions and interviews were assessed using descriptive thematic analysis. Results The participants’ descriptions of their leadership challenges revealed significant variation in level of complexity, scope, and framing of the issues. Evaluations of individual sessions were uniformly high, yielding a combined average of all elements of 4.72/5. Analysis of participant interviews at 2–4 months post-course revealed the following themes: impact or potential for impact on their work; most effective aspects; least effective aspects; participant expectations; suggestions for improvement; impact on self-perception as leaders; broader perceptions of leadership approaches; and acquisition of specific skills. Conclusion The Master Class approach can be adapted to developing rising leaders in family medicine and may be broadly applicable to healthcare leadership development.
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 | 0,017 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».