Weaving Together: An Exploration of Succession Planning in Rural Canadian Post-Secondary Institutions
Notice bibliographique
Résumé
There is a real concern about the increasing vacancies for corporate and higher education leadership positions. It is essential that planning and preparing take place for these vacancies. However, despite an ever-evolving body of organizational research literature regarding succession and leadership development, there is a perceived gap in the evidence base on best practices for higher education, particularly within Canada, and especially in rural Canadian post-secondary institutions. This primarily qualitative study uses an informed grounded theoretical framework with a social constructivist lens. By learning more about the succession planning experiences of those who are likely to be subjects and initiators of succession planning systems, this study aims to inform future developments in succession planning in Canadian post-secondary institutions operating in rural centres. Based on semi-structured interviews and questionnaires with post-secondary leaders working in seven of the 13 Canadian provinces and territories a new model was formed through an iterative and reflexive analysis of the data, emergent themes, and literature. The new model provides a framework which employees, supervisors, and institutions could use to support constructive dialogue and action plans for individuals to hone their leadership practice fit for Canadian post-secondary. Challenging the common pipeline metaphor, the model proposes weaving together learning-by-doing opportunities through multiple touchpoints with people throughout the organization and beyond. Additionally, the model encourages institutions to consider the desired leadership competencies and accountabilities to facilitate a cohesively-, yet organically-, built succession planning system. A system based on human connection and conversation with the goal to meet institutional leadership workforce needs, and optimize employees’ career goals. In this way, it is hoped the anticipated leadership deficit can be alleviated.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,041 | 0,013 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».