Leading by virtual interaction: an application of cultural-historical activity theory
Notice bibliographique
Résumé
Introduction The pandemic spread of SARS-CoV-2, a novel, highly contagious and easily transmissible pathogen, has profoundly affected all aspects of human interaction. Guided by the need to reduce face-to-face contacts, medical organisations have rapidly shifted group activities to virtual platforms. Over 1 year into the pandemic, the necessity to maintain public health restrictions ensures that virtual meetings will be the norm for the foreseeable future. It has yet to be understood how virtual technologies shape healthcare and academic cultures, affect interactions, or influence strategic decisions and policies within these systems. Conclusion In this article, the authors reflect on the move from historically situated activity systems of team leadership in healthcare to ones that now exist in virtual formats. Cultural-historical activity theory (CHAT) is a framework that explains complex human actions, and how they unfold over time through interaction with mediational tools (eg, technology) and various people representing their own communities, roles and perceived divisions of labour. The authors use the lens of CHAT as a framework to understand the shifting dynamics at play and offer strategies for leaders to co-establish activity systems with team members to make goals of group activities explicit and to deliberately work toward them. Five specific strategies proposed are: (1) use software platforms that fit your needs and give voice to all attendees with technical support present in meetings; (2) converse explicitly about roles and emerging role fluidity during times of change and pandemic response; (3) co-construct something new intentionally; (4) engage in implementation science at this time; and (5) lead intentionally while honouring cultural norms and values. It is imperative that any changes, even the ones that are a part of the pandemic response, are made consistent with the core shared values of the medical community as this necessary new way of coming together is embraced with collective wisdom.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».