Learning while leading: a realist evaluation of an academic leadership programme
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Many academic health centres and universities have implemented leadership development programmes; however, their potential impact in different contexts in healthcare remains unknown. We assessed the impact of an academic leadership development programme on the self-reported leadership activities of faculty leaders in their respective work contexts. METHODS: Ten faculty leaders who participated in a 10-month leadership development programme between 2017 and 2020 were interviewed. The realist evaluation approach was used to guide deductive content analysis, allowing concepts related to what works for whom, why and when to emerge from the data. RESULTS: Faculty leaders benefited in different ways depending on the organisational context (eg, culture) in which they reside and their individual contexts (eg, personal aspirations as a leader). Faculty leaders who have minimal mentorship in their leadership role gained an increased sense of community and belongingness with peer leaders and received validation in their personal leadership approach from the programme. Faculty leaders with accessible mentors were more likely than their peers to apply the knowledge they learnt to their work settings. Prolonged engagement among faculty leaders in the 10-month programme fostered continuity of learning and peer support that extended beyond programme completion. CONCLUSIONS: This academic leadership programme included participation of faculty leaders in different contexts, resulted in varying impacts on participants' learning outcomes, leader self-efficacy and application of acquired knowledge. Faculty administrators should look for programmes with a multitude of learning interfaces to extract knowledge, hone leadership skills and build networks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle