Global health care leadership development: trends to consider
Notice bibliographique
Résumé
Maura MacPhee,1 Lilu Chang,2 Diana Lee,3 Wilza Spiri4 1University of British Columbia School of Nursing, Vancouver, British Columbia, Canada; 2Center for Advancement of Nursing Education, Koo Foundation, Sun Yat-Sen Cancer Center, Taipei, Taiwan; 3Nethersole School of Nursing, Chinese University of Hong Kong, Hong Kong, 4São Paulo State University, Botucatu, São Paulo, Brazil Abstract: This paper provides an overview of trends associated with global health care leadership development. Accompanying these trends are propositions based on current available evidence. These testable propositions should be considered when designing, implementing, and evaluating global health care leadership development models and programs. One particular leadership development model, a multilevel identity model, is presented as a potential model to use for leadership development. Other, complementary approaches, such as positive psychology and empowerment strategies, are discussed in relation to leadership identity formation. Specific issues related to global leadership are reviewed, including cultural intelligence and global mindset. An example is given of a nurse leadership development model that has been empirically tested in Canada. Through formal practice–academic–community collaborations, this model has been locally adapted and is being used for nurse leader training in Hong Kong, Taiwan, and Brazil. Collaborative work is under way to adapt the model for interprofessional health care leadership development. Keywords: health care leadership, development models, global trends, collective
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».