MétaCan
Menu
Retour à la cohorte
Enregistrement W4361279525 · doi:10.1108/pr-08-2022-0535

Identifying key mentor characteristics for successful workplace mentoring relationships and programmes

2023· article· en· W4361279525 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePersonnel Review · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMentoring and Academic Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMentorshipOriginalityPsychologyContext (archaeology)Interpersonal communicationProfessional developmentTraining and developmentMedical educationValue (mathematics)Knowledge managementPedagogyManagementSocial psychologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose The aims of this critical review are to identify the mentor characteristics that lead to superior mentoring outcomes and to provide human resources development (HRD) professionals with evidence-based suggestions for recruiting, selecting and training mentors to improve mentorship programme effectiveness. Design/methodology/approach The authors conducted a critical review of existing quantitative research on mentor characteristics that have an impact on effective mentoring. Findings The authors identified five key categories of mentor characteristics linked to successful mentoring outcomes: competency in context-relevant knowledge, skills and abilities; commitment and initiative; interpersonal skills; pro-social orientation and an orientation toward development, exploration and expansion. Research limitations/implications There is limited research on the characteristics of ineffective mentor characteristics, exclusion of articles that used qualitative research methods exclusively and how technology-based communication in mentoring may require different characteristics. Most of the included studies collected data in the United States of America, which may exclude other important mentor characteristics from other non-Western perspectives. Practical implications To ensure that there is both a sufficient pool of qualified mentors and mentors who meet the desired criteria, focus on both recruitment and training mentors is important. Incorporating the desired mentor characteristics into both of these processes, rather than just selection, will help with self-selection and development of these characteristics. Originality/value Despite the ongoing interest in identifying effective mentor characteristics, the existing literature is fragmented, making this challenging for HRD professionals to determine which characteristics are crucial for mentoring relationships and programme success. Addressing this practical need, this critical review synthesises the research literature and identifies patterns and inconsistencies. Based on the review, the authors provide evidence-based recommendations to enhance the recruitment, selection and training of mentors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,380
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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