Embracing relational competencies in applying the LEADS framework for health-care leaders in transformational change and the COVID-19 pandemic
Notice bibliographique
Résumé
PURPOSE: The purpose of this paper is to assess the extent to which the LEADS Framework guided health-care leaders through organizational change and the COVID-19 pandemic in a western Canadian province. DESIGN/METHODOLOGY/APPROACH: A qualitative exploratory inquiry assessed the extent to which health leaders applied competencies that aligned with the LEADS Framework. A purposeful sample of 22 health-care leaders participated in the study representing senior, mid-level and front-line health-care leaders in various health-care organizations to ensure diverse representation of leader competencies. The authors conducted semi-structured interviews to collect the data and used Braun and Clarke's (2006) six-phase approach to guide data analysis. FINDINGS: The analysis suggests that health-care leaders found Engaging with Others and Developing Coalitions were the most critical themes of the LEADS Framework for change management and for navigating the COVID-19 pandemic. Findings reveal that during transformational change and a crisis context, leaders embrace relational approaches to adapt and improve performance in dynamic organizations. PRACTICAL IMPLICATIONS: These findings have implications for a relational approach to improve teamwork and decrease emotional strain; a focus on mobilizing and sharing power with nurses; and educational programs to advance relational and self-management skills, shared leadership, communication, change management, human resource and talent development as critical learning components for current and future health-care leaders. ORIGINALITY/VALUE: The LEADS Framework is used to examine how health-care leaders responded to transformational change in the organization while situated in a pandemic context.
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 | 0,022 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,025 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».