Peer Review Report For: In which context and for whom can interventions improve leadership of surgical trainees, surgeons and surgical teams and why: a realist review protocol [version 1; peer review: 3 approved, 1 approved with reservations]
Notice bibliographique
Résumé
Background: Improving effective leadership of individuals, groups, and healthcare organisations is essential for improving surgical performance and indirectly improving health outcomes for patients. Numerous systematic reviews have been conducted which seek to determine the effectiveness of specific leadership interventions across a range of disciplines and healthcare outcomes. The purpose of this realist review is to systematically synthesise the literature which examines in which context and for whom leadership interventions improve leadership of surgeons, surgical teams, and trainees. Methods: Several approaches will be used to iteratively search the scientific and grey literature to identify relevant evidence. Selected articles will inform the development of a programme theory that seeks to explain in which context and for whom interventions can improve leadership of surgical trainees, surgeons, and surgical teams. Next, empirical studies will be searched systematically in order to test and, where necessary, refine the theory. Once theoretical saturation has been achieved, recommendations for advancing leadership in surgery will be developed. Stakeholder and patient and public consultations will contribute to the development of the programme theory. The review will be written up according to the Realist And Meta-narrative Evidence Synthesis: Evolving Standards publication standards. No ethical review will be required for the conduct of this realist review. Discussion: The knowledge gained from this review will provide evidence-based guidance for those planning or designing leadership interventions in surgery. The recommendations will help policymakers, educationalists, healthcare providers, and those delivering or planning leadership development programmes across the surgical disciplines to design interventions that are acceptable to the surgical community and successful in improving surgical leadership. PROSPERO registration: CRD42021230709
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 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 | 0,013 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».