Leading well and staying psychologically healthy: the role of resources and constraints for managers in the healthcare sector
Notice bibliographique
Résumé
Purpose Maintaining a healthy and productive workforce is a challenge for most organizations. This is even truer for health organization, facing staff shortages and work overload. The aim of this study is to identify the resources and constraints that influence managers' mental health and better understand how they are affected by them. Design/methodology/approach A qualitative approach was chosen to document the resources, the constraints as well as their consequences on managers in their day-to-day realities. The sample included executive-, intermediate- and first-level managers from a Canadian healthcare facility. A total of 62 semi-structured interviews were conducted. The coding process was based on the IGLOO model of Nielsen et al . (2018) to which an employee-related level was added (IGELOO). Findings Results highlight the importance of considering both resources as well as constraints in examining managers' mental health. Overarching context, organizational constraints and the management of difficult employees played important roles in the stress experienced by managers. Practical implications The results offer a better understanding of the importance of intervening at different levels to promote better organizational health. Results also highlight the importance of setting up organizational resources and act on the various constraints to reduce them. Different individual strategies used by managers to deal with the various constraints and maintain their mental health also emerge from those results. Originality/value In addition to addressing the reality of healthcare managers, this study supplements a theoretical model and suggests avenues for interventions promoting more sustainable organizational health.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».