Self-perceived leadership and entrepreneurship skills: profiling healthcare professionals
Notice bibliographique
Résumé
Abstract Background Healthcare is a complex system with overarching challenges that arise from the different hierarchically organized structures and the diversity of people interacting and communicating in the same environment. This complexity can be addressed by strengthening healthcare professional leadership and entrepreneurship competencies. This study aims to evaluate the self-perception of healthcare professionals regarding these skills and their association with demographic characteristics and university attributes. Method A cross-sectional survey conducted online from July to December 2021 recruited 245 Lebanese health professionals from different health-related institutions (hospitals, pharmaceutical industry, health professions universities, and others) using snowball sampling. A cluster analysis was performed based on the socio-demographic and work characteristics of the participants to classify their profiles. Bivariate and multivariate analyses were performed after ensuring the adequacy of the models. Significance was set at a P value < 0.05. Results Cluster analysis showed two distinct profiles, reflected by Cluster 1 for older individuals with moderate/high management versus Cluster 2 for younger people with low management profiles. The logistic regression showed that Cluster 1 was significantly associated with higher leadership with administrative, interpersonal, and conceptual skills. The interpersonal skills represented best Cluster 1 (ORa = 7.47), followed by the conceptual skills (ORa = 4.40). Linear regression analysis showed that Cluster 1 was significantly associated with higher decision-making (β = 0.69) and higher tolerance of ambiguity (β = 1.01). No association was found between other subscales, total entrepreneurship scales, and belonging to any cluster (P > 0.05). Conclusion Although most healthcare professionals showed moderate to high perceptions related to their leadership and entrepreneurship, younger ones were aware of the need to develop these skills to meet the challenges of the complex dynamic health system. Educating students and training professionals to acquire these skills would create value in emerging health services while fostering innovation, creativity, and quality improvement in the workplace.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 ».