Exploring Shared Implementation Leadership of Point of Care Nursing Leadership Teams on Inpatient Hospital Units: Protocol for a Collective Case Study
Notice bibliographique
Résumé
BACKGROUND: Nursing leadership teams at the point of care (POC), consisting of both formal and informal leaders, are regularly called upon to support the implementation of evidence-based practices (EBPs) in hospital units. However, current conceptualizations of effective leadership for successful implementation typically focus on the behaviors of individual leaders in managerial roles. Little is known about how multiple nursing leaders in formal and informal roles share implementation leadership (IL), representing an important knowledge gap. OBJECTIVE: This study aims to explore shared IL among formal and informal nursing leaders in inpatient hospital units. The central research question is as follows: How is IL shared among members of POC nursing leadership teams on inpatient hospital units? The subquestions are as follows: (1) What IL behaviors are enacted and shared by formal and informal leaders? (2) What social processes enable shared IL by formal and informal leaders? and (3) What factors influence shared IL in nursing leadership teams? METHODS: We will use a collective case study approach to describe and generate an in-depth understanding of shared IL in nursing. We will select nursing leadership teams on 2 inpatient hospital units that have successfully implemented an EBP as instrumental cases. We will construct data through focus groups and individual interviews with key informants (leaders, unit staff, and senior nurse leaders), review of organizational documents, and researcher-generated field notes. We have developed a conceptual framework of shared IL to guide data analysis, which describes effective IL behaviors, formal and informal nursing leaders' roles at the POC, and social processes generating shared leadership and influencing contextual factors. We will use the Framework Method to systematically generate data matrices from deductive and inductive thematic analysis of each case. We will then generate assertions about shared IL following a cross-case analysis. RESULTS: The study protocol received research ethics approval (2022-8408) on February 24, 2022. Data collection began in June 2022, and we have recruited 2 inpatient hospital units and 25 participants. Data collection was completed in December 2023, and data analysis is ongoing. We anticipate findings to be published in a peer-reviewed journal by late 2024. CONCLUSIONS: The anticipated results will shed light on how multiple and diverse members of the POC nursing leadership team enact and share IL. This study addresses calls to advance knowledge in promoting effective implementation of EBPs to ensure high-quality health care delivery by further developing the concept of shared IL in a nursing context. We will identify strategies to strengthen shared IL in nursing leadership teams at the POC, informing future intervention studies. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/54681.
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 | 0,076 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,005 |
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 ».