Tailoring a specific medical leadership development program for faculty members: the Lyon-Ottawa experience
Notice bibliographique
Résumé
The development of leadership skills has been the topic of several position statements over recent decades, and the need of medical leaders for a specific training was emphasized during the COVID-19 crisis, to enable them to adequately collaborate with governments, populations, civic society, organizations, and universities. However, differences persist as to the way such skills are taught, at which step of training, and to whom. From these observations and building on previous experience at the University of Ottawa, a team of medical professors from Lyon (France), Ottawa, and Montreal (Canada) universities decided to develop a specific medical leadership training program dedicated to faculty members taking on leadership responsibilities. This pilot training program was based on a holistic vision of a transformation model for leadership development, the underlying principle of which is that leaders are trained by leaders. All contributors were eminent French and Canadian stakeholders. The model was adapted to French faculty members, following an inner and outer analysis of their specific needs, both contextual and related to their time constraints. This pilot program, which included 10 faculty members from Lyon, was selected to favor interactivity and confidence in older to favor long-term collaborations between them and contribute to institutional changes from the inner; it combined several educational methods mixing interactive plenary sessions and simulation exercises during onescholar year. All the participants completed the program and expressed global satisfaction with it, validating its acceptability by the target. Future work will aim to develop the program, integrate evaluation criteria, and transform it into a graduating training.
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 | 0,002 | 0,010 |
| 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 | 0,000 | 0,001 |
| 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) | 0,005 | 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 ».