Nursing leaders’ perceptions of the impact of the Strengths-Based Nursing and Healthcare Leadership program three months post training
Notice bibliographique
Résumé
Development of nursing leadership is necessary to ensure that nurse leaders of the future are well-equipped to tackle the challenges of a burdened healthcare system. In this context, the Strengths-Based Nursing and Healthcare Leadership program was delivered to 121 participants from 5 organizations in Canada in 2021 and 2022. To date, no study used a qualitative approach to explore nursing leaders’ perceptions of a leadership Strengths-Based Nursing and Healthcare Leadership program three months post training. To describe nursing leaders’ perceptions of the impact of the Strengths-Based Nursing and Healthcare Leadership program three months post training. Qualitative descriptive design was used with individual semi-structured interviews. A convenient sample of nurse leaders (n = 20) who had participated in the leadership program were recruited for an individual interview three months post training. The data generated by interviews were analyzed using a method of thematic content analysis. Three themes emerged from the qualitative data analysis related to the leadership program that stayed with participants three months post training: 1) mentorship: a lasting relationship, 2) human connections through Story-sharing, and 3) focus on strengths. Two other themes emerged related to the changes that they have made since attending the program: 1) seeking out different perspectives to work better as a team and 2) create a positive work environment and to show appreciation for their staff. The present study offers evidence of the impact of the Strengths-Based Nursing and Healthcare Leadership program three months post training. This study reinforces the importance of training using a Strengths-Based Nursing and Healthcare Leadership lens when tackling leadership.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».