Emotional Intelligence and Leadership Succession Planning: Strategies for Identifying and Developing Future Leaders
Notice bibliographique
Résumé
The aims of this study are to investigate the relationship of leadership identification and development with emotional intelligence and leadership succession planning and to outline the effective strategies for identification of potential leaders and leadership development. Methodology - To achieve the aim, we used the scheme of interactive co-production research where researchers create the scientific partnership with business professionals and they are responsible for generation of theoretical and practical knowledge. To process the data, we applied mixed methodology to improve the data assessment and contributed to objectivity and accuracy of the research. The survey involved five companies operating in the information technology, car repair enterprise, sewing business, and food and beverages producer in the Western and Central regions of Ukraine. The survey was conducted between March-September 2023. A sample included 24 business professionals and leadership in different roles, ages, gender, work experience, and education background. The selection of respondents was based on their involvement in leadership identification and development procedures in the organization and depended on their level of professional competency in the industry. The result show that leadership identification and development is implemented through certain strategies which include the use of feedback, culture of high engagement, performance assessment, leadership training programs, identification of skill gaps and future needs, and introduction of continuous learning culture in an organization. The use of these strategies should be implemented in the individual, group, and organizational levels. The study contributed to elaboration of the model of leadership identification and development in an organization.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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 ».