LEADERSHIP EXCELLENCE AND ADVANCEMENT OF DIRECTORS (LEAD) PROGRAM: FIRST INSIGHTS FROM A NEW MENTORSHIP MODEL
Notice bibliographique
Résumé
Abstract Mentorship is critical to advancing leadership skills and building confidence in academia. However, there is a paucity of programs focused on supporting new center directors in the field of aging. Working with the Gerontological Society of America, we created the Leadership Excellence and Advancement of Directors (LEAD) Program as a mentorship model to provide peer support, networking opportunities, professional growth, and skill development for new center directors. This presentation aims to: 1) identify critical planning steps and strategies to develop high quality mentorship programs to support new center directors in the field of aging; and 2) recognize the LEAD Program as an emerging prototype to elevate leadership skills, build confidence, and advance research excellence to support new directors of gerontological research centers. The Lead Program is a groundbreaking GSA model that is geared towards new directors by providing peer support, leadership development, mentorship, and a dynamic network of fellow directors. The need for the LEAD Program was identified during a recent GSA Center Directors meeting where several directors shared that they were retiring and new directors were looking for mentorship support. The development of the LEAD Program was cultivated by: i) identifying priority topic areas and needs; ii) establishing meeting forma and frequency; iii) addressing potential program barriers and obstacles; and iv) exploring opportunities for peer support and collaboration to advance new directors in the field of aging. The next steps are to implement and evaluate the LEAD Program to strengthen the mentorship model for future cohorts of center directors.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».