Reimagining how we develop leaders for healthcare’s evolving digital/data ecosystem: Implications for graduate programs in health administration
Notice bibliographique
Résumé
Objective: The evolving healthcare landscape, driven by digital transformation and increasing reliance on emerging Artificial Intelligence-derived tools, calls for a reassessment of the competencies required for effective healthcare leadership. Traditional healthcare administration and informatics programs may no longer meet the current and future complexity of the contemporary healthcare system. This study examines how graduate healthcare administration programs could adapt to better equip future leaders with leadership, management, and technical skills.Methods: The research draws on three sources of information that were analyzed by the authors: (1) a comparison of the National Center for Health Leadership Competency Model 3.0TM and the American Medical Informatics Association Health Informatics Core Competencies; (2) analyses of opportunities to integrate health informatics in general and artificial intelligence (AI), in particular - into healthcare administration education competencies; and (3) insights from interviews with 55 C suite executives from 33 U.S. nonprofit health systems.Results: There are areas for integrating and synthesizing competencies from health care and informatics disciplines. In addition, AI may be integrated across a variety of competencies and learning activities. Future executives will require the ability to integrate technology and informatics knowledge and skills into management and leadership competencies, skills, and behaviors.Conclusions: To prepare healthcare leaders for the digital age, educational programs must integrate informatics and AI-driven technologies into their curricula. This includes a focus on data analytics, financial training, regulatory knowledge, and change management. The study calls for a reimagined approach to healthcare education that ensures leaders are equipped to thrive in an increasingly data-driven and regulated environment.
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 | 0,001 |
| 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 | 0,001 | 0,005 |
| Science ouverte | 0,001 | 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 ».