Digital Leadership Scale for Clinical Nurses (DLS-CN) : Development and Validation of Instrument (Preprint)
Notice bibliographique
Résumé
Abstract Background The rapid advancement of digital technologies, combined with the evolving complexity of health care environments, has introduced a new paradigm in nursing practice. Clinical nurses are now required not only to deliver safe and effective patient care but also to demonstrate competencies in digital literacy and innovation. Among these emerging competencies, digital leadership has become a critical attribute—enabling nurses to lead digital transformation, ensure patient safety, enhance care quality, and support system-level change within health care organizations. Despite its increasing relevance, there is a notable absence of validated measurement tools tailored to assess digital leadership in clinical practice. Objective This study aimed to develop and psychometrically validate a Digital Leadership Scale for Clinical Nurses (DLS-CN) to systematically evaluate the digital leadership capabilities of nurses working in clinical settings. Methods The scale development process followed a rigorous multistep procedure. Initial items were derived from previous qualitative research involving a literature review and in-depth interviews, complemented by an additional literature review conducted in this study. The content validity of 38 preliminary items was evaluated by 9 experts over 2 rounds. A pilot test was conducted with 30 nurses, followed by cognitive interviews with 5 nurses to refine item clarity and relevance. The final set of items was administered to 446 clinical nurses across various health care institutions. Data were randomly split for exploratory factor analysis and confirmatory factor analysis. Additional analyses were conducted to evaluate item discrimination, convergent validity, and internal consistency using IBM SPSS 25.0 and AMOS 23.0. Results The finalized DLS-CN consists of 29 items grouped under four domains: (1) ability to use digital technology, (2) digital safety management, (3) digital collaboration mindset, and (4) organizational influence. These 4 factors explained 56.9% of the total variance. The scale showed strong internal consistency (Cronbach α=0.95). Convergent validity was demonstrated through strong positive correlations with the Nursing Informatics Competency Scale (Pearson correlation coefficient r =0.82; P <.001) and the Self-Leadership Scale (Pearson correlation coefficient r =0.83; P <.001). Conclusions The DLS-CN is a valid and reliable instrument for measuring digital leadership among clinical nurses. It offers a practical tool for educators, administrators, and researchers to assess and enhance digital leadership capabilities—ultimately supporting the digital transformation of health care systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».