Insight from extreme healthcare contexts: co-leadership’s stability paradox
Notice bibliographique
Résumé
PURPOSE: Despite its significant potential to bridge and integrate, co-leadership is known to be fragile - a graphic in an organigram that doesn't transmit reality or illustrate the paralysis of tensions. Moments of transition, including changes in co-leaders, render the arrangement particularly vulnerable. Yet, we know little about how to maintain the stability of co-leadership arrangements. This study aims to explore that shortcoming in the context of frequent co-leader transitions. DESIGN/METHODOLOGY/APPROACH: Data was collected during a longitudinal qualitative study of co-leadership - the sharing of a leadership role by two individuals - in a military healthcare organization, where a context of frequent personnel rotations gives rise to almost yearly leadership transition events. An inductive analysis of 32 semistructured interviews with tactical-level co-leaders revealed three main factors contributing to the stability of this model, which has been in place for over 20 years. FINDINGS: In this case, the stability of co-leadership is rooted in three elements. First, similar structural arrangements and traditions are widely practiced and accepted within the field. Second, there is a common understanding that roles and relationships are negotiated on a temporary basis. Third, patterns of distancing contribute to maintaining the existing state. ORIGINALITY/VALUE: The ongoing replacement of leaders in an established co-leadership structure made for a unique and extreme case of instability, revealing the paradox of stability: in this case, the stability of the arrangement derives from the instability of its membership and from a shared view of its inner workings as a temporary modus operandi.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».