Adaptive leadership, organizational culture and patient-perceived service quality in private healthcare: evidence from Addis Ababa
Notice bibliographique
Résumé
Purpose This study investigates how adaptive leadership and organizational culture influence patient-perceived service quality in private healthcare institutions in Addis Ababa, Ethiopia. It further examines the mediating role of organizational culture in the relationship between leadership and service quality. Design/methodology/approach A quantitative, cross-sectional survey design was employed with data collected from 355 patients across 14 private hospitals. Established scales for adaptive leadership, organizational culture and service quality (SERVQUAL) were used. Data were analyzed using partial least squares structural equation modeling (PLS-SEM) to test direct, indirect and mediating effects. Findings The results show that adaptive leadership has a significant positive effect on both organizational culture and patient-perceived service quality. Organizational culture also directly enhances service quality and partially mediates the relationship between adaptive leadership and service quality. The model explained 45.4% of the variance in service quality, highlighting the critical role of intangible organizational factors in shaping patient experiences. Practical implications The findings suggest that private healthcare providers should invest in leadership development programs that strengthen adaptive leadership capabilities and foster supportive, patient-centered cultures. Policymakers and managers should recognize that improving service quality requires not only technical and infrastructural investments but also attention to leadership and cultural dynamics. Originality/value This study contributes to the literature by extending adaptive leadership and organizational culture research into the underexplored context of Sub-Saharan Africa’s private healthcare sector. It provides empirical evidence of the mediating role of culture, offering theoretical and practical insights into how organizational resources shape patient experiences.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».