Resilience in the Margins: Understanding resilience strategies of disempowered and marginalised senior leaders in the workplace.
Notice bibliographique
Résumé
Systemic Review This paper aims to critically evaluate the resilience strategies used by racialised leaders to enable them to overcome the barriers they face. A systematic search to identify qualitative studies was conducted across three electronic databases: PsychINFO, Business Source Premier and Web of Science. Thirteen studies met the inclusion criteria, from USA, Canada and UK and several industries. These were quality assessed and thematically synthesised. Three domains were identified as integral to understanding this area: (1) racialised micro-aggressions; (2) cost of fighting; and (3) resilience strategies used to overcome the micro-aggressions. Results suggest modern covert racism is evident within organisations. In the face of this, racialised leaders have developed individual and collective strategies to enable them to be resilient. Although some racialised individuals make it to leadership positions, this comes at a cost (health, psychological and emotional) to the individual. Organisations need to shift the burden of responsibility from the individual to address the prevailing Whiteness embedded within organisational systems. <br> Empirical project The study sought to understand what resilience strategies senior female leaders in the clinical psychology profession use. Semi-structured interviews were conducted with 23 senior female clinical psychology leaders. Transcripts were analysed using reflexive thematic analysis. Three themes were generated: (1) Toxic Culture (2) Surviving within the system (3) Striving for change. The findings suggest that toxic work cultures are a challenge for senior female clinical psychologist leaders. They predominantly used individual resilience strategies to overcome these. However, these can come at an individual cost i.e. emotional burnout, low mood, stress and sleeping difficulties. Collective resilience strategies were used less often and were not focused on collectively changing the system. Collective resilience using critical consciousness model could enable lasting system and cultural change.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».