Leading the way to safety : an investigation of S.A.F.E.R. Leadership
Notice bibliographique
Résumé
Work related injuries and fatalities can cause significant human suffering as well as considerable social and economic costs.A growing body of research has demonstrated that leaders can play an important role in enhancing safety at work.However, most studies have relied on existing models of leadership, such as transformational leadership, to investigate the impact of leadership on safety outcomes.Furthermore, most studies have used cross-sectional research designs, which is a gap in the literature considering how the relationships between leaders and followers occur over time.This dissertation aimed to address these gaps over the course of three studies.In study 1, a new scale of safety leadership was developed based on the S.A.F.E.R Leadership Model (Wong, Kelloway, & Makhan, 2015).The S.A.F.E.R Leadership Scale demonstrated good convergent and concurrent validity, as well as incremental validity above and beyond two existing measures of safety leadership.Study 2 adopted a cross-lagged research design to investigate the temporal relationships between safety leadership, safety climate, and safety performance (i.e., safety compliance and safety participation) using a sample of transit workers.The findings suggest that S.A.F.E.R leadership predicts safety climate and performance over time, demonstrating predictive validity, and the direction of causality is from S.A.F.E.R leadership to the outcomes, and not vice versa.Study 3 also adopted a temporal design, examining impact of workload on S.A.F.E.R leadership in a training context.An analysis of the post-training growth trajectories of workload and S.A.F.E.R leadership suggested that workload was not a barrier to transfer of training for nurse leaders.Taken together, this dissertation demonstrates that the S.A.F.E.R Leadership Model is a viable model of safety leadership that is different from the existing conceptualizations of safety leadership, and provides a psychometrically sound measure of S.A.F.E.R Leadership that can be used in training to enhance safety behaviours and outcomes in organizations.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».