Leadership Strategies for Capturing and Transferring the Knowledge of Experienced Workers in Canadian Higher Education Organizations
Notice bibliographique
Résumé
The lack of diversity in healthcare management is a social issue that can lead to increased implicit bias and adverse effects on patient care and quality. This study examined the underrepresentation of Black RNs in leadership roles within healthcare. The purpose of this qualitative descriptive study was to explore the perceptions of Black RNs in leadership regarding the opportunities and resources they need for advancement, as outlined in three research questions. A sample of 10 BSN nurses responded to 10 semi-structured interview questions, grounded in critical race theory. Codes were developed from responses, resulting in nine themes and 16 sub-themes, including racialized workplace dynamics, unequal treatment and expectations, experiences in leadership roles characterized by challenges and barriers related to racial inequality, equity in evaluation, access to professional growth, perceived inequities and bias, and unequal promotion opportunities. The effects of implicit bias on care quality were identified as a core element of the themes, informed by CRT, and demonstrated a negative impact on care quality. Consequently, the findings of this study have implications for healthcare professionals to recognize and unlearn their implicit biases. Recommendations for future practices in human services include establishing leadership models that encompass all nurses and creating policies to advance Black nurse leaders. The insights from this study can contribute to social change by closing diversity gaps and supporting the career growth of Black healthcare workers aspiring to leadership roles.
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 | 0,001 | 0,004 |
| 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 | 0,000 | 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 ».