Le soutien au leadership transformationnel des infirmières gestionnaires dans un contexte de changement organisationnel : la perspective des infirmières gestionnaires
Bibliographic record
Abstract
Introduction. Dans un contexte de changement organisationnel, le leadership transformationnel est à privilégier pour la gestion des soins infirmiers. À cet effet, les infirmières gestionnaires relatent un besoin de soutien dans l’utilisation de ce leadership. Objectif. Cette étude a exploré, dans un contexte de changement organisationnel, les moyens permettant de soutenir les infirmières gestionnaires dans l’utilisation de ce leadership. Méthodes. Une étude qualitative descriptive a été conduite de février à mai 2017. Des entrevues semi-dirigées ont été complétées avec des infirmières gestionnaires (n=12). Une analyse de contenu et des statistiques descriptives ont été utilisées. Résultats. Quatre thèmes ont émergé: l’ampleur du changement, la mise en place du leadership transformationnel, les stratégies facilitantes et le temps. Ces thèmes regroupent 21 sous-thèmes. Les besoins des infirmières gestionnaires quant à l’utilisation du leadership transformationnel fluctuent en fonction de leur expérience et de leur vision du leadership, ce qui est susceptible d’influencer leur choix de stratégies facilitantes. Discussion. Le soutien à l’utilisation du leadership transformationnel des infirmières gestionnaires dans un contexte de changement organisationnel est influencé par des caractéristiques individuelles, ainsi que par des aspects affectifs et comportementaux. Des recommandations sont émises pour la pratique des infirmières gestionnaires, leur formation et la recherche en sciences infirmières. Conclusion. Ces résultats permettent de mieux soutenir les infirmières gestionnaires dans l’utilisation de leur leadership et d’influencer positivement leurs pratiques de gestion.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.009 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".