MétaCan
Menu
← Back to cohort
Record W3036160544 · doi:10.71781/6707

Étude descriptive qualitative de l'exercice du leadership stratégique de directions des soins infirmiers visant la qualité des soins des établissements de santé en réforme au Québec

2019· dissertation· fr· W3036160544 on OpenAlexaboutno aff
Marcela Ferrada-Videla

Bibliographic record

VenueOpen MIND · 2019
Typedissertation
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceDescriptive researchHumanitiesSociologyArt

Abstract

fetched live from OpenAlex

L’exercice du leadership stratégique de directions des soins infirmiers (DIRSI), dans une visée de qualité des soins infirmiers dans des établissements de santé, demeure peu documenté malgré l’impact important des soins infirmiers sur la performance des organisations. Ce type de leadership réfère à la capacité de la directrice des soins infirmiers (DSI) et de son équipe, positionnées aux échelons supérieurs dans l’organisation, de travailler stratégiquement avec d’autres directions pour dispenser des soins de qualité, efficaces et efficients aux personnes et à leurs proches. But de l’étude : Décrire l’exercice du leadership stratégique de DIRSI dans une visée de qualité des soins infirmiers, dans des établissements de santé du Québec, en utilisant un cadre de référence basé sur des éléments tirés de deux modèles soit : An Integrative Model of Strategic Leadership (Boal et Hooijberg, 2000) et Fitting Strategic Leadership Into the Strategic Framework (Hambrick, 1989). Méthodologie : Une recherche qualitative descriptive a été réalisée auprès de cadres infirmiers supérieurs et intermédiaires des DIRSI du Québec. L’échantillon était composé de trente-cinq (N=35) participantes issues de 18 DIRSI des 34 établissements de santé et des services sociaux, soit une participation de 53 % des DIRSI du Québec. Trois groupes de discussion et 31 entrevues semi-structurées ont été réalisés. Résultats : Il appert que pour exercer un leadership stratégique, les DIRSI devraient : 1) s’approprier le positionnement stratégique pour influencer la qualité des soins infirmiers, 2) développer et communiquer une vision claire de la qualité des soins, 3) faire des choix stratégiques, systématiques et mesurés, axés sur la qualité des soins infirmiers pour guider la contribution, 4) recadrer les rôles pour augmenter l’influence à l’égard de la qualité des soins infirmiers, 5) être partie prenante des processus décisionnels stratégiques, 6) développer la capacité politique pour influencer la qualité des soins infirmiers et 7) établir des alliances stratégiques et collaboratives axées sur la qualité des soins infirmiers. De plus, la crédibilité clinique et l’équipe formée aux cycles supérieurs et en nombre suffisant favorisent l’exercice du leadership stratégique de la DIRSI. La culture organisationnelle et la taille de l’établissement contraignent l’exercice du leadership stratégique de la DIRSI. Enfin, l’efficacité du leadership stratégique exercé par les DIRSI dépend de la capacité de celles-ci de trouver un juste équilibre dans la réalisation de la gouvernance des soins infirmiers (hiérarchique et transversale) en vue d’une contribution optimale à la qualité des soins infirmiers. Conclusion : Les résultats indiquent que l’exercice du leadership stratégique des DIRSI génère des zones d’influence qui permettent d’améliorer la contribution de celles-ci à la qualité des soins et même à la qualité globale des organisations. Les DIRSI pourront se référer à ces résultats pour continuer à développer des stratégies visant à améliorer la qualité des soins infirmiers dans des organisations en constante évolution et dont la complexité grandit

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 imitation

Not 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.

metaresearch head score (Codex)0.010
metaresearch head score (Gemma)0.016
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.938
Threshold uncertainty score0.448

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0100.016
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0030.005
Science and technology studies0.0070.006
Scholarly communication0.0040.002
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0090.000

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.

Opus teacher head0.150
GPT teacher head0.432
Teacher spread0.282 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicSocial Sciences and Governance→French-language works237,207→