A collective case study of shared implementation leadership in nursing
Bibliographic record
Abstract
Contexte : Malgré des améliorations des résultats pour les patients, l’harmonisation des pratiques, la réduction des coûts et l'amélioration des environnements de travail, des défis persistent dans l'implantation des pratiques fondées sur des données probantes dans les soins de santé. La science de la mise en œuvre a identifié des facteurs contextuels influençant le succès, avec le leadership comme facteur clé. Le implementation leadership décrit les comportements que les leaders doivent adopter pour influencer le climat de mise en œuvre et favoriser l’adoption des pratiques fondées sur des données probantes. Cependant, les conceptualisations se concentrent sur des leaders individuels dans des rôles managériaux, tandis que le leadership infirmier au point de soins implique des équipes de leadership, comprenant des leaders managériaux et non managériaux. Ces leaders, ainsi que les leaders informels, sont souvent chargés de soutenir les efforts de mise en œuvre. On sait peu de choses sur la manière dont ces leaders collaborent pour soutenir la mise en œuvre, et spécifiquement sur les comportements et processus sociaux, ainsi que le contexte permettant ce partage. Cette thèse visait à décrire empiriquement le implementation leadership partagé dans les unités de soins infirmiers afin de soutenir son évolution conceptuelle.Question de recherche : Comment le implementation leadership est-il partagé parmi les membres de l’équipe de leadership infirmier au point de soins dans les unités hospitalières?Méthodologie : Un cadre conceptuel, basé en partie sur le Ottawa Model of Implementation Leadership, a été proposé et a guidé l’étude. Une approche de cas collectif qualitatif a été utilisée. Deux cas provenant d’un grand réseau de soins à Montréal, Canada, ont été sélectionnés, comprenant des unités avec des équipes de leadership infirmier diversifiées ayant mis en œuvre une pratique fondée sur des données probantes. Les données ont été recueillies auprès de 25 informateurs, incluant des leaders infirmiers formels, des infirmiers cliniciens, des cliniciens interdisciplinaires et des leaders départementaux, ainsi que des documents organisationnels (N=175) et des notes de terrain. Les stratégies de collecte comprenaient des groupes de discussion, des entrevues, une revue de documents et des visites sur site. L’analyse des données a impliqué une analyse thématique par cas en utilisant la méthode Framework, suivie d’une comparaison pour comprendre le implementation leadership partagé.Résultats : L’étude a révélé la nature collective et collaborative des leaders infirmiers dans la mise en œuvre. Les leaders ont adopté des comportements orientés vers le changement, les relations et les tâches pour favoriser la préparation au changement, assurer une présence de soutien, et intégrer la pratique fondée sur des données probantes. Ces comportements favorisent l’engagement des leaders et l’échange d’informations entre eux durant les phases de mise en œuvre. La complémentarité des leaders était évidente, car ils remplissaient des rôles divers, chevauchants et interdépendants. Un contexte favorable, comprenant des facteurs d'ancrage, de développement et renforcement a facilité l’émergence du implementation leadership partagée.Conclusion : Un cadre mis à jour du implementation leadership partagé en soins infirmiers est présenté et peut être vu comme un processus partagé entre divers leaders au point de soins, soulignant sa complexité. Cette étude met en lumière les contributions des leaders infirmiers et montre comment les environnements à niveau multiples soutiennent ce processus. Puisque la mise en œuvre devient la norme dans les efforts d'amélioration de la qualité des soins, les organisations peuvent soutenir le leadership partagé en favorisant le développement des leaders, la cohésion des équipes intradisciplinaires, la disponibilité des leaders et des structures où les leaders hiérarchiques soutiennent le leadership latéral
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 | 0.012 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.013 | 0.006 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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".