I snart ett decennium har Simon Elvnäs filmat, kodat och kartlagt hundratals chefers beteenden. Bakgrunden till studien var att han i ett jobbsammanhang hade retat sig på en person som oavbrutet gjorde tvärtemot vad den själv sa.
Här är metoden som ger tydligare ledarskap
Ledarskap
Vad vi tror att vi gör och hur vi faktiskt agerar är ofta två väsensskilda saker. Det menar arbetsterapeuten och ledarskapsforskaren Simon Elvnäs, som har gjort världens största observationsstudie av chefer.
– Många blir chockade när de ser inspelningarna av sig själva, säger han.

Foto: Simon Elvnäs/Stock Adobe
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
VD-tidningen premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
– Det jag tidigt insåg när jag började studera det här ämnet är att i princip alla människor förklarar problem och hinder med brister hos andra människor – och väldigt sällan ser sin egen delaktighet, säger han.
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