Människor tenderar att söka sig till personer som liknar dem själva. Samtidigt visar forskning att blandade arbetslag presterar bättre till följd av en mer allomfattande kompetens. Men hur ska en organisation förhålla sig till mångkulturella teams för att maximera de positiva effekterna, och minimera de konfliktytor som kan tänkas uppstå?
Här är fallgroparna i ledningen av mångkulturella team – och så bör du agera
Forskning
Hur kan man säkra kvaliteten och arbetsmiljön i multiprofessionella vårdteams som präglas av mångkultur? Det har en forskargrupp från högskolan i Jönköping tittat närmare på.

Manuela Schmidt och Timur Uman.
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.
Kvalitetsmagasinet premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
Timur Uman är professor i företagsekonomi och har tidigare studerat kulturell mångfald i ledningsgrupper och Manuela Schmidt är lektor i kvalitetsförbättring och ledarskap inom hälsa och välfärd. Eftersom sjukvården är en ovanligt mångkulturell sektor såg de två forskarna flera fördelar med ett samarbete.
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


