TED2018
Tamekia MizLadi Smith: How to train employees to have difficult conversations
טמקיה מיזלאדי סמית': איך להכשיר עובדים לנהל שיחות קשות
Filmed:
Readability: 3.9
2,028,253 views
הגיע הזמן להשקיע בהכשרה פנים אל פנים המעצימה עובדים לנהל שיחות קשות, אומרת טמקיה מיזלאדי סמית'. בשיחה שנונה ופרובוקטיבית, סמית' חולקת תכנית הכשרה במקום העבודה הנקראת "I'm G.R.A.C.E.D" שתעצים מעסיקים ועובדים יחד לתקשר בחמלה וכבוד. השורה התחתונה: תמיד הסבירו לאנשים למה העבודה שלהם חשובה.
Tamekia MizLadi Smith - Performer, mentor
Tamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare. Full bio
Tamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare. Full bio
Double-click the English transcript below to play the video.
00:12
We live in a world
where the collection of data
where the collection of data
0
968
2198
אנחנו חיים בעולם בו איסוף מידע
00:15
is happening 24 hours a day,
seven days a week,
seven days a week,
1
3190
2548
מתרחש 24 שעות ביום, 7 ימים בשבוע,
00:17
365 days a year.
2
5762
2293
365 ימים בשנה.
00:20
This data is usually collected by
what we call a front-desk specialist now.
what we call a front-desk specialist now.
3
8730
4323
המידע הזה בדרך כלל נאסף על ידי מי
שאנחנו מכנים אותם כיום מומחי דלפק קבלה.
שאנחנו מכנים אותם כיום מומחי דלפק קבלה.
00:25
These are the retail clerks
at your favorite department stores,
at your favorite department stores,
4
13077
3120
אלו המוכרים בחנות הבגדים האהובה עליכם,
00:28
the cashiers at the grocery stores,
5
16221
2443
הקופאים במכולת,
00:30
the registration specialists
at the hospital
at the hospital
6
18688
2605
מומחי הרישום בבית החולים,
00:33
and even the person that sold you
your last movie ticket.
your last movie ticket.
7
21317
3114
ואפילו האדם שמכר לכם את
כרטיס הקולנוע האחרון שלכם.
כרטיס הקולנוע האחרון שלכם.
00:36
They ask discreet questions, like:
"May I please have your zip code?"
"May I please have your zip code?"
8
24908
3875
הם שואלים שאלות דיסקרטיות כמו:
"אפשר בבקשה את המיקוד שלך"?
"אפשר בבקשה את המיקוד שלך"?
00:40
Or, "Would you like to use
your savings card today?"
your savings card today?"
9
28807
3111
או "האם תרצה להשתמש
בנקודות החסכון שלך היום"?
בנקודות החסכון שלך היום"?
00:44
All of which gives us data.
10
32369
2309
כל אלה נותנים לנו מידע.
00:46
However, the conversation
becomes a little bit more complex
becomes a little bit more complex
11
34702
4587
עם זאת, השיחה הופכת
להיות קצת יותר מסובכת
להיות קצת יותר מסובכת
00:51
when the more difficult questions
need to be asked.
need to be asked.
12
39313
3318
כשעולה הצורך לשאול את
השאלות הקשות יותר.
השאלות הקשות יותר.
00:54
Let me tell you a story, see.
13
42655
1793
תנו לי לספר לכם סיפור, אתם רואים.
00:56
Once upon a time, there was
a woman named Miss Margaret.
a woman named Miss Margaret.
14
44750
3018
פעם אחת היתה אשה בשם מיס מרגרט.
00:59
Miss Margaret had been
a front-desk specialist
a front-desk specialist
15
47792
2151
מיס מרגרט היתה מומחית לדלפק קבלה
01:01
for almost 20 years.
16
49967
1460
במשך כמעט 20 שנה.
01:03
And in all that time, she has never,
and I do mean never,
and I do mean never,
17
51451
3817
ובכל הזמן הזה היא אף פעם,
ואני מתכוונת אף פעם,
ואני מתכוונת אף פעם,
01:07
had to ask a patient their gender,
race or ethnicity.
race or ethnicity.
18
55292
3520
לא היתה צריכה לשאול מטופל מה המין שלו,
הגזע שלו או הרקע האתני שלו
הגזע שלו או הרקע האתני שלו
01:10
Because, see, now Miss Margaret
has the ability to just look at you.
has the ability to just look at you.
19
58836
3223
כי, אתם מבינים, למיס מרגרט יש
את היכולת פשוט להתבונן בך.
את היכולת פשוט להתבונן בך.
01:14
Uh-huh.
20
62083
1158
אהה.
01:15
And she can tell
if you are a boy or a girl,
if you are a boy or a girl,
21
63265
2777
והיא יודעת אם אתה בן או בת,
01:18
black or white, American or non-American.
22
66066
3237
שחור או לבן, אמריקאי או לא אמריקאי.
01:21
And in her mind,
those were the only categories.
those were the only categories.
23
69327
3238
ובראשה אלו הקטגוריות היחידות.
01:24
So imagine that grave day,
24
72589
2016
אז דמיינו את אותו יום קשה,
01:26
when her sassy supervisor invited her
to this "change everything" meeting
to this "change everything" meeting
25
74629
4893
כשהמפקחת החצופה שלה הזמינה
אותה לפגישת "שינוי כללי"
אותה לפגישת "שינוי כללי"
01:31
and told her that would have to ask
each and every last one of her patients
each and every last one of her patients
26
79546
3634
ואמרה לה שהיא תצטרך לבקש
מכל אחד מהמטופלים שלה
מכל אחד מהמטופלים שלה
01:35
to self-identify.
27
83204
1405
להזדהות באופן אישי.
01:36
She gave her six genders,
eight races and over 100 ethnicities.
eight races and over 100 ethnicities.
28
84633
4770
היא נתנה לה ששה סוגי מגדר,
שמונה גזעים ומעל למאה רקעים אתניים.
שמונה גזעים ומעל למאה רקעים אתניים.
01:41
Well, now, Miss Margaret was appalled.
29
89427
2588
ובכן, מיס מרגרט הזדעזעה,
01:44
I mean, highly offended.
30
92039
1397
אני מתכוונת, היא ממש נפגעה,
01:45
So much so that she marched down
to that human-resource department
to that human-resource department
31
93460
3331
עד כדי כך שהיא שהיא נכנסה למחלקת כוח אדם
01:48
to see if she was eligible
for an early retirement.
for an early retirement.
32
96815
2524
כדי לראות אם היא יכולה
לפרוש לפנסיה מוקדמת.
לפרוש לפנסיה מוקדמת.
01:51
And she ended her rant by saying
33
99363
1960
והיא סיימה את הקיטורים שלה באמירה
01:53
that her sassy supervisor invited her
to this "change everything" meeting
to this "change everything" meeting
34
101347
4870
שהמפקחת החצופה שלה הזמינה אותה
לפגישת "שינוי כללי"
לפגישת "שינוי כללי"
01:58
and didn't, didn't, even, even
35
106241
2024
ואפילו, אפילו, לא, לא
02:00
bring, bring food, food, food, food.
36
108289
3028
הביאה, הביאה, אוכל, אוכל, אוכל.
02:03
(Laughter)
37
111341
1154
(צחוק)
02:04
(Applause) (Cheers)
38
112519
5067
(מחיאות כפיים) (קריאות)
02:10
You know you've got to bring food
to these meetings.
to these meetings.
39
118681
2434
אתם יודעים שצריך להביא אוכל לפגישות כאלה.
02:13
(Laughter)
40
121139
2343
(צחוק)
02:15
Anyway.
41
123506
1159
בכל מקרה.
02:16
(Laughter)
42
124689
1508
(צחוק)
02:18
Now, that was an example
of a healthcare setting,
of a healthcare setting,
43
126221
2769
זאת היתה דוגמה למצב מתוך מערכת הבריאות,
02:21
but of course, all businesses
collect some form of data.
collect some form of data.
44
129014
3333
אבל כמובן, כל בתי העסק
אוספים סוג כלשהו של מידע.
אוספים סוג כלשהו של מידע.
02:24
True story: I was going
to wire some money.
to wire some money.
45
132371
3142
סיפור אמיתי: רציתי להעביר כסף
02:28
And the customer service
representative asked me
representative asked me
46
136165
2555
ונציגת שירות הלקוחות שאלה אותי
02:30
if I was born in the United States.
47
138744
2334
אם נולדתי בארצות הברית.
02:33
Now, I hesitated to answer her question,
48
141419
2381
עכשיו, היססתי אם לענות לשאלה שלה,
02:35
and before she even realized
why I hesitated,
why I hesitated,
49
143824
3130
ולפני שהיא אפילו הבינה למה היססתי,
02:38
she began to throw the company
she worked for under the bus.
she worked for under the bus.
50
146978
3015
היא התחילה לזרוק את החברה
עבורה היא עבדה מתחת לגלגלים.
עבורה היא עבדה מתחת לגלגלים.
02:42
She said, "Girl, I know it's stupid,
but they makin' us ask this question."
but they makin' us ask this question."
51
150017
5072
היא אמרה, "מותק, אני יודעת שזה טיפשי אבל הם
מכריחים אותנו לשאול את השאלה הזאת".
מכריחים אותנו לשאול את השאלה הזאת".
02:47
(Laughter)
52
155113
1151
(צחוק)
02:48
Because of the way she presented it to me,
53
156288
2073
בגלל האופן בו היא הציגה את זה לי,
02:50
I was like, "Girl, why?
54
158385
1600
אני הגבתי ב"מותק, למה?
02:52
Why they makin' you ask this question?
55
160561
2230
למה הם מכריחים אתכם לשאול את השאלה הזאת?
02:54
Is they deportin' people?"
56
162815
1802
האם הם מגרשים אנשים"?
02:56
(Laughter)
57
164641
2142
(צחוק)
02:58
But then I had to turn on
the other side of me,
the other side of me,
58
166807
2222
אבל הייתי צריכה להפעיל את הצד השני שלי,
03:01
the more professional
speaker-poet side of me.
speaker-poet side of me.
59
169053
2568
הצד היותר מקצועי, הדוברת-משוררת שלי.
03:04
The one that understood that there were
little Miss Margarets all over the place.
little Miss Margarets all over the place.
60
172164
4150
האחד שהבין שיש מלא
מיס מרגרט קטנות בכל מקום.
מיס מרגרט קטנות בכל מקום.
03:08
People who were good people,
maybe even good employees,
maybe even good employees,
61
176871
2968
אנשים שהם אנשים טובים,
אולי אפילו עובדים טובים,
אולי אפילו עובדים טובים,
03:11
but lacked the ability
to ask their questions properly
to ask their questions properly
62
179863
2552
אבל שאין להם את היכולת לשאול
את השאלות בצורה מתאימה
את השאלות בצורה מתאימה
03:14
and unfortunately, that made her look bad,
63
182439
2535
ולרוע המזל זה הציג אותה באור שלילי,
03:16
but the worst, that made
the business look even worse
the business look even worse
64
184998
3246
אבל יותר מזה זה הציג את
בית העסק באור עוד יותר גרוע
בית העסק באור עוד יותר גרוע
03:20
than how she was looking.
65
188268
1666
ממנה.
03:22
Because she had no idea who I was.
66
190236
1767
בגלל שלא היה לה שום מושג מי אני.
03:24
I mean, I literally could have been
a woman who was scheduled to do a TED Talk
a woman who was scheduled to do a TED Talk
67
192027
3685
אני מתכוונת, אני יכולתי להיות אשה
שאמורה להעביר שיחת TED
שאמורה להעביר שיחת TED
03:27
and would use her as an example.
68
195736
1778
ותשתמש בה כדוגמא.
03:29
Imagine that.
69
197538
1300
דמיינו את זה.
03:30
(Applause)
70
198862
4262
(מחיאות כפיים)
03:35
And unfortunately,
71
203148
1183
ולרוע המזל מה שקורה הוא
03:36
what happens is people would decline
to answer the questions,
to answer the questions,
72
204355
2895
שאנשים מסרבים לענות על השאלות האלה
03:39
because they feel like
you would use the information
you would use the information
73
207274
2509
כי הם מרגישים שאתם תשתמשו במידע הזה
03:41
to discriminate against them,
74
209807
1425
להפלות נגדם,
03:43
all because of how you presented
the information.
the information.
75
211256
2391
והכל בגלל האופן שבו אתם הצגתם את המידע.
03:45
And at that point, we get bad data.
76
213671
1778
ובנקודה הזאת אנחנו מקבלים מידע רע.
03:47
And everybody knows what bad data does.
77
215473
2111
וכולם יודעים מה מידע רע עושה.
03:49
Bad data costs you time,
it costs you money
it costs you money
78
217608
2793
מידע רע עולה לך בזמן, הוא עולה לך בכסף,
03:52
and it costs you resources.
79
220425
1946
והוא עולה לך במשאבים.
03:54
Unfortunately, when you have bad data,
80
222395
2563
לרוע המזל כשיש לך מידע רע,
03:56
it also costs you a lot more,
81
224982
3079
הוא גם עולה לך הרבה יותר
04:00
because we have health disparities,
82
228085
2395
בגלל שיש לנו פערי בריאות,
04:02
and we have social determinants of health,
83
230504
2214
ויש לנו גורמים חברתיים לבריאות,
04:04
and we have the infant mortality,
84
232742
1658
ויש לנו תמותת תינוקות,
04:06
all of which depends
on the data that we collect,
on the data that we collect,
85
234424
2643
כל אלה תלויים במידע אותו אנו אוספים.
04:09
and if we have bad data,
than we have those issues still.
than we have those issues still.
86
237091
3248
ואם יש לנו מידע רע,
אותן בעיות עדיין קיימות,
אותן בעיות עדיין קיימות,
04:12
And we have underprivileged populations
87
240363
1899
ויש לנו אוכלוסיות מוחלשות
04:14
that remain unfortunate
and underprivileged,
and underprivileged,
88
242286
2791
שנותרות חסרות מזל ומוחלשות.
04:17
because the data that we're using
is either outdated,
is either outdated,
89
245101
3926
בגלל שהמידע בו אנחנו משתמשים
הוא או לא עדכני,
הוא או לא עדכני,
04:21
or is not good at all
or we don't have anything at all.
or we don't have anything at all.
90
249051
3293
או שאינו טוב בכלל,
או שאין לנו שום מידע בכלל.
או שאין לנו שום מידע בכלל.
04:24
Now, wouldn't it be amazing
if people like Miss Margaret
if people like Miss Margaret
91
252987
2636
האם זה לא היה מדהים
אם אנשים כמו מיס מרגרט
אם אנשים כמו מיס מרגרט
04:27
and the customer-service
representative at the wiring place
representative at the wiring place
92
255647
3150
ונציגת שירות הלקוחות בחברת העברת הכסף
04:30
were graced to collect data
with compassionate care?
with compassionate care?
93
258821
4374
היה את היכולת לאסוף מידע באופן שמביע חמלה?
04:35
Can I explain to you
what I mean by "graced?"
what I mean by "graced?"
94
263562
2317
האם אני יכולה להסביר לכם
למה אני מתכוונת ביכולת הזו?
למה אני מתכוונת ביכולת הזו?
04:38
I wrote an acrostic poem.
95
266324
1666
כתבתי שיר אקרוסטיכון.
04:40
G: Getting the front desk specialist
involved and letting them know
involved and letting them know
96
268300
4773
G: היכולת להביא למעורבות של המומחה דלפק הקבלה
ולהטמיע בהם את
ולהטמיע בהם את
04:45
R: the Relevance of their role
as they become
as they become
97
273097
3953
R: הרלוונטיות של התפקיד שלהם
כשהם הופכים ל..
כשהם הופכים ל..
04:49
A: Accountable for the accuracy
of data while implementing
of data while implementing
98
277074
3531
A: אחראים לדיוק של המידע ובמקביל יישום של
04:52
C: Compassionate care within
all encounters by becoming
all encounters by becoming
99
280629
4044
C: חמלה בכל המפגשים שלהם
על ידי הפיכתם ל...
על ידי הפיכתם ל...
04:56
E: Equipped with the education
needed to inform people
needed to inform people
100
284697
3301
E: מצוידים בכל החינוך הנדרש
ליידע אנשים מדוע
ליידע אנשים מדוע
05:00
of why data collection is so important.
101
288022
3293
D: איסוף מידע הוא כל כך חשוב.
05:04
(Applause)
102
292315
2949
(מחיאות כפיים)
05:07
Now, I'm an artist.
103
295288
2096
עכשיו, אני אמנית.
05:09
And so what happens with me
104
297408
1674
אז מה שקורה אצלי
05:11
is that when I create
something artistically,
something artistically,
105
299106
2174
הוא שכשאני יוצרת משהו אמנותי,
05:13
the trainer in me is awakened as well.
106
301304
1923
המאמנת שבי גם היא מתעוררת,
05:15
So what I did was, I began to develop
that acrostic poem into a full training
that acrostic poem into a full training
107
303251
4072
אז מה שעשיתי הוא שהפכתי
את האקרוסטיכון ההוא לאימון מלא
את האקרוסטיכון ההוא לאימון מלא
שנקרא "אני G.R.A.C.E.D. (מלא חמלה)"
05:19
entitled "I'm G.R.A.C.E.D."
108
307347
1548
05:20
Because I remember,
being the front-desk specialist,
being the front-desk specialist,
109
308919
2841
כדי אני זוכרת מה זה להיות
אותה מומחית דלפק קבלה,
אותה מומחית דלפק קבלה,
05:23
and when I went to the office
of equity to start working,
of equity to start working,
110
311784
2674
וכשהלכתי למשרד להון בריאותי
להתחיל בעבודה,
להתחיל בעבודה,
05:26
I was like, "Is that why they asked us
to ask that question?"
to ask that question?"
111
314482
3555
שאלתי "האם זו הסיבה בגללה
הם רוצים שנשאל את השאלה הזו"?
הם רוצים שנשאל את השאלה הזו"?
05:30
It all became a bright light to me,
112
318061
1768
הכל התבהר לי,
05:31
and I realized that I asked people
and I told people about --
and I told people about --
113
319853
3637
והבנתי שאני שואלת ואומרת לאנשים --
05:35
I called them by the wrong gender,
I called them by the wrong race,
I called them by the wrong race,
114
323514
3284
שמתי להם את המגדר הלא נכון,
שמתי להם את הגזע הלא נכון,
שמתי להם את הגזע הלא נכון,
05:38
I called them by the wrong ethnicity,
115
326822
1803
שמתי להם את הרקע האתני הלא נכון,
05:40
and the environment became hostile,
116
328649
2007
והאווירה הפכה לעוינת,
05:42
people was offended and I was frustrated
because I was not graced.
because I was not graced.
117
330680
4284
אנשים נפגעו ואני הייתי מתוסכלת
כי לא היתה לי חמלה.
כי לא היתה לי חמלה.
05:46
I remember my computerized training,
118
334988
2587
אני זוכרת את ההכשרה המקוונת שלי,
05:49
and unfortunately, that training did not
prepare me to deescalate a situation.
prepare me to deescalate a situation.
119
337599
5626
ולרוע המזל, ההכשרה הזאת
לא הכינה אותי לנטרל מצב.
לא הכינה אותי לנטרל מצב.
05:55
It did not prepare me to have
teachable moments when I had questions
teachable moments when I had questions
120
343249
3376
היא לא הכינה אותי למצבי חינוך
כשנתקלתי בשאלות
כשנתקלתי בשאלות
05:58
about asking the questions.
121
346649
1658
על השאלות ששאלתי.
06:00
I would look at the computer and say,
"So, what do I do when this happens?"
"So, what do I do when this happens?"
122
348331
3564
הייתי מסתכלת על המחשב ואומרת,
"אז מה אני עושה כשזה קורה"?
"אז מה אני עושה כשזה קורה"?
06:03
And the computer would say ...
123
351919
1858
והמחשב היה אומר --
06:05
nothing, because a computer
cannot talk back to you.
cannot talk back to you.
124
353801
3268
"כלום", כי מחשב לא יכול לענות לך.
06:09
(Laughter)
125
357093
3207
(צחוק)
06:12
So that's the importance
of having someone there
of having someone there
126
360324
2571
אז זה החשיבות של אותו אדם
06:14
who was trained to teach you
and tell you what you do
and tell you what you do
127
362919
2777
שמוכשר ללמד אותך ולומר לך מה אתה עושה
06:17
in situations like that.
128
365720
1690
במצבים כאלה.
06:20
So, when I created
the "I'm G.R.A.C.E.D" training,
the "I'm G.R.A.C.E.D" training,
129
368030
2626
אז כשיצרתי את אימון ה"אני G.R.A.C.E.D",
06:22
I created it with that experience
that I had in mind,
that I had in mind,
130
370680
2994
יצרתי אותו תוך כדי חשיבה על אותו
ניסיון שעברתי
ניסיון שעברתי
06:25
but also that conviction
that I had in mind.
that I had in mind.
131
373698
2516
אבל גם אותה הבנה.
06:28
Because I wanted
the instructional design of it
the instructional design of it
132
376238
2253
בגלל שרציתי שהעיצוב התבניתי של זה
06:30
to be a safe space
for open dialogue for people.
for open dialogue for people.
133
378515
2778
יהווה מרחב בטוח לדיאלוג פתוח בין אנשים.
06:33
I wanted to talk about biases,
134
381317
1895
רציתי לדבר על דעות קדומות,
06:35
the unconscious ones
and the conscious ones,
and the conscious ones,
135
383236
2397
אלו הבלתי מודעות והמודעות,
06:37
and what we do.
136
385657
1166
ומה אנחנו עושים.
06:38
Because now I know
that when you engage people in the why,
that when you engage people in the why,
137
386847
3944
כי עכשיו אני יודעת
שכאתה מערב אנשים ב"למה",
שכאתה מערב אנשים ב"למה",
06:42
it challenges their perspective,
and it changes their attitudes.
and it changes their attitudes.
138
390815
3476
זה מציב אתגר לתפיסת העולם שלהם,
ומשנה את הגישה שלהם.
ומשנה את הגישה שלהם.
06:46
Now I know that data
that we have at the front desk
that we have at the front desk
139
394315
3159
עכשיו אני יודעת שהמידע
שאנחנו אוספים בדלפק הקבלה
שאנחנו אוספים בדלפק הקבלה
06:49
translates into research that eliminates
disparities and finds cures.
disparities and finds cures.
140
397498
4813
מתורגם למחקר שמגשר על פערים ומוצא תרופות.
06:54
Now I know that teaching people
transitional change
transitional change
141
402335
3706
עכשיו אני יודעת שהכשרת אנשים
לשינוי בשלבים
לשינוי בשלבים
06:58
instead of shocking them into change
142
406065
2846
במקום להמם אותם בשינוי
07:00
is always a better way
of implementing change.
of implementing change.
143
408935
3255
הוא תמיד הדרך הטובה יותר להטמעה של שינוי.
07:04
See, now I know people are more likely
to share information
to share information
144
412214
3046
אתם רואים, עכשיו אני יודעת
שאנשים יטו לחלוק מידע
שאנשים יטו לחלוק מידע
07:07
when they are treated with respect
by knowledgeable staff members.
by knowledgeable staff members.
145
415284
3859
כשאנשי צוות מיודעים מתייחסים אליהם בכבוד.
07:11
Now I know that you
don't have to be a statistician
don't have to be a statistician
146
419167
3021
עכשיו אני יודעת שאתה
לא חייב להיות סטטיסטיקאי
לא חייב להיות סטטיסטיקאי
07:14
to understand the power
and the purpose of data,
and the purpose of data,
147
422212
3001
כדי להבין את הכוח והמטרה של המידע
07:17
but you do have to treat people
with respect and have compassionate care.
with respect and have compassionate care.
148
425237
4364
אבל אתה כן חייב להתייחס
לאנשים בכבוד ובחמלה.
לאנשים בכבוד ובחמלה.
07:21
Now I know that when you've been graced,
149
429625
2825
עכשיו אני יודעת שכשאתה מלא חמלה,
07:24
it is your responsibility
to empower somebody else.
to empower somebody else.
150
432474
3376
זו האחריות שלך להעצים מישהו אחר.
07:27
But most importantly, now I know
151
435874
2425
אבל הכי חשוב, עכשיו אני יודעת
07:30
that when teaching human beings
152
438323
2413
שכאתם מכשירים בני אדם
07:32
to communicate with other human beings,
153
440760
3079
לתקשר עם בני אדם אחרים,
07:35
it should be delivered by a human being.
154
443863
3785
יש לעשות זאת על ידי בני אדם.
07:40
(Applause)
155
448117
6792
(מחיאות כפיים)
07:46
So when y'all go to work
156
454933
1849
אז כשכולכם תלכו לעבודה
07:48
and y'all schedule that
"change everything" meeting --
"change everything" meeting --
157
456806
3335
וכולכם תקבעו את אותה פגישת "שינוי כללי" --
07:52
(Laughter)
158
460165
1650
(צחוק)
07:53
remember Miss Margaret.
159
461839
1515
תזכרו את מיס מרגרט.
07:55
And don't forget the food, the food,
the food, the food.
the food, the food.
160
463792
3819
ואל תשכחו את האוכל, האוכל, האוכל.
08:00
Thank you.
161
468103
1151
תודה רבה.
08:01
(Applause) (Cheers)
162
469278
5475
(מחיאות כפיים) (קריאות)
08:06
Thank you.
163
474777
1175
תודה רבה.
08:07
(Applause)
164
475976
1595
(מחיאות כפיים)
ABOUT THE SPEAKER
Tamekia MizLadi Smith - Performer, mentorTamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare.
Why you should listen
As a spoken-word performer, Tamekia MizLadi Smith educates and empowers her audiences with what she calls EDUtainment, a witty combination of music and storytelling. She has worked as a consultant and mentor for programs such as Girls in Action, Dear Sistah Girlfriend and the Columbus City Schools. Her forthcoming book, True Story, explores how to improve community health through mentoring and creative arts.
Tamekia MizLadi Smith | Speaker | TED.com