MétaCan
Menu
Retour à la cohorte
Enregistrement W1557679000

The Evaluation of Immigrants' Credentials: The Roles of Accreditation, Immigrant Race, and Evaluator Biases

2009· preprint· en· W1557679000 sur OpenAlexaff
Caroline Bennett-AbuAyyash, Joerg Dietz, Victoria M. Esses, Chetan Joshi

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2009
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésImmigrationAccreditationPrejudice (legal term)Race (biology)Argument (complex analysis)Political scienceQuality (philosophy)Social psychologyPsychologyRacismRacial biasSociologyGender studiesLawMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Theories of subtle prejudice imply that personnel decision makers might inadvertently discriminate against immigrant employees, in particular immigrant employees form racial minority groups. The argument is that the ambiguities that are associated with immigrant status (e.g., quality of foreign credentials) release latent biases against minorities. Hence, upon removal of these ambiguities (e.g., recognition of foreign credentials as equivalent to local credentials), discrimination against immigrant employees from minority groups should no longer occur. Experimental research largely confirmed these arguments, showing that participants evaluated the credentials of black immigrant employees less favorably only when the participants harbored latent racial biases and the foreign credentials of the applicants had not been accredited. The results suggest the importance of the official recognition of foreign credentials for the fair treatment of immigrant employees.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,033
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0330,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,169
Tête enseignante GPT0,412
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetGender Diversity and InequalityTravaux en français237 207