MétaCan
Menu
Retour à la cohorte
Enregistrement W1987538888 · doi:10.1111/j.1744-6570.2005.00516.x

DEVELOPING A NOMOLOGICAL NETWORK FOR INTERVIEW STRUCTURE: ANTECEDENTS AND CONSEQUENCES OF THE STRUCTURED SELECTION INTERVIEW

2005· article· en· W1987538888 sur OpenAlexaff
Derek S. Chapman, David Zweig

Notice bibliographique

RevuePersonnel Psychology · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployer Branding and e-HRM
Établissements canadiensUniversity of TorontoUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInterviewPsychologySophisticationSemi-structured interviewSocial psychologyConsistency (knowledge bases)Sample (material)PerceptionSelection (genetic algorithm)Applied psychologyQualitative researchSocial science

Résumé

récupéré en direct d'OpenAlex

A review by Campion, Palmer, and Campion (1997) identified 15 elements of interview structure and made predictions regarding how applicants and interviewers might react to these elements. In this 2‐sample field survey of 812 interviewees and 592 interviewers from over 502 organizations, interview structure was best described by 4 dimensions: (a) Questioning Consistency, (b) Evaluation Standardization, (c) Question Sophistication, and (d) Rapport Building. Interviewers with formal training and those with a selection rather than recruiting focus employed higher levels of interview structure. In addition, reactions to increased structure were mixed. Both higher structure (Question Sophistication) and lower structure (Rapport Building) were positively related to interviewer reactions. Less than 34% of interviewers had any formal interview training. However, interviewers were confident that they could identify the best candidates regardless of the amount of interview structure employed. Applicants reacted negatively to the increased perceived difficulty of structured interviews, but perceptions of procedural justice were not affected by interview structure.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,143
score de la tête « metaresearch » (Gemma)0,356
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,759

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1430,356
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0040,004
Communication savante0,0030,007
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,080
Tête enseignante GPT0,320
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations147
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonnel PsychologyMême sujetEmployer Branding and e-HRMTravaux en français237 207