Notice bibliographique
Résumé
The hiring process is currently probably the least understood aspect of the employment relationship. It may very well be the most important for understanding the broad processes of stratification with allocation by sex and race to jobs and firms. A central reason for the lack of knowledge is that it is very difficult to assemble extensive data on the processes that occur at the point of hiring. We analyzed data on all applicants to a large service organization in the U.S. in a 16‐month period in 1993–1994. We investigated the rating at the time of application, the probability of getting hired, and the ratings achieved one, three, and six months after hire. Overall differences between men and women were (a) negligible in rating received at the time of application, (b) small but slightly in favor of women in probability of getting hired, and (c) clearly in favor of women for ratings after hire. The evidence points unambiguously in one direction: Women do not come out worse than men in the hiring process in this organization. To the extent there is a difference, it is to the advantage of women. However, if the posthire performance ratings are free of sex bias, then women should have been hired at an even higher rate. When analyses were done separately by occupation, there are few differences between men and women in getting hired in the three occupations accounting for 94 percent of hires. In the other two, only 8 and 15 hires were made, making statistical analysis less meaningful. However, there is evidence that blacks face a disadvantage in getting hired, and also receive lower ratings after hire. Hispanic men are especially disadvantaged in getting hired.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».