MétaCan
Menu
Retour à la cohorte
Enregistrement W2093397503 · doi:10.5465/amj.2011.0848

Why Are Job Seekers Attracted by Corporate Social Performance? Experimental and Field Tests of Three Signal-Based Mechanisms

2013· article· en· W2093397503 sur OpenAlexaff
David A. Jones, Chelsea R. Willness, Sarah Madey

Notice bibliographique

RevueAcademy of Management Journal · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSeekersAttractivenessPridePsychologySocial psychologyPerceptionJob performanceField (mathematics)Organizational behaviorPublic relationsJob satisfactionPolitical science

Résumé

récupéré en direct d'OpenAlex

Research on employee recruitment has shown that an organization's corporate social performance (CSP) affects its attractiveness as an employer, but the underlying mechanisms and processes through which this occurs are poorly understood. We propose that job seekers receive signals from CSP that inform three signal-based mechanisms that ultimately affect organizational attractiveness: job seekers' anticipated pride from being affiliated with the organization, their perceived value fit with the organization, and their expectations about how the organization treats its employees. We hypothesized that these signal-based mechanisms mediate the relationships between CSP and organizational attractiveness, focusing on two aspects of CSP: an organization's community involvement and pro-environmental practices. In an experiment (n = 180), we manipulated CSP via a company's web pages. In a field study (n = 171), we measured CSP content in the recruitment materials used by organizations at a job fair and job seekers' perceptions of the organizations' CSP. Results provided support for the signal-based mechanisms, and we discuss the implications for theory, future research, and practice.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,093
Tête enseignante GPT0,286
Écart entre enseignants0,193 · 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'étudeEssai randomisé
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

Citations709
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management JournalMême sujetGender Diversity and InequalityTravaux en français237 207